AI Literacy en RR.HH.: cómo revisar un resultado de IA que se ve impecable

La AI Literacy es la capacidad de evaluar el resultado de una herramienta de inteligencia artificial antes de usarlo para decidir. Se ejerce cuando la respuesta ya está escrita y se ve bien, sin nada que indique que algo falló.

Esa distinción importa porque la adopción fue rápida. Las áreas de talento ya le piden a la IA que redacte un correo difícil o que resuma una política de varias páginas. Obtener una respuesta en segundos se siente como dominar la herramienta, cuando es lo mismo que está haciendo todo el mundo.

Un resultado bien presentado no da señales de que algo esté mal

Una cadena de retail necesita cubrir tres posiciones de supervisor de tienda y la convocatoria recibe cerca de 400 postulaciones en dos semanas. La analista de selección a cargo carga los currículums en una herramienta con IA, le pasa el perfil del puesto y le pide los veinte candidatos más alineados para empezar a entrevistar.

El listado llega ordenado, con una justificación de dos líneas para cada nombre. Los veinte tienen experiencia en retail y la mayoría dirigió equipos de tamaño similar. La analista lo revisa, no encuentra nada objetable y convoca a los primeros diez.

Un modelo que descartó por criterios que nadie definió produce el mismo tipo de listado que uno que funcionó bien. Si entre las 380 postulaciones descartadas había perfiles sólidos que quedaron fuera por la extensión de su currículum o por el nombre de la institución donde estudiaron, eso no aparece en ninguna parte del resultado, porque un formato impecable no dice nada sobre el criterio que lo produjo.

La reacción natural es pedirle al equipo que revise con más atención, y hay evidencia de que eso no suele alcanzar. En un estudio de la Universidad de Washington presentado en octubre de 2025, 528 personas eligieron candidatos para dieciséis puestos distintos con el apoyo de recomendaciones simuladas, que el equipo de investigación controlaba para introducir distintos grados de sesgo racial entre postulantes igualmente calificados. Sin recomendación, o con una recomendación neutral, los participantes eligieron candidatos blancos y no blancos en proporciones iguales. Cuando la recomendación traía un sesgo moderado, adoptaron esa preferencia. Cuando el sesgo era severo, se apartaron de ella apenas un poco.

Lo que muestra el estudio es que el sesgo entró con la recomendación y que leerla con atención no bastó para frenarlo.

Revisar un resultado que se ve bien exige compararlo con otra versión

Lo que sí funciona es comparar. Contrastar el resultado con una versión distinta del mismo pedido muestra lo que una lectura atenta no detecta, y es un trabajo que se puede hacer siempre, sin esperar a que algo despierte dudas. Tres preguntas lo ordenan.

Qué quedó fuera. La revisión empieza por los descartados. Si al mirar una muestra de los 380 que no pasaron aparece un rasgo compartido, como currículums de una sola página o instituciones educativas menos tradicionales, ese rasgo puede estar operando como criterio sin que nadie lo haya definido. La comparación gana valor cuando se repite en varios procesos y no solo en uno.

Qué pesó de más. Quitar los nombres de un grupo de currículums, pasarlos otra vez por la herramienta y observar si el orden cambia revela si el nombre pesaba. Si el orden cambia, algo ajeno a la calificación estaba influyendo. Un orden estable, en cambio, deja la pregunta abierta, porque la universidad o el vocabulario del documento también señalan origen.

Qué tan completa fue la entrada. Un perfil resumido o un currículum recortado deja a la herramienta con menos información sobre la cual decidir, y el peso relativo de los datos que sí quedan aumenta. Si el equipo cargó versiones abreviadas para agilizar el proceso, conviene repetir la consulta con los documentos completos antes de dar el orden por bueno.

Con lo que la herramienta redacta pasa algo parecido, y ahí el riesgo aparece antes. Si la descripción del puesto de supervisor de tienda salió de una plantilla genérica del cargo, puede pedir competencias que la posición no exige y omitir la que de verdad define el desempeño, como contener la rotación del equipo en temporada alta. Un perfil bien escrito y mal calibrado atrae postulantes que cumplen la descripción sin tener lo que el rol exige en la realidad, y el resto del proceso arrastra ese error.

En Perú, el plazo para tener esa revisión por escrito ya empezó a correr

El Reglamento de la Ley 31814, aprobado por el Decreto Supremo 115-2025-PCM y vigente desde el 22 de enero de 2026, fija dos obligaciones generales para quienes desarrollan o implementan sistemas de inteligencia artificial. La primera es establecer políticas y procedimientos que preserven la seguridad, la transparencia y la privacidad. La segunda es fomentar la educación y concientización interna de los colaboradores sobre los riesgos asociados a su uso.

Esas obligaciones no llegaron a todos al mismo tiempo. El reglamento fija un cronograma escalonado, y el primer plazo de adecuación, que venció el 10 de septiembre de 2026, alcanza a las empresas de salud, educación, justicia, seguridad, economía y finanzas. Los demás sectores se incorporan de forma sucesiva, en un plazo que llega hasta los cuatro años.

Para sistemas clasificados como de riesgo alto, la norma agrega supervisión humana y pide que quien la ejerce esté capacitado a fin de no sesgarse por los resultados del sistema, además de poder detener o invalidar sus decisiones. La selección de personal no aparece entre los ámbitos que el reglamento enumera al detallar esa supervisión, de modo que la clasificación de un filtro de currículums todavía admite interpretación.

Un área de talento que hoy queda fuera del primer plazo tiene, en los hechos, el tiempo que le falte para llegar al suyo para dejar por escrito cómo revisa lo que sus herramientas producen.

El criterio para evaluar un resultado no llega con las horas de uso

La IA acelera el trabajo operativo de las áreas de talento y reduce fricción administrativa real. Lo que no aporta es el criterio para saber si su propio resultado sirve, y ese criterio no aparece por acumular horas con la herramienta.

Entre un área que audita lo que sus herramientas producen y una que no, la diferencia está en si existe un procedimiento escrito que alguien aplica el día en que el resultado se ve impecable.