La IA generativa está transformando los procesos de selección de una forma que plantea desafíos importantes para quienes nos dedicamos a identificar talento.

Ahora los candidatos pueden introducir en ChatGPT o Claude la descripción del puesto, información de la empresa y su CV, y obtener al instante preguntas potenciales con respuestas personalizadas. Los propios reclutadores y consultores de RRHH lo recomiendan como método de preparación.

El resultado es que muchas entrevistas se están convirtiendo en una representación donde algunos candidatos recitan un guion escrito por una máquina.

El desafío real de la IA en selección

En un análisis de Navio Kwok pone cifras a algo que muchos intuíamos. Las investigaciones que cita muestran que los candidatos que usan IA generativa para prepararse reciben calificaciones significativamente más altas que los que no la usan.

La pregunta es: ¿esas respuestas tan pulidas reflejan su experiencia real, o simplemente están repitiendo lo que la IA les ha sugerido?

Si la IA les ayuda a aprender o reforzar conocimientos reales, no hay problema. Pero si solo produce respuestas bien formuladas que memorizan, estamos incorporando a la persona equivocada.

Y después nos encontramos con que ese candidato brillante en la entrevista no rinde en el día a día.

No puedes prohibir la IA y tampoco tiene sentido hacerlo

Muchas empresas prefieren ya las entrevistas presenciales porque saben que en las virtuales algunos candidatos usan software de transcripción para introducir las preguntas en ChatGPT y obtener respuestas en tiempo real.

Pero la realidad es clara: no puedes evitar que los candidatos usen IA para prepararse. Y tampoco deberías.

La IA es una herramienta más en el entorno profesional actual. Como dice el dicho: «Los humanos con IA sustituirán a los humanos sin IA».

Lo que sí puedes hacer es adaptar tu forma de entrevistar para ir más allá de las respuestas ensayadas.

Por qué las entrevistas tradicionales necesitan evolucionar

Las entrevistas conductuales tienen sus reglas bien establecidas: análisis del puesto, preguntas consistentes, el conocido método STAR (Situación, Tarea, Acción, Resultado).

El problema es que este método es ampliamente conocido. Los candidatos vienen con sus historias STAR perfectamente preparadas. Y ahora, con ayuda de ChatGPT.

Kwok señala algo que observo frecuentemente: algunos entrevistadores confunden «entrevista estructurada» con «entrevista rígida», y evitan hacer preguntas de seguimiento porque creen que introducirán ruido en el proceso.

Es un error significativo.

Las preguntas de seguimiento como herramienta diferenciadora

Las preguntas de seguimiento estratégicas te permiten ir más allá del «qué hice» para descubrir el «cómo pensé» y el «por qué lo decidí así».

Esto es relevante por dos motivos, según el análisis del MIT:

Primero: Solo quien ha internalizado realmente su conocimiento puede dar respuestas profundas que reflejen sus capacidades genuinas. Esto importa siempre, pero especialmente para identificar respuestas generadas por ChatGPT.

Segundo: El pensamiento crítico, el razonamiento y el juicio son capacidades humanas que la IA no puede replicar. Y según el World Economic Forum, son de las competencias más importantes para el futuro del trabajo.

5 tipos de preguntas que revelan conocimiento real

Kwok propone cinco categorías de preguntas basadas en décadas de investigación psicológica. Tras años aplicándolas en procesos de selección de talento tecnológico, puedo confirmar su efectividad:

1. Descomposición del proceso

Empieza parafraseando lo que te han contado (construyes rapport y demuestras escucha activa). Después:

• «Explícame con mucho más detalle qué hiciste para conseguir ese resultado»
• «Si alguien de otro equipo, sin tu experiencia, tuviera que replicar tu proceso, ¿cómo se lo explicarías?»
• Plantea un desafío específico del puesto: «¿Cómo lo enfocarías en esta situación?»

Aquí evalúas si poseen conocimiento procedimental real. ¿Saben ejecutar la tarea? ¿Proporcionan detalles específicos o solo conceptos genéricos?

La IA tiene limitaciones importantes aquí: sus respuestas parecen elaboradas inicialmente, pero al profundizar se revela la falta de sustancia. Kwok lo denomina «el problema de la deliberación»: mucho estilo y poco fondo.

2. Razonamiento detrás de las decisiones

Indaga en los porqués:

• «¿Qué principios te guiaron al tomar esas decisiones?»
• «¿Por qué crees que tus acciones llevaron a ese resultado?»
• «¿Qué factores fuera de tu control influyeron en el resultado?»

Aquí verificas su razonamiento causal. ¿Entienden cómo sus acciones conectan con los resultados? ¿O simplemente aplican procedimientos sin comprender por qué funcionan?

3. Consideración de diferentes contextos

Explora cómo variaría su enfoque en otras circunstancias:

• «¿En qué situaciones (equipos, empresas, sectores) tu enfoque no funcionaría tan bien?»
• Plantea un contexto específico: «¿Cómo cambiaría el resultado con un cliente o colega diferente?»
• «¿Cómo lo ajustarías con más o menos recursos (tiempo, presupuesto)?»

Aquí examinas su conocimiento condicional y su capacidad estratégica. ¿Identifican cuándo, dónde y para quién algo funciona mejor o peor? ¿Demuestran pensamiento matizado o aplican el mismo enfoque para todo?

4. Alternativas consideradas

Explora los caminos que no tomaron:

• «¿Qué otras opciones barajaste antes de decidir?»
• «¿En qué casos esas alternativas habrían sido más efectivas?»
• «¿Con quién consultaste antes de tomar la decisión?»

Aquí compruebas si exploraron otras posibilidades. ¿Consideraron opciones alternativas? ¿Pueden explicar por qué las descartaron? ¿Justifican adecuadamente su elección final?

5. Autocrítica y aprendizaje

Pídeles que analicen críticamente su propio trabajo:

• «¿Cuáles son los mejores argumentos contra tu enfoque y cómo respondes a ellos?»
• «¿Qué datos recogiste para validar tu enfoque? ¿Qué aspectos de esa información podrían haber sido engañosos?»
• «Si volvieras a enfrentarte a esto, ¿qué harías igual y qué cambiarías?»

Aquí mides su capacidad autocrítica y su mentalidad de mejora continua. ¿Reconocen las limitaciones de su enfoque? ¿Pueden defender por qué, aun así, fue la decisión correcta? Un candidato con pensamiento crítico reflexiona sobre los trade-offs de sus decisiones.

La diferencia entre candidatos brillantes y candidatos preparados

He observado candidatos brillantes en entrevistas que luego no rinden en el trabajo. Y candidatos nerviosos que tartamudean pero que demuestran un pensamiento profundo y acaban siendo profesionales destacados.

La diferencia no está en lo pulidas que sean sus respuestas. Está en la profundidad con la que razonan.

Cuando preguntas «¿por qué tomaste esa decisión?» y observas que buscan la respuesta que memorizaron, identificas a alguien que solo repite. Cuando se detienen, reflexionan, y explican los pros y contras que sopesaron, identificas a alguien que domina realmente la materia.

Cómo adaptar tu proceso a la realidad actual

Los candidatos van a seguir usando IA para prepararse. Las propias empresas usan ChatGPT en sus procesos de selección.

Kwok lo resume claramente en su análisis : actualmente, quien usa IA tiene ventaja sobre quien no la usa. Pero cuando su uso sea generalizado, el campo se nivelará.

En ese momento, lo que marcará la diferencia será la profundidad real de conocimiento y las capacidades de pensamiento crítico.

Estas cinco categorías de preguntas proporcionan un método directo para mejorar tu proceso de entrevista, centrándote en atributos humanos que ninguna IA puede replicar todavía.

Lo que realmente estás contratando

No estás contratando respuestas bien formuladas generadas por ChatGPT. Estás contratando profesionales que piensan, razonan y resuelven problemas reales en entornos complejos.

Y eso, de momento, ninguna IA lo puede simular si sabes qué preguntas hacer.

Incorpora estas técnicas en tus entrevistas y distinguirás rápidamente entre candidatos que dominan su campo y aquellos que simplemente dominan el uso de herramientas de IA.