Reclutar no es una única decisión. Es una decisión estrecha, el cribado, entretejida con una decisión amplia, qué combinación de capacidades, experiencia, comportamientos y potencial considera la organización adecuada para ese puesto y ese contexto. Lo mismo pasa al reestructurar una plantilla, ya que pueden modelizarse cuántos puestos necesita cada área y distintos escenarios de dimensionamiento, pero no cómo se comunica y se negocia. Y también al evaluar el desempeño, porque definir qué cuenta como "bueno" es una decisión amplia que casi siempre se disfraza de escala numérica del uno al cinco. Una de las razones por las que la IA no siempre reporta el valor esperado puede estar en utilizarla de la misma manera para decisiones de naturaleza distinta.
Ideas clave
- En RRHH ninguna decisión es una sola decisión. Reclutar, reestructurar o evaluar el desempeño combinan siempre un componente estrecho, que admite optimización, y un componente amplio, que exige deliberación humana.
- La frontera entre ambos componentes no es limpia. Cribar por "requisitos objetivos" o predecir el absentismo ya presupone una decisión amplia tomada de antemano: qué requisitos importan, qué se quiere predecir.
- Cuando un proyecto de IA falla, el problema rara vez es técnico. Suele ser una decisión amplia no resuelta que se coló en la parte estrecha disfrazada de criterio objetivo.
- La pregunta antes de comprar cualquier IA para RRHH no es qué herramienta elegir. Es qué parte de la decisión puede optimizarse y quién, con nombre y apellido, se responsabiliza de la parte que no.
Las costuras entre las decisiones estrechas y las decisiones amplias en RRHH
En «Calibrate AI Use to the Decision at Hand» (MIT Sloan Management Review, 2026), Pedro Amorim, Amr Saleh y Ulrika Cederskog Sundling describen un patrón típico en el uso que las organizaciones hacen de la IA: la tratan como intercambiable, sin reparar en que no todas las decisiones tienen la misma naturaleza. Hay decisiones estrechas, con un objetivo claro y un resultado medible, en las que la IA puede actuar como motor de decisión, y hay decisiones amplias, con objetivos en disputa y cuyo éxito depende de la alineación, en las que la IA puede ayudar a estructurar opciones, hacer visibles los desacuerdos o simular escenarios, pero no decidir por nadie. La realidad es que casi nunca es posible esa separación tan limpia.
Muchas decisiones, incluidas las que se toman en relación a la gestión de las personas, tampoco son de un solo tipo, siendo lo más habitual que dentro del mismo proceso convivan un componente estrecho y otro amplio. Tratarlos como si fueran del mismo tipo y resolverlos con la misma herramienta de IA es el error de base que condiciona todo lo que viene después. Veámoslo gráficamente: la primera columna admite, en mayor medida, automatización u optimización; la segunda exige que la IA apoye la deliberación, no que la sustituya:
| Proceso | Componente estrecho | Componente amplio |
|---|---|---|
| Reclutamiento y selección | Cribado y matching según criterios previamente definidos. | Qué combinación de capacidades y comportamientos define un buen candidato para ese puesto. |
| Reestructuración | Dimensionamiento de plantilla: cuántos puestos, en qué áreas. | Comunicación del cambio, negociación con representación legal. |
| Formación y desarrollo | Detección de brechas de skills, priorización cuantitativa. | Qué capacidades merece la pena desarrollar y con qué propósito. |
| Compensación | Auditoría de brecha salarial, benchmarking retributivo. | Diseño de política retributiva, criterios de equidad interna. |
| Evaluación del desempeño | Detección de patrones e inconsistencias entre evaluadores. | Definir qué cuenta como buen desempeño y qué consecuencias tiene. |
| Absentismo y rotación | Predicción de riesgo de absentismo o rotación y alertas tempranas. | Rediseño de políticas de bienestar que atacan la causa. |
| Modelo de trabajo (híbrido, flexibilidad) | Análisis de ocupación y patrones de uso de espacios y horarios. | Negociación de expectativas, autonomía y forma de trabajar. |
Incluso así, las costuras entre las dos columnas tampoco son completamente limpias. Cribar candidatos "por requisitos objetivos" no es del todo objetivo si antes alguien ha decidido qué requisitos son relevantes, y esa decisión ya es amplia, es de deliberación. El cribado no sustituye a esa decisión, la presupone, y lo mismo pasa con la predicción de absentismo, en la que antes hay que decidir qué se quiere predecir y para qué se va a utilizar esa predicción. La columna estrecha no es tan aséptica como parece, simplemente esconde mejor la deliberación previa.
Cuando la costura se rompe
Cuando algo sale mal con la IA de por medio la explicación habitual es que "la IA no funcionó" o que "la implementación fue mala", pero el margen entre lo estrecho y lo amplio nos dice que un roto en la columna estrecha puede no ser técnico, sino el resultado de una decisión amplia no resuelta que se coló ahí disfrazada de criterio objetivo. Las costuras entre ambas no son siempre limpias.
Un sistema de cribado que selecciona candidatos técnicamente adecuados y una tasa de abandono en el primer año que no baja pueden ser resultado de la misma costura mal rematada: que nadie haya deliberado, de verdad, sobre qué se buscaba y que el algoritmo haya optimizado unos requisitos que no eran los correctos. En una reestructuración pasa algo parecido: el dimensionamiento puede estar bien resuelto, pero la negociación, la gestión del cambio y la ejecución son de otra naturaleza y tratarlas como un problema de comunicación interna es el mismo error que tratar el cribado como si fuera neutral. Y un sistema de evaluación con indicadores consistentes que no mejora el desempeño —o incluso genera comportamientos defensivos— puede responder al mismo patrón.
Antes de aprobar el siguiente proyecto de IA en RRHH y antes de decidir qué herramienta comprar, hay que definir con claridad qué parte de la decisión puede optimizarse y cuál exige deliberación, y también que alguien, con nombre y apellido, se responsabilice de ella. Ahí es donde se juega casi todo, y resolverlo no es cuestión de capacidad técnica, sino de saber distinguir la naturaleza de la decisión.
