La IA empuja a los empleadores hacia la contratación basada en habilidades

La IA está impulsando a los empleadores hacia un modelo de contratación menos centrado en títulos académicos y denominaciones de puesto y más en habilidades verificables y actuales. TechRadar Pro, citando una investigación asociada con Coursera, informa que el 99% de los empleadores del Reino Unido ahora utilizan la contratación basada en habilidades en alguna medida, mientras que el 58% espera que más de un tercio de las habilidades centrales de sus puestos cambien para 2030.

Esa combinación crea un problema para el reclutamiento convencional. Un título, el empleador anterior o el número de años en un puesto pueden indicar capacidad, pero ninguno demuestra necesariamente que un candidato pueda realizar el trabajo requerido hoy, ni adaptarse a medida que el puesto cambie.

Por qué la contratación se está volviendo basada en habilidades

La IA está acelerando el alejamiento del filtrado centrado en títulos. Se espera cada vez más que los empleadores definan las capacidades que necesita un puesto, como análisis de datos, alfabetización en IA, computación en la nube, conciencia sobre ciberseguridad, gestión de proyectos y la capacidad de interpretar resultados generados por IA.

Recomendado

Los retrasos en la aprobación de listados de Google ponen en riesgo a las pequeñas empresa

Los títulos todavía importan como evidencia de bases como pensamiento crítico, comunicación y conocimiento del dominio. Pero los reclutadores quieren pruebas adicionales de que los candidatos pueden aplicar esas bases en el lugar de trabajo. Un perfil de habilidades más preciso también puede ayudar a las empresas a encontrar solicitantes cualificados que llegaron a una profesión por vías no tradicionales.

La experiencia no está desapareciendo, pero su valor se está recalculando. En campos que cambian rápidamente, como la IA generativa, los datos y la computación en la nube, una formación reciente y verificada puede ser más útil que un historial largo basado en herramientas o prácticas obsoletas.

TechRadar Pro dice que el 42% de los empleadores del Reino Unido elegiría a un candidato con menos experiencia pero con una credencial de GenAI frente a un candidato más experimentado que no la tenga. La cifra sugiere que la capacidad demostrada y reciente en IA empieza a prevalecer sobre la antigüedad en al menos algunas decisiones de contratación.

Las credenciales deben probar la habilidad aplicada

Los currículums, las cartas de presentación y los portafolios generados por IA facilitan producir candidaturas pulidas y, al mismo tiempo, dificultan su autenticación. Eso aumenta el valor de las credenciales y evaluaciones que muestran lo que un candidato realmente puede hacer.

Según el informe, el 95% de los empleadores del Reino Unido considera que las microcredenciales ayudan a identificar candidatos con experiencia aplicada en el mundo real en áreas como IA, datos y cloud. Sin embargo, las credenciales más útiles no son simplemente certificados de finalización de curso. Deben mostrar que un solicitante construyó algo, resolvió un problema práctico o completó un proyecto relacionado con el puesto.

La implicación para los equipos de contratación es un cambio de la revisión de documentos hacia la recopilación de evidencia. La revisión de CV puede combinarse con:

• Evaluaciones prácticas
• Entrevistas estructuradas
• Ejercicios basados en muestras de trabajo
• Proyectos que evalúan habilidades relevantes para el puesto

Ese enfoque no elimina la necesidad de currículums o títulos. Reduce el riesgo de tratarlos como prueba concluyente de preparación.

La alfabetización en IA no es suficiente

La familiaridad técnica con herramientas de IA se está convirtiendo en un requisito común, incluso en roles no técnicos. Pero la prueba más importante puede ser si un candidato sabe cuándo un sistema de IA está equivocado.

Los reclutadores pueden pedir a los solicitantes que critiquen una respuesta generada por IA, corrijan un análisis defectuoso o expliquen qué evidencia adicional necesitarían antes de tomar una decisión. Ese tipo de ejercicios prueba la verificación de fuentes, el razonamiento, el juicio contextual y la capacidad de convertir la salida de una máquina en una acción empresarial sólida.

Esa distinción importa porque un empleado que acepta el trabajo generado por IA sin escrutinio puede introducir riesgos operativos y reputacionales. El factor diferenciador no es simplemente la capacidad de redactar una instrucción; es la capacidad de evaluar el resultado y usarlo de forma responsable.

La contratación no puede cubrir todas las brechas de habilidades en IA

La contratación basada en habilidades es solo una parte de la respuesta al cambio en el trabajo. TechRadar Pro informa que el 74% de los líderes tecnológicos no cree que pueda confiar únicamente en nuevas contrataciones para cerrar sus brechas de habilidades en IA.

Por tanto, las empresas necesitan aplicar el mismo mapeo de habilidades internamente: identificar las capacidades requeridas para los roles futuros, compararlas con las habilidades ya presentes y ofrecer a los empleados vías claras para desarrollar lo que falta. La contratación externa seguirá siendo necesaria en campos de rápido movimiento, pero la mejora de competencias internas puede ayudar a las organizaciones a adaptar al personal existente a medida que cambian las responsabilidades.

Los beneficios informados van más allá del reclutamiento. El 92% de los empleadores dice que las contrataciones de nivel inicial con microcredenciales rinden mejor en su primer año en el puesto, según el informe.

La información no proporciona la metodología de investigación, el tamaño de la muestra ni una validación independiente de estas cifras de empleadores, por lo que deben tratarse como hallazgos de una encuesta informada y no como prueba definitiva de que las credenciales mejoran el rendimiento.

Incluso con esa limitación, la dirección es clara: la IA está haciendo que las señales estáticas sean menos útiles y que la evidencia aplicada sea más valiosa. El modelo de contratación más sólido no es “títulos contra habilidades” ni “personas contra IA”, sino la evaluación práctica acompañada del juicio humano y seguida de formación continua una vez que alguien es contratado.