Los Sesgos Ocultos de la IA en Contratación: Más Discriminatoria que los Humanos

La promesa de la inteligencia artificial (IA) de optimizar y objetivar los procesos de selección de personal se enfrenta a una dura realidad: estos sistemas no solo replican los sesgos humanos, sino que pueden llegar a ser aún más discriminatorios que sus creadores. Así lo advierte la edición de "The Download" de MIT Technology Review del 20 de julio de 2026, señalando que los algoritmos están desarrollando sus propios prejuicios, lo que plantea serias interrogantes sobre la equidad en el futuro del trabajo, especialmente en una región como Latinoamérica que abraza rápidamente esta tecnología. Nuestros colegas de TECKNOW.NEWS hemos profundizado en esta alarmante tendencia, analizando investigaciones y casos reales para ofrecer una perspectiva completa a nuestros lectores.\n\n## Los números clave\n\nLas cifras son contundentes y dibujan un panorama preocupante. Una investigación conjunta de la Universidad de Princeton y la Universidad de Chicago reveló que los Grandes Modelos de Lenguaje (LLMs) desarrollan sesgos discriminatorios un 65% más altos que los humanos en simulaciones de contratación. Para ponerlo en perspectiva, el modelo o3 de OpenAI, uno de los más avanzados, mostró un índice de segregación ocupacional de 1.83, acercándose al máximo de división laboral completa. Esta no es una anomalía aislada. Un estudio de Stanford, publicado el 27 de mayo de 2026, analizó 3.4 millones de postulaciones para 1.700 vacantes y encontró que el 26% de los afrodescendientes y el 15% de los asiáticos fueron discriminados por los sistemas de IA. Se estima que, de no existir estos sesgos, 40.000 postulaciones adicionales de estos grupos habrían avanzado en los procesos de selección. La discriminación no se limita a la raza o el origen étnico. La Universidad de Melbourne, en un estudio de 2025, detectó que las herramientas de IA en entrevistas de trabajo tenían dificultades para evaluar con precisión a candidatos con discapacidades del habla o acentos extranjeros. A esto se suma que, según Grupo Humact (2025), los modelos de IA aplicados a RRHH presentan hasta un 30% de riesgo de sesgo en perfiles de diversidad cultural. La adopción es masiva: el 64% de las organizaciones que ya usan IA en RRHH la aplican en reclutamiento, entrevistas o selección.\n\n## Análisis de la tendencia\n\nEl problema central radica en la forma en que los LLMs y otros algoritmos de IA "aprenden". Al ser entrenados con vastos conjuntos de datos extraídos de la web y de historiales de contratación, estos sistemas internalizan y magnifican los sesgos implícitos en esos datos, que a menudo reflejan prejuicios históricos y sociales. Sin embargo, la investigación de Princeton y Chicago va más allá, sugiriendo que los LLMs no solo "reflejan pasivamente los sesgos sociales humanos, sino que pueden crear activamente otros nuevos a partir de la experiencia". Esto significa que la IA no solo reproduce estereotipos existentes, sino que tiene la capacidad de inventar nuevos prejuicios, afectando a grupos que quizás antes no eran el foco de discriminación algorítmica. Miranda Bogen, del Center for Democracy and Technology, subraya esta problemática al afirmar que "la mayoría de los algoritmos de contratación tenderán hacia el sesgo por naturaleza". Señala además un dilema ético y técnico: reducir el sesgo a menudo disminuye la precisión del algoritmo en su objetivo principal (encontrar el "mejor" candidato según los criterios preestablecidos, que pueden estar sesgados desde el origen). Los ejemplos reales abundan y sirven como crudos recordatorios de estos desafíos. Amazon, pionero en la aplicación de IA en reclutamiento, tuvo que desechar su herramienta al descubrir que penalizaba currículums de mujeres en áreas técnicas, favoreciendo a los hombres. En 2025, Workday, una de las plataformas líderes en gestión de capital humano, enfrentó una demanda colectiva por discriminación por edad, alegando que sus herramientas de IA perjudicaban a solicitantes mayores de 40 años. Incluso HireVue, que utiliza análisis de video para entrevistas, dejó de usar el reconocimiento y análisis facial en 2021 tras fuertes cuestionamientos sobre sesgos de género y raza, aunque aún utiliza análisis de voz y lenguaje. Estos casos demuestran que, sin una supervisión humana y ética rigurosa, la IA puede perpetuar y exacerbar las desigualdades en el acceso al empleo.\n\n## Contexto regional\n\nAmérica Latina no es ajena a esta revolución y sus complejidades. La adopción de la IA en la región es una realidad palpable: el 87% de las startups latinoamericanas ya la integran en sus operaciones, con Chile, Brasil y Uruguay liderando esta tendencia, según Emeritus (2025). México se destaca globalmente por el optimismo de sus encuestados (52%) respecto a que la IA mejorará los empleos. Sin embargo, esta rápida adopción viene acompañada de desafíos significativos. La escasez de talento especializado en IA es una barrera crucial, señalada por el 51% de las empresas, lo que a menudo lleva a organizaciones a implementar IA sin los datos, competencias o marcos de gobernanza necesarios para mitigar riesgos como los sesgos. La Confederación Sindical de Trabajadores/as de las Américas (CSA), a través de Caroline Coelho, ha alertado que los algoritmos reproducen sesgos existentes, afectando desproporcionadamente a las mujeres, lo cual es de particular preocupación en una región con brechas de género persistentes. En cuanto a la regulación, América Latina avanza, aunque de forma heterogénea. Países como Perú y El Salvador ya cuentan con legislación vigente, con la ley peruana clasificando la IA en contratación como de "alto riesgo", requiriendo salvaguardias adicionales. México, Brasil y Colombia están en proceso de desarrollar sus propios marcos regulatorios, influenciados por referentes internacionales como la Ley de IA de la Unión Europea. La necesidad de una regulación robusta que garantice la transparencia, explicabilidad y no discriminación algorítmica es un clamor creciente, como destaca Deloitte en su análisis del nuevo mapa regulatorio de la IA en Latinoamérica. La UNESCO, a través de Gisselle Burbano, enfatiza que la IA tiene el potencial tanto de "profundizar como de reducir las brechas" de desigualdad, y el camino que tome dependerá en gran medida de cómo se gestione y regule su implementación.\n\n## Perspectiva a futuro\n\nEl futuro de la IA en la contratación es dual: una herramienta de eficiencia sin precedentes o un amplificador de desigualdades. Para evitar lo último, es imperativo un enfoque multidisciplinario. En primer lugar, la transparencia y la explicabilidad de los algoritmos son fundamentales. Las empresas deben ser capaces de auditar y comprender cómo sus sistemas de IA toman decisiones, y los postulantes tienen derecho a entender si fueron evaluados de forma justa. En segundo lugar, la diversificación de los datos de entrenamiento es crucial. Si los datos históricos son el reflejo de una sociedad sesgada, la IA aprenderá esos sesgos. Es necesario curar y complementar estos datos con fuentes más diversas y representativas, o incluso emplear técnicas de desesgo activas. La Universidad de Stanford concluye que la falta de investigación independiente dificulta la creación de políticas públicas robustas para regular el impacto de la IA en el empleo, un llamado a la acción para gobiernos y academia. La regulación, como la que ya se está desarrollando en Perú, que clasifica la IA en contratación como de alto riesgo, es un paso en la dirección correcta. Sin embargo, no basta con tener leyes; la implementación efectiva, la supervisión continua y la capacidad de sancionar la discriminación algorítmica son esenciales. La colaboración entre desarrolladores de IA, expertos en ética, reguladores, sindicatos y la sociedad civil será clave para asegurar que esta tecnología sirva como una fuerza para la equidad y no para la segregación laboral. Los sistemas de IA en RRHH deben ser diseñados con el criterio humano en mente, priorizando la inclusión y la justicia sobre la mera eficiencia ciega. El desafío es enorme, pero la oportunidad de construir un futuro laboral más justo, también lo es.