La IA ayuda a redactar cartas claras y adaptar una candidatura a una oferta. Pero si muchos candidatos producen textos convincentes a bajo coste, ¿cómo distingue el reclutador sus capacidades reales? Una investigación reciente analiza este problema de evaluación y sus posibles consecuencias para acceder al primer empleo.

Qué ha pasado: un modelo de contratación bajo presión

Itai Ashlagi, Ramesh Johari, Jon Kleinberg y Anushka Murthy presentaron el 24 de septiembre de 2026 el trabajo “Can Labor Markets Function in the Age of AI? The Evaluation Bottleneck in Hiring”. Es un documento de trabajo basado en un modelo matemático, no una encuesta que mida contrataciones efectivas.

Los autores estudian un escenario en el que la IA reduce el coste de solicitar puestos mientras disminuye la información útil de ciertos elementos del expediente. Bajo esas condiciones, las empresas pueden dar más peso a la experiencia previa, más fácil de observar. Los candidatos con cualidades inicialmente menos visibles podrían salir perjudicados.

Por qué importa: escribir mejor no garantiza una mejor evaluación

El resultado es condicional: muestra un mecanismo posible bajo determinadas hipótesis. No demuestra una caída general de la contratación de principiantes ni una tasa concreta de rechazo de candidaturas asistidas por IA.

Nuestro análisis: el problema supera la carta de presentación y afecta al tiempo dedicado a evaluar. Si aumentan las solicitudes, una empresa puede buscar atajos. El riesgo sería hacer aún más decisiva la experiencia existente, justo cuando los nuevos candidatos necesitan su primera oportunidad para adquirirla.

Qué puede cambiar para usted: hacer observables las competencias

Para los candidatos, esta investigación invita a distinguir presentación y prueba de competencia. Explicar un proyecto, contextualizar un resultado o hablar con precisión del trabajo aporta información distinta de un texto elegante. Son posibilidades editoriales derivadas de nuestro análisis, no métodos que garanticen empleo.

Para las empresas, los autores estudian evaluaciones en varias etapas que podrían mejorar la selección bajo ciertas condiciones. Su utilidad depende del coste y de la información aportada. Multiplicar ejercicios sin pensar en su pertinencia podría simplemente trasladar la carga a los candidatos.

La Organización Internacional del Trabajo aporta otro enfoque. Una nota publicada el 15 de septiembre y presentada el 22 estudia la adopción de IA en empresas chinas y cambios en la organización laboral. Su muestra empresarial no es representativa: aporta contexto sobre los usos, sin validar el modelo de contratación ni permitir generalizaciones mundiales.

Conclusión: el desafío es reconocer el potencial

La IA puede facilitar una candidatura bien presentada. No resuelve por sí sola la dificultad de reconocer competencias. Empresas y candidatos necesitarán evaluaciones pertinentes y proporcionadas que también dejen espacio al potencial todavía poco visible.