El tercer correo de esa semana. Haz tu entrevista cuando quieras. Nuestra IA está disponible 24/7.

Así que me senté en mi escritorio en Tenerife y encendí la webcam. Antes de que empezara el avatar, la pantalla me mostró las reglas: no cambies de pestaña. No uses Alt+Tab. No apartes la vista. No uses el móvil. Quédate ahí, delante de la grabación, y responde a las preguntas.

Unos 15 minutos después de empezar, el avatar comenzó a ir con retraso. Repetí mi respuesta. Volvió a retrasarse. Fui más despacio, la repetí con más cuidado y, en algún momento, me sorprendí sintiendo algo parecido a la empatía. Por una máquina que no tiene ninguna.

Esa fue la parte extraña. Me estaba volviendo más paciente por un software que no podía ser paciente a cambio. Ajustaba mi ritmo, mi tono y mi atención para algo que no podía devolver nada de eso.

Ese fue el momento.

Cerré el portátil. Y sentí alivio.

Después añadí la empresa a una lista. La lista de empresas con las que no volveré a trabajar nunca, sea cual sea la relación: un puesto como empleado, un contrato o un encargo como freelance.

Esa distinción importa. No todas las personas de un proceso de selección están en la misma posición. Algunos candidatos ya tienen un trabajo y están tanteando el mercado. Otros están en paro y no pueden permitirse rechazar un mal proceso. Otros son autónomos o freelances, profesionales que eligen a sus clientes tanto como los clientes los eligen a ellos.

Yo estoy más cerca del tercer grupo. No estoy suplicando permiso para trabajar. Estoy decidiendo con quién estoy dispuesto a trabajar.

Escribo esto porque esa lista se está haciendo larga y porque no soy la persona a quien más afecta esto. Tengo más de 16 años de experiencia. No soy un júnior que intenta demostrar su valor al mercado a cualquier precio. Puedo cerrar el portátil.

La inmensa mayoría de las personas que están ahora mismo delante de estos sistemas no puede. Ese desequilibrio de poder, el candidato expuesto y la empresa sin poner nada de su parte, es la verdadera violación. No es la tecnología. Es lo que la tecnología permite a una empresa evitar hacer.

Desde qué lugar escribo

Durante los últimos 16 años, he desempeñado distintos papeles en negocios distintos.

Llevo trabajando con chatbots de IA desde antes de que ChatGPT se convirtiera en lo que de repente comentaba todo el mundo. Antes del momento viral, estaba prototipando chatbots para el sector de los viajes y experimentando con automatizaciones construidas con nodos, reglas, estadística y probabilidades. Entonces se parecía menos a la magia y más a la ingeniería de pequeños sistemas de decisión, paso a paso.

Estaba en Barcelona, rodeado de una comunidad de quienes construyen, de meetups y de gente que ya estaba prestando atención. Quienes vivieron aquella primera era de los chatbots entendieron algo que otros pasaron por alto: el potencial ya estaba ahí, incluso antes de que la interfaz se volviera lo bastante sencilla para que el resto del mundo lo viera.

Por eso algunos llevamos cinco años apostando por la IA. Estaba además lo bastante cerca del sector como para recordar que, en 2018, Amazon descartó su herramienta interna de contratación con IA después de que esta aprendiera por sí sola a penalizar los currículums que contenían la palabra “women’s”. Esa historia no es nueva. El error de la industria fue tratarla como un fallo corregible en lugar de como una propiedad permanente de este enfoque.

Hoy me posiciono como ingeniero de negocio y de go to market para despliegues de IA. Hago coaching a directivos y fundadores sobre dónde encaja la IA, dónde no y cómo tiene que cambiar su propia identidad cuando el trabajo empieza a cambiar.

Mi anterior puesto de PM se vio tan afectado por la IA que un sprint de 14 días puede parecer ahora un hackathon de dos días, o incluso unas pocas horas de trabajo concentrado según la complejidad. La IA no sustituyó el puesto. Comprimió partes de él. Cambió la forma del trabajo. Cuando eso ocurre, los antiguos cargos importan menos que el criterio, el contexto y la responsabilidad que hay detrás.

Así que cuando hablo con directivos, no intento que la IA parezca malvada. Intento trazar la línea entre un despliegue útil y una sustitución perezosa. La entrevista con avatar no es un caso límite. Es el ejemplo más claro de poner la IA en el lugar equivocado que puedo ofrecerte.

Esto no es una queja. Es un diagnóstico.

3 abusos, acumulados

El avatar es el abuso visible. Otros dos vienen antes y hacen más daño con menos atención.

Abuso 1: el ATS. Un sistema de seguimiento de candidatos (ATS) mal configurado no es un filtro. Es una máquina de discriminación que nadie audita. Un estudio de 2021 de Harvard Business School y Accenture, Hidden Workers: Untapped Talent, concluyó que el 88 % de los empleadores reconoce que candidatos cualificados y con muchas habilidades son rechazados de forma rutinaria porque no encajan exactamente con los criterios configurados. La misma investigación estimó que 27 millones de estadounidenses habían sido filtrados de empleos para los que estaban cualificados, no porque no pudieran hacer el trabajo, sino porque el sistema no los reconocía. Hoy, más del 99 % de las empresas de Fortune 500 usa un ATS. Una encuesta de Gallup de 2024 concluyó que el 93 % de los directores de recursos humanos de Fortune 500 han integrado la IA en su proceso de contratación, pero solo cerca de un tercio de sus propios empleados lo sabe.

Un documento de trabajo del NBER de 2023 fue más allá. Cuando los investigadores introdujeron currículums idénticos, que solo diferían en el nombre del candidato, en herramientas de selección con IA, los candidatos con nombres percibidos como negros recibieron un 14 % menos de recomendaciones positivas que los que tenían nombres percibidos como blancos. El sistema ha aprendido el sesgo. Lo aplica de forma sistemática. Nadie puede preguntarle por qué. Un artículo de 2025 en el Journal of Law and Society documentó que los reclutadores pueden usar a propósito sistemas de contratación con IA para filtrar a candidatos de grupos protegidos manteniendo invisible el motivo. La discriminación no desapareció. Aprendió a esconderse mejor.

Abuso 2: la oferta de empleo. Lee unas cuantas y la ficción se vuelve evidente. Se requieren cinco años de experiencia con ChatGPT. ChatGPT se lanzó hace tres años. Lo más probable es que el responsable de contratación quiera algo concreto. Recursos humanos, con o sin ayuda de la IA, escribe otra cosa. El estudio de Harvard de 2021 concluyó que el 49 % de las empresas admitió rechazar automáticamente a los candidatos con lagunas laborales de seis meses o más. Las empresas están excluyendo a personas por motivos que no tienen nada que ver con el trabajo. También escriben descripciones de puesto que casi nadie puede cumplir y luego se preguntan por qué no encuentran a las personas adecuadas. En muchos casos, las personas que necesitan ya habían sido filtradas.

Abuso 3: el avatar. Esta es la última capa. Cuando un candidato llega aquí, el ATS ha rechazado a muchos aspirantes por una palabra equivocada y la descripción del puesto ha espantado a buena parte del resto. Los pocos que quedan se sientan delante de una cara sintética y representan las cualidades más humanas que tienen: comunicación, presencia, criterio, adaptabilidad, paciencia. Representan todo eso ante un público que no puede percibir nada de ello.

La entrevista ya no es una conversación. Es una extracción de datos en un solo sentido.

Estos tres abusos se apilan unos sobre otros. El candidato escribe un currículum que el ATS no rechace. La descripción del puesto es ficción. La entrevista se representa ante una cara que no existe. Cuando una persona real entra en escena, si es que alguna vez lo hace, el candidato ya ha sido procesado, clasificado y reducido a un vector.

Esto es lo que algunos llaman “eficiencia”.

Cómo es en realidad la eficiencia en este mercado

Las empresas que usan esta cadena de herramientas creen que han eliminado el cuello de botella. Solo lo han movido.

El cuello de botella solía ser el tiempo necesario para identificar a buenos candidatos. Ahora es el ritmo al que los buenos candidatos se niegan a participar. No puedo darte una cifra limpia, porque las empresas diseñaron estos sistemas precisamente para no verlo.

Lo que sí puedo contarte es lo que veo en mi propia red. Autónomos sénior con trayectorias reales, exactamente el tipo de gente que querrías, miran una invitación a una entrevista con avatar y se van en silencio hacia la competencia. Sin dar explicaciones. Las empresas que llevan estos procesos nunca saben a quién perdieron ni por qué.

En Europa, según el puesto, una vacante remota de trabajador del conocimiento puede recibir cerca de mil candidatos en 24 horas. El mercado parece saturado, así que las empresas se sienten poderosas. No lo son. Están clasificando por desesperación.

El candidato que no puede permitirse rechazar la entrevista con avatar no es la misma persona que el candidato que habría sido una contratación excepcional. Algunos coinciden. Muchos no.

Y la saturación no es una corrección temporal posterior a la pandemia. En el primer trimestre de 2026, entre 78.000 y 92.000 trabajadores tecnológicos fueron despedidos en todo el mundo, según el rastreador en el que confíes. Cerca del 76 % de esas pérdidas se dieron en Estados Unidos. Según la información de Nikkei Asia, aproximadamente el 47,9 % de los despidos tecnológicos del T1 de 2026 fueron atribuidos por las propias empresas a la IA y la automatización. Salesforce recortó 4.000 puestos de atención al cliente a finales de 2025, y Marc Benioff afirmó públicamente que necesita “menos cabezas”. Atlassian eliminó el 10 % de su plantilla en un solo día de marzo de 2026. Block hizo las cuentas y decidió que sus sistemas de IA podían resolver entre el 70 y el 80 % de las consultas de clientes sin personas, y actuó en consecuencia.

Parte de esto es un desplazamiento real por productividad. Parte es lo que Sam Altman, nada menos, ha llamado AI washing, usar la IA como razón pública de despidos que habrían ocurrido de todos modos. El director de IA de Cognizant, Babak Hodjat, ha dicho públicamente que duda de que la mayoría de estos recortes estén ligados a mejoras de productividad verificadas. En cualquier caso, el efecto práctico del lado de los candidatos es idéntico. El mercado está lleno. Las empresas sienten que pueden permitirse insultar a las personas que tienen delante.

Este es el panorama macro en el que se despliega la entrevista con avatar: un mercado laboral sometido a una compresión estructural, con un desplazamiento por IA tanto real como performativo, y con el poder de negociación yendo en una sola dirección.

Las empresas que instalan la cara sintética están aprovechando el momento. El momento no durará para siempre.

Qué se está optimizando en realidad

El argumento de venta de la IA en la contratación es siempre el mismo: elimina el sesgo, escala, garantiza uniformidad.

Desde donde estoy, tras años trabajando con automatización y con despliegues de IA, eliminar el sesgo es la primera mentira. No hablo de esa consultoría de IA en la que se copian flujos de trabajo de YouTube y se le llama experiencia. Hablo de la parte aburrida: probar sistemas, ver dónde se rompen, entender qué pasa cuando la automatización se encuentra con operaciones reales, incentivos reales y personas reales.

Un modelo entrenado con datos históricos de contratación no elimina el sesgo. Lo blanquea y lo lleva a un lugar que nadie puede auditar. La candidata no puede preguntar al avatar de IA por qué la clasificaron con un 8 sobre 10. El avatar tampoco lo sabe. Recursos humanos no lo sabe. El auditor no lo sabe. El estudio de Sheard de 2025 lo dejó claro: los sistemas de contratación con IA hacen menos visible la discriminación existente mientras conservan sus efectos.

La escala es real, y es lo que no conviene optimizar. Filtrar a 10.000 candidatos en lugar de 50 procesa más volumen. No establece mejor contacto con ninguno de ellos. Las cualidades que la contratación requiere de verdad, el criterio, la empatía, la confianza y la capacidad de trabajar con las personas que ya están en el equipo, aparecen en la interacción, no en la capacidad de procesar volumen.

El argumento de la uniformidad es el más insultante. Hacer a todos los candidatos la misma pregunta de la misma manera suena justo hasta que recuerdas que el candidato excepcional suele ser quien responde a una pregunta que no hiciste. Un avatar de IA no puede seguir ese hilo. Así que el sistema acaba siendo uniforme a la hora de encontrar gente uniforme, que es justo lo que la mayoría de las empresas no necesita en realidad.

Lo que se optimiza en una entrevista con avatar no es la experiencia del candidato ni siquiera la decisión de contratación. Es la comodidad de la empresa. Montar una entrevista real requiere un calendario, una persona, atención y tiempo. El avatar elimina todo eso. La empresa ahorra unas horas por puesto y se dice a sí misma que ha “innovado”. Lo que ha hecho en realidad es descargar la parte de la contratación que le exige dar la cara.

Así es el despliegue por comodidad en todos los sitios donde la IA se está usando mal ahora mismo. Una empresa decide que no tiene tiempo, ni plantilla, ni paciencia para hacer algo bien, así que automatiza la apariencia de hacerlo.

El resultado no es eficiencia. Es pagar un Ferrari para recorrer 10 metros hasta la tienda de la esquina.

Y esas mismas empresas publicarán después una página de empleo sobre sus valores, sus prácticas de contratación inclusivas y su compromiso con la diversidad. El presupuesto de marketing, relaciones públicas, comunicación y sostenibilidad para la página de valores es real. El presupuesto de cumplimiento para la herramienta de avatares es real. ¿La inversión en conocer de verdad a los candidatos? Eso es lo que se recortó.

Bienvenido al greenwashing aplicado a los recursos humanos.

El patrón de fondo

La entrevista con avatar no es la enfermedad. Es el primer síntoma visible de un sistema más amplio: un mercado laboral que aprende a extraer criterio humano, comportamiento y atención sin devolver mucha humanidad.

Aquí importan tres patrones.

Externalización de la cognición. Un estudio del MIT Media Lab de junio de 2025, de Nataliya Kosmyna y colegas, Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (arXiv:2506.08872), concluyó que los participantes que se apoyaron en los LLM para redactar ensayos mostraron una activación neuronal más débil, menos recuerdo de lo que habían producido y lo que los investigadores llamaron deuda cognitiva. La comodidad tuvo un coste medible.

No solo estamos externalizando tareas. Estamos externalizando el pensamiento que antes las acompañaba. Quienes buscan trabajo lo sienten de forma directa cuando los empujan hacia currículums reescritos por IA y respuestas de entrevista entrenadas por IA, actuando para evaluadores de IA. Todo el sistema se convierte en un bucle cerrado en el que nadie piensa de verdad en la pregunta de si esta persona puede hacer el trabajo.

El trabajo convertido en datos de entrenamiento. Una parte creciente del trabajo de los empleados puede ahora grabarse o reconstruirse a partir de la actividad en pantalla, los clics del ratón, la voz, las decisiones, los hábitos, las herramientas, los prompts y los documentos. Herramientas como ScreenPipe, un proyecto local, gratuito y de código abierto de memoria de pantalla y audio, hacen evidente la versión personal de esto: puedes buscar en tu propio trabajo, documentar tus hábitos y dar a los agentes contexto sobre lo que haces realmente.

Eso puede ser útil. Puede ayudarte a ahorrar tiempo, documentar tu propio proceso y pasar menos tiempo delante de una pantalla. Pero dentro de las empresas, la misma lógica tiene un filo más cortante. Primero se captura el trabajo. Luego los patrones repetidos se convierten en flujos de trabajo. Luego los flujos de trabajo se convierten en habilidades, automatizaciones, procedimientos normalizados (SOP) o agentes. El objetivo no es capturar a la persona entera. Una pantalla no puede capturar el gusto, el criterio, la confianza, la inteligencia política ni la responsabilidad. Pero sí puede capturar suficiente trabajo visible como para que replicarlo resulte económicamente tentador.

Esa historia más grande merece su propio artículo: Tu trabajo se está convirtiendo en datos de entrenamiento. Para este texto, la idea es más simple. La misma lógica que sustituye al entrevistador por un avatar se está metiendo dentro del propio trabajo. Observar a la persona. Extraer el patrón. Automatizar la interacción. Y llamarlo eficiencia.

El miedo a quedarse obsoleto. Los trabajadores de oficina están haciendo ahora jornadas de 12 a 14 horas porque existe la IA, no a pesar de ella. El mecanismo es lo que algunos han empezado a llamar FOBO, el miedo a quedarse obsoleto (fear of being obsolete). El coste de producir artefactos, informes, presentaciones, resúmenes, contenido, hojas de cálculo e investigación se está desplomando hacia cero.

El cuello de botella se ha desplazado de la ejecución al exceso de opciones: demasiadas cosas que podrías estar haciendo, demasiadas herramientas entre las que elegir, demasiados hilos en paralelo. La ilusión es más producción, más opciones, más palanca. La realidad, para el trabajador, es el agotamiento. Las empresas extraen la ganancia de productividad. El trabajador absorbe el coste cognitivo.

Por eso también los presupuestos de tokens empezarán a importar en la contratación. En algunos puestos de oficina, mantenerse por delante con la IA dependerá de si la empresa da a las personas suficiente acceso para experimentar, gastar tokens, probar herramientas, construir artefactos y aprender. Una empresa que espera un resultado nativo de IA pero no da un presupuesto real de IA está pidiendo a la gente que compita en una carrera mientras esconde el combustible.

Así que la entrevista con avatar vive dentro de un sistema más grande: cognición externalizada, trabajo capturado, trabajadores agotados y empresas premiadas por eliminar primero las partes humanas del proceso.

Señalar el avatar de IA como el síntoma es correcto. Fingir que el avatar de IA es la enfermedad no lo es.

Qué está a punto de hacer la ley al respecto

Empecemos por Europa. La Unión Europea no va a dejar que esto siga indefinidamente.

El artículo 26 del Reglamento Europeo de IA (AI Act) es inequívoco. Cuando entren en vigor, el 2 de agosto de 2026, las obligaciones de los responsables del despliegue, una empresa que use un sistema de IA de alto riesgo en decisiones de empleo tendrá responsabilidades documentadas: una persona con nombre y apellidos y con autoridad para intervenir en cualquier decisión que tome el sistema, una evaluación de impacto sobre los derechos fundamentales cuando el sistema afecte al acceso al empleo y registros con nivel de auditoría de cómo se usa realmente el sistema en la práctica. Las sanciones por incumplimiento son más elevadas que las del RGPD. Hablamos de hasta 35 millones de euros o el 7 % del volumen de negocios anual mundial en las infracciones más graves.

Los sectores con peso regulatorio, la sanidad, las finanzas, la contratación pública, se vigilarán con más rigor. Las empresas que operan en cualquiera de esos sectores y siguen usando entrevistas con avatar no están haciendo un experimento de recursos humanos. Están cargando con un pasivo de cumplimiento normativo que se calienta cada mes.

Estados Unidos se mueve de otra manera. No está alineado en torno a una única ley federal de IA. Es un mosaico. Colorado es el ejemplo más claro: su ley de IA se dirige a los sistemas de alto riesgo usados en decisiones con consecuencias relevantes, incluido el empleo, y está previsto que entre en vigor en 2026. Pero el Gobierno federal ya se está oponiendo a las normas de IA a nivel estatal, con el argumento de que una regulación fragmentada puede frenar la competitividad estadounidense en la carrera contra China. Eso significa que las empresas harán lo que suelen hacer: moverse hacia la jurisdicción menos restrictiva, al menos hasta que la ley sea federal, el Congreso actúe o una futura administración cambie de rumbo.

China tampoco está esperando. Todavía no tiene un AI Act al estilo de la UE, pero ya regula los sistemas de recomendación algorítmica, la síntesis profunda, los servicios de IA generativa y los servicios de IA interactiva de tipo humano. Así que la división global no es “una Europa regulada frente a todos los demás sin regular”. Es más incómoda que eso. Europa regula a través de los derechos y el cumplimiento. Estados Unidos intenta preservar la velocidad y la competitividad mientras se disputa el control estatal frente al federal. China regula la IA mediante el control de las plataformas, el control de los contenidos y la supervisión del Estado.

Filosofías distintas, misma dirección: la IA que se usa sobre las personas no se quedará fuera de la ley para siempre.

El argumento de que “usamos una herramienta de un proveedor” no va a proteger a las empresas por mucho más tiempo.

Este no es un problema del futuro. La ventana para que una empresa arregle en silencio su conjunto de herramientas de contratación, antes de que alguien presente nada, es de aproximadamente los próximos 12 meses.

Cómo es en realidad trabajar con la IA en la contratación

Hay una versión de esto que funciona. La IA en segundo plano. Las personas en la conversación.

Esta es la parte que la gente hace mal cuando intenta que la IA parezca malvada. La IA no es el problema cuando ayuda donde de verdad hace falta ayuda. Úsala para limpiar la gramática de una descripción de puesto. Úsala para comparar currículums con criterios claros. Úsala para resumir la experiencia antes de la llamada. Úsala para preparar mejores preguntas. Úsala para tomar notas durante la entrevista, redactar una carta de rechazo humana, gestionar la agenda o localizar referencias.

Todo eso es válido.

La línea es la propia entrevista. Ese momento tiene que seguir siendo de dos personas, ambas presentes, ambas lo bastante expuestas como para formarse un juicio real. La IA puede preparar la sala. La IA puede documentar lo que pasó en la sala. La IA no debería sustituir al ser humano que está en la sala, o en Zoom.

Ese es el patrón.

En mi propia práctica, trazo para las empresas una línea clara entre dónde encaja la IA y dónde no. Automatización del back office, agenda, resúmenes, redacción de documentos, recuperación de conocimiento: sí. Decisiones sobre quién está cualificado para trabajar con el equipo: no.

La línea no es técnica. Tiene que ver con quién carga con la responsabilidad cuando la decisión es errónea. La IA no puede cargar con ella. El mando intermedio que la desplegó sí puede, y debe.

No siento nostalgia por una contratación ineficiente. Muchos procesos solo humanos son lentos, sesgados e injustos. La solución es un mejor proceso humano, con la IA ocupándose de la fricción en los lugares adecuados. No una cara sintética que representa humanidad mientras un proveedor recoge los datos del candidato.

Qué pueden hacer los candidatos ahora mismo

Esta es la parte que casi nunca se escribe. Si estás del lado del candidato, tienes más poder del que el sistema da a entender.

Haz tu propia lista. Lleva un registro privado de cada empresa que te envíe una entrevista con avatar, una evaluación en vídeo guiada por IA o un proceso de selección automatizado de cuatro fases antes de cualquier contacto humano. Anota la fecha, la plataforma y el puesto. Dentro de tres meses, esa lista será tu filtro. Verás los patrones: qué empresas lo hacen, qué sectores lo hacen más, qué puestos se procesan sin supervisión humana. La lista te dirá con quién merece la pena hablar.

Usa tus derechos sobre tus datos. Según el RGPD, si resides en la UE y una empresa ha tratado tu candidatura mediante un sistema automatizado, tienes derecho a solicitar tus datos y, en muchos casos, a solicitar su supresión conforme al artículo 17. La empresa suele tener 30 días para responder. Si no lo hace, puedes presentar una reclamación ante tu autoridad nacional de protección de datos.

Aquí es donde la IA también debería trabajar para el candidato, no solo para la empresa. Las empresas usan la automatización para reducir sus costes, aumentar su poder y hacer que los procesos legales parezcan operaciones normales. Las personas podrían aprender a usar las mismas herramientas para reducir el coste de defender sus derechos.

Nada personal. Para una empresa, responder a una solicitud formal o pasar por un proceso legal es el día a día. También debería convertirse en el día a día de los ciudadanos.

Igual que el sistema sanitario, el sistema de justicia siempre ha sido más fácil de usar para las personas y las empresas que pueden permitirse abogados, multas, retrasos y papeleo. La IA cambia parte de esa ecuación. Puede ayudar a redactar una solicitud de acceso del RGPD, encontrar el correo de privacidad escondido en las páginas legales de la empresa, preparar una solicitud de supresión, controlar el plazo de 30 días y montar una reclamación si la empresa la ignora.

La mayoría de las empresas se hacen muy visibles cuando quieren candidatos, clientes o atención. Pero cuando necesitas contactar con ellas directamente, de repente hay un chatbot, un correo de no responder o ninguna persona evidente. El punto de contacto suele estar enterrado en la política de privacidad, el aviso legal, la página de términos o la sección del RGPD. En algún sitio, normalmente tienen que decirte quién controla tus datos y cómo contactar con ellos.

Una pequeña herramienta de código abierto podría facilitar esto. Podría tomar el sitio web de una empresa, encontrar el contacto legal o de privacidad, generar la solicitud de acceso a los datos o de supresión, registrar el plazo y preparar el siguiente paso si no hay respuesta. Hoy eso se puede hacer con agentes de navegador, scraping o herramientas web agénticas. Mañana, las empresas quizá necesiten páginas que los agentes de IA puedan leer directamente con más facilidad, ya sea mediante páginas de privacidad estructuradas, avisos legibles por máquina o archivos emergentes como llms.txt.

Si las empresas van a usar agentes de IA como representantes de su negocio, los candidatos y los ciudadanos necesitarán agentes de IA como representantes de sus derechos.

Haz la pregunta en la llamada. Si llegas a hablar con una persona, pregúntale en qué parte del proceso se usó la IA y cómo. Si no puede decírtelo, esa es la respuesta.

Si te lo cuenta y no te gusta, esa también es la respuesta.

Rechaza el avatar. Cuando tengas la opción de rechazar, rechaza. Las empresas tienen que notar que esto les está costando algo. El mercado no se corregirá solo si todos los candidatos siguen el juego.

Una oferta de empleo vaga que promete un “salario competitivo” sin concretar está reclutando mercenarios, no misioneros. Los mercenarios se irán en cuanto aparezca una cifra mejor. Los misioneros, las personas que habrían construido algo con la empresa, nunca se presentaron porque la descripción no se dirigía a ellos. Después la empresa se quejará de la retención.

Han construido el problema que ahora describen.

La pregunta más difícil

Lo que ocurre ahora en la contratación de profesionales de oficina no es solo ineficiencia. Es una dinámica de poder. A un lado se le ha dicho, una y otra vez, que es intercambiable, reemplazable, clasificado por un algoritmo y que no merece una conversación de verdad. Al otro lado se le ha permitido externalizar la incomodidad de conocer a otra persona y de juzgarla.

Los mandos intermedios responsables de desplegar estos sistemas no son víctimas de la tecnología. Tomaron una decisión de compra. Firmaron el cheque. Aprobaron al proveedor. Tienen nombres y cargos. El presupuesto de greenwashing, la página de empleo sobre valores, las declaraciones de diversidad y los informes ESG los gestionan las mismas personas que dieron el visto bueno al contrato del avatar.

La IA es un coche. Hace lo que le dice el conductor. Los conductores en este caso son los directivos y mandos que decidieron que las personas del otro lado del proceso de contratación son lo bastante intercambiables como para que una cara sintética haga el trabajo. Ellos deben rendir cuentas. La IA no.

No abordo esto como una postura de izquierdas ni como una postura sindical. Es una cuestión de justicia que ahora es técnicamente abordable. El AI Act, el RGPD, la legislación estatal de Estados Unidos y el riesgo visible de demandas colectivas convergen en el mismo objetivo. Hay una ventana, aproximadamente los próximos 12 a 18 meses, para que las empresas lo arreglen en sus propios términos antes de que los reguladores lo hagan por ellas en términos mucho más duros.

Si eres un mando intermedio que ha puesto en marcha un proceso de entrevistas con avatar, y el sistema sigue funcionando, tengo una pregunta que no hace falta que me respondas a mí.

¿Cuándo fue la última vez que pasaste tú mismo por una?

No como revisor. Como candidato. Con tu carrera en juego. Actuando para una cara que no te recordará. Con instrucciones de no apartar la vista.

Si no eres capaz de hacer la prueba que les pones a los demás, ya lo sabes.

Cierra el portátil.

Otman, alias El Capitano, es ingeniero de negocio GTM (Go To Market) y estratega de despliegue de automatización, y hace coaching y mentoría a operadores y directivos sobre la preparación para el AI Act, el despliegue de IA, el riesgo de la automatización, la ética, la transición de identidad y la pregunta de dónde encaja la IA en sus operaciones y dónde no. La ventana para arreglar en silencio un conjunto de herramientas de contratación se cierra en 2026.

Fuentes citadas

  • Kosmyna, N., Hauptmann, E., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab. arXiv:2506.08872.
  • Fuller, J. y Raman, M. (2021). Hidden Workers: Untapped Talent. Harvard Business School y Accenture.
  • Sheard, N. (2025). Algorithm-facilitated discrimination: a socio-legal study of the use by employers of artificial intelligence hiring systems. Journal of Law and Society.
  • Hoffman, M., Kahn, L. B. y Li, D. (2023). Discretion in Hiring. Documento de trabajo del NBER.
  • Nikkei Asia (abril de 2026). Q1 2026 tech layoff data.
  • Layoffs.fyi (2026). Tech layoff tracker, Q1 2026.92.272 empleados tecnológicos despedidos ∙ 98 empresas tecnológicas con despidos
  • karpathy.ai/jobs/ Visualizador del mercado laboral de Estados Unidos de Andrej Karpathy
  • anthropic.com/research/81k-economics Maxim Massenkoff y Saffron Huang (abril de 2026). What 81,000 people told us about the economics of AI. Anthropic. Investigación económica
  • Gallup (2024). Fortune 500 CHRO AI integration survey.
  • Foro Económico Mundial (2025). Future of Jobs Report 2025.
  • Dastin, J. (2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters.
  • Reglamento Europeo de IA (AI Act), art. 26 (obligaciones del responsable del despliegue, aplicación desde el 2 de agosto de 2026).
  • RGPD, artículo 17 (derecho de supresión).

Herramientas y proyectos mencionados

  • ScreenPipe. Memoria local de pantalla y audio, de código abierto, para buscar y entender tu propio trabajo. GitHub: https://github.com/screenpipe/screenpipe. Sitio web: https://screenpi.pe
  • TinyFish. Infraestructura de agentes web para agentes de IA que pueden navegar, autenticarse, extraer datos y automatizar flujos de trabajo web. Sitio web: https://www.tinyfish.ai
  • Ejemplos públicos en GitHub: https://github.com/tinyfish-io.
  • Microsoft 365 Copilot / Microsoft Graph / Viva Insights / Viva Glint. El conjunto de herramientas empresariales de Microsoft para el lugar de trabajo no es un simple producto de “gemelo digital”, pero es importante porque conecta el uso de Copilot, las señales de trabajo, los datos de experiencia de los empleados y la analítica organizativa. Es el tipo de infraestructura empresarial que puede hacer visibles los patrones de trabajo a gran escala.
  • Claude Cowork. La IA agéntica de Anthropic para el trabajo del conocimiento. Está diseñada para gestionar tareas de forma autónoma en el ordenador de un usuario, sus archivos locales y sus aplicaciones. Sitio web: https://www.anthropic.com/product/claude-cowork.
  • Claude Code. El asistente de programación con IA de Anthropic para entender bases de código, editar archivos, automatizar tareas de desarrollo y trabajar con varias herramientas. Documentación: https://code.claude.com/docs/en/overview.
  • Claude Computer Use. Las herramientas de uso del ordenador de Anthropic para que Claude interactúe con un entorno informático aislado (sandbox) mediante llamadas a herramientas. Documentación: https://platform.claude.com/docs/en/agents-and-tools/tool-use/computer-use-tool.
  • OpenAI Codex / Codex Computer Use. El entorno de programación y de uso del ordenador de OpenAI. Computer Use en la aplicación Codex permite que Codex use aplicaciones de escritorio en macOS, con restricciones de disponibilidad en el EEE, el Reino Unido y Suiza en el momento del lanzamiento. Documentación: https://developers.openai.com/codex/app/computer-use.
  • OpenClaw. Asistente o agente personal de IA de código abierto que puede ejecutarse en tus propios dispositivos e interactuar a través de canales conocidos. GitHub: https://github.com/openclaw/openclaw. Sitio web: https://openclaw.ai
  • Agentes al estilo de Browser-use. Los agentes de navegador y de uso del ordenador forman parte del cambio más amplio de la “IA que responde” a la “IA que hace clic, navega, rellena formularios y ejecuta flujos de trabajo”.
  • llms.txt. Propuesta emergente para que los sitios web sean más fáciles de leer, entender y recorrer por parte de los sistemas y agentes de IA.