José María Berganza García / Profesor de CMI Higher Education
La inteligencia artificial está entrando en Recursos Humanos por múltiples puertas: búsqueda y filtrado de candidatos, asistentes para empleados, análisis de currículos, planificación de plantillas, recomendación de formación, evaluación del desempeño o generación de contenidos. No es una tendencia marginal. El Future of Jobs Report 2025 del World Economic Forum señala que el 86 % de los empleadores encuestados espera que la inteligencia artificial y las tecnologías de procesamiento de información transformen su negocio antes de 2030 (World Economic Forum, 2025). La cuestión para Recursos Humanos ya no es si utilizará IA, sino con qué criterios debería hacerlo.
Eficiencia no es lo mismo que calidad
El atractivo es comprensible. Los sistemas de IA pueden procesar grandes volúmenes de información, automatizar tareas repetitivas, detectar patrones y ofrecer recomendaciones con una rapidez imposible para un equipo humano. Una revisión de 2024 sobre IA aplicada al reclutamiento partió de 653 publicaciones y analizó finalmente 35 estudios para clasificar funcionalidades, beneficios y desafíos de estas tecnologías (Ali y Kallach, 2024). Bien utilizadas, pueden reducir la carga administrativa, acelerar determinados procesos y proporcionar información adicional para la decisión.
Pero eficiencia no equivale automáticamente a calidad. Un modelo aprende a partir de datos y criterios previos. Si el histórico refleja desigualdades, decisiones poco consistentes o variables que funcionan como sustitutos de atributos sensibles, el algoritmo puede reproducir esos patrones a gran escala. El riesgo es especialmente delicado en selección, promoción o evaluación, porque una recomendación aparentemente neutral puede afectar directamente a las oportunidades profesionales. Además, los modelos complejos pueden dificultar explicar por qué una persona recibe una puntuación, una recomendación o una clasificación determinada.
Existe también el llamado sesgo de automatización: la tendencia humana a dar un peso excesivo a una recomendación porque procede de un sistema tecnológico. La supervisión humana solo es efectiva si quien revisa el resultado tiene información suficiente, capacidad real para cuestionarlo y responsabilidad sobre la decisión. Añadir una aprobación formal al final de un proceso automatizado no garantiza, por sí sola, una decisión responsable.
La gestión algorítmica ya es habitual
La magnitud del fenómeno ya puede observarse en la gestión cotidiana. Un estudio de la OCDE publicado en 2025, basado en más de 6.000 empresas de Francia, Alemania, Italia, Japón, España y Estados Unidos, concluyó que las herramientas de gestión algorítmica ya son de uso común en la mayoría de los países estudiados. Los directivos perciben mejoras en la calidad de algunas decisiones, pero también señalan problemas de responsabilidad poco clara, dificultad para comprender la lógica de las herramientas y protección insuficiente de la salud de los trabajadores (Milanez et al., 2025).
El marco europeo
Europa está respondiendo con un marco regulatorio basado en el riesgo. El Reglamento Europeo de Inteligencia Artificial considera de alto riesgo determinados sistemas utilizados en el empleo y la gestión de trabajadores. Tras la modificación del calendario mediante el AI Omnibus, las obligaciones específicas para los sistemas de alto riesgo incluidos en el Anexo III —entre ellos ciertos usos en el empleo— serán aplicables desde el 2 de diciembre de 2027 (European Commission, 2026). Esto no significa que las organizaciones deban esperar: la privacidad, la no discriminación, la legislación laboral y otras obligaciones jurídicas siguen siendo relevantes, y desde agosto de 2026 ya se aplican distintas disposiciones generales y de transparencia del AI Act.
Cinco preguntas (y una sexta)
Una política responsable de IA en Recursos Humanos debería responder, al menos, a cinco preguntas:
- ¿Qué problema se intenta resolver?
- ¿Qué datos utiliza el sistema y con qué legitimidad?
- ¿Cómo se ha evaluado su precisión y su posible sesgo?
- ¿Qué explicación puede darse a la persona afectada?
- ¿Quién mantiene la autoridad y la responsabilidad final?
A ellas debe añadirse una sexta: ¿seguiríamos considerando aceptable el proceso si la decisión afectara a nuestra propia candidatura, promoción o evaluación?
La IA puede hacer que Recursos Humanos sea más analítico y eficiente, pero no elimina la dimensión humana de sus decisiones. Precisamente porque permite decidir a mayor escala, exige más gobernanza, no menos. La ventaja competitiva no estará en automatizar el mayor número posible de decisiones, sino en saber cuáles pueden delegarse, cuáles deben estar asistidas por la tecnología y cuáles requieren un juicio humano que siga siendo plenamente responsable.
Referencias
- Ali, O., & Kallach, L. (2024). Artificial Intelligence Enabled Human Resources Recruitment Functionalities: A Scoping Review. Procedia Computer Science, 232, 3268–3277. https://doi.org/10.1016/j.procs.2024.02.142
- European Commission. (2026). AI Act: Regulatory framework for artificial intelligence. Shaping Europe’s Digital Future. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
- Milanez, A., Lemmens, A., & Ruggiu, C. (2025). Algorithmic management in the workplace: New evidence from an OECD employer survey (OECD Artificial Intelligence Papers No. 31). OECD Publishing. https://doi.org/10.1787/287c13c4-en
- World Economic Forum. (2025). The Future of Jobs Report 2025. World Economic Forum.
Sobre el autor
José María Berganza García es profesor de CMI Higher Education en las áreas de gestión empresarial, mejora de procesos y dirección de personas. Desarrolla también actividad docente universitaria y formación ejecutiva, combinando la experiencia académica con una amplia trayectoria profesional como consultor y formador de empresas. Es Lean Six Sigma Master Black Belt y cuenta con formación y certificaciones en gestión de proyectos, metodologías Agile y Scrum, calidad y mejora continua. Sus principales líneas de trabajo e investigación incluyen Lean Six Sigma y excelencia operacional, People Analytics, inteligencia artificial aplicada a la gestión de personas, transformación organizativa, gestión de proyectos y toma de decisiones basada en datos, con especial interés por la conexión entre tecnología, procesos y comportamiento humano. Ver su perfil.
👉 Conoce el Máster en Gestión Humana y Desarrollo Organizacional
