Los sistemas de inteligencia artificial utilizados para revisar currículos y seleccionar candidatos están desarrollando sesgos más pronunciados que los evaluadores humanos. Esta realidad representa un desafío creciente para las empresas que buscan automatizar sus procesos de contratación, especialmente en un contexto donde millones de personas en Centroamérica compiten por oportunidades laborales.
Investigaciones recientes demuestran que estos algoritmos tienden a favorecer perfiles específicos mientras descartan automáticamente a candidatos igualmente calificados. El problema radica en que los sistemas aprenden patrones basados en datos históricos de contratación, perpetuando discriminaciones previas. Cuando una empresa entrenó a su IA con décadas de decisiones sesgadas, el software simplemente replicaba y amplificaba esos prejuicios, afectando desproporcionadamente a mujeres, personas de ciertos grupos demográficos y profesionales de regiones menos desarrolladas.
Para Honduras y Centroamérica, esto tiene implicaciones directas. Muchas multinacionales y empresas locales están adoptando estas herramientas sin supervisión adecuada. Un programador talentoso de El Salvador o un contador competente de Nicaragua podrían ser eliminados automáticamente por algoritmos que no reconocen la calidad de su perfil. Las consecuencias incluyen pérdida de oportunidades laborales y concentración de empleos en perfiles que coinciden con los datos históricos que alimentan estas máquinas.
Expertos recomiendan que las empresas establezcan auditorías periódicas de sus sistemas de IA, incorporen supervisión humana en decisiones finales y diversifiquen los datos con los que entrenan estos algoritmos. La tecnología no es mala por sí sola, pero requiere transparencia y responsabilidad para que beneficie a todos por igual, no solo a unos pocos candidatos preseleccionados previamente.
