Cómo detectar CVs escritos por IA o demasiado perfectos con HCIA

El auge de los currículums generados por IA

Los solicitantes de empleo ahora tienen acceso con un clic a herramientas que reescriben, embellecen o fabrican por completo los CVs. El resultado no es solo un formato más limpio: es una avalancha de currículums diseñados para vencer a los escáneres de palabras clave y lucir impecables a simple vista. Para los reclutadores, la pregunta ya no es "¿este candidato se ve bien en papel?" sino "¿este papel es real?"

Por qué "demasiado bueno para ser verdad" es una señal medible

El motor de cumplimiento de HCIA incluye un análisis dedicado llamado Demasiado Bueno Para Ser Verdad (TGTBT) — una puntuación de 0 a 100 que cuantifica cuán sospechosamente perfecto parece un perfil. No se basa en impresiones vagas. El LLM evalúa señales concretas:

• Todas las puntuaciones de coincidencia superan el 95 en cada categoría
• Densidad de impacto del 100% — cada viñeta cuantificada con una métrica, sin declaraciones blandas
• Sin brechas o debilidades detectables en el historial laboral
• Progresión profesional más rápida que el percentil 95 para el puesto
• Confianza en detección de plantillas superior a 80

Cuando TGTBT supera 70, los reclutadores ven un banner de advertencia rojo con los indicadores específicos enumerados — no un sello de "rechazado" de caja negra, sino un aviso basado en evidencia para mirar más de cerca.

Más allá de las palabras clave — lo que HCIA realmente analiza

El pipeline de selección de HCIA se ejecuta en dos niveles.

Nivel básico

El nivel básico extrae un perfil estructurado del candidato y lo puntúa contra la descripción del puesto en 11 dimensiones: coincidencia de habilidades, coincidencia de experiencia, profundidad en la industria, alineación de seniority, educación, certificaciones, ubicación, expectativas salariales y disponibilidad. También realiza un análisis de calidad del CV dedicado que cubre:

• Integridad — ¿están presentes las secciones clave?
• Compatibilidad ATS — ¿los sistemas de parsing lo leerán correctamente?
• Calidad del formato — ¿está bien estructurado?
• Cobertura de palabras clave — ¿se alinea con la descripción del puesto?
• Tasa de cuantificación — ¿cuántas viñetas contienen métricas?
• Claridad y calidad del lenguaje — ¿la escritura es clara y profesional?
• Detección de repeticiones — ¿se reciclan frases o estructuras?
• Detección basada en imágenes — ¿es una imagen escaneada en lugar de texto?

Nivel avanzado

El nivel avanzado ejecuta cuatro análisis profundos en paralelo:

NLP Semántico

Evalúa la escritura a nivel forense:

• Puntuación de densidad de impacto — ¿qué porcentaje de viñetas contienen métricas?
• Puntuación de verbos de acción — ¿cuántos usan verbos fuertes como "lideró", "desarrolló", en lugar de débiles como "asistió", "ayudó", "participó"?
• Puntuación de detección de plantillas — identifica contenido generado por IA. Cuando la puntuación supera 60, los reclutadores obtienen una advertencia de "Plantilla de CV Detectada" con los tres indicadores principales enumerados: redacción idéntica, estructura de viñetas repetitiva o falta de evidencia específica.
• Desglose de escritura — gramática, concisión, claridad, tono
• Coincidencia de requisitos ocultos — encuentra evidencia de habilidades que la descripción del puesto implica pero no enumera explícitamente

Inteligencia de Carrera

Reconstruye la trayectoria profesional del candidato:

• Trayectoria de progresión — ascendente, lateral, descendente
• Tiempo promedio y máximo en cada puesto — señala duraciones inusualmente cortas
• Indicador de cambio frecuente de empleo — movimientos frecuentes sin progresión
• Señal de lealtad — compromiso a largo plazo con los empleadores
• Brechas laborales — duración, tipo y contexto de cada brecha
• Profundidad en la industria — años de experiencia por sector
• Cambios de carrera — cambios de dominio con resúmenes

Esto saca a la luz progresiones improbables: el tipo que parece demasiado bueno para soportar un escrutinio.

Señales Predictivas

Modela resultados futuros con incertidumbre explícita:

• Probabilidad de retención — qué tan probable es que el candidato se quede
• Potencial de rendimiento — nivel de contribución estimado
• Riesgo de fuga — desglosado por antigüedad, sobrecualificación y contribución de brecha salarial
• Potencial de crecimiento — capacidad de avance
• Preparación para el liderazgo — y si es liderazgo técnico, de personas o híbrido
• Señales culturales — startup vs. empresa, remoto vs. presencial, colaborativo vs. autónomo

Cada predicción conlleva una advertencia obligatoria: "Esto se basa en patrones — no una garantía de rendimiento futuro."

Cumplimiento

Ejecuta el análisis TGTBT junto con:

• Detección de inconsistencias — fechas conflictivas, títulos de trabajo improbables, cronogramas de promoción que no coinciden — cada uno con un nivel de gravedad y acción recomendada
• Verificación de elegibilidad laboral — confirmada, inferida o sin detalle
• Salvaguardas contra sesgo — verifica activamente si la puntuación de la IA muestra sesgo demográfico, produciendo un resumen de salvaguardas que el reclutador puede revisar
• Auditoría de PII — qué datos personales se extrajeron, dónde se almacenan y por cuánto tiempo

Explicabilidad, no cajas negras

Cada puntuación que HCIA produce viene con una explicación. La cascada de explicabilidad comienza en una línea base neutral de 50 y guía al reclutador a través de cada contribución positiva y negativa:

Dirección	Factor	Impacto
↑ Positivo	Más de 10 años de experiencia en marketing digital	+10
↑ Positivo	MBA de programa de primer nivel	+10
↓ Negativo	Sin propiedad directa de GMV declarada	−10
↓ Negativo	Falta de experiencia con cuentas empresariales	−10
Final		78

Los reclutadores pueden inspeccionar la justificación completa, ver una puntuación sin procesar y cada fortaleza y debilidad detallada. Si no están de acuerdo, pueden anular la puntuación de la IA con una razón — la anotación queda registrada en el registro de auditoría.

El juicio humano es el paso final

HCIA no rechaza candidatos automáticamente. El pipeline señala, puntúa y explica — pero los cambios de etapa (Preseleccionado, Rechazado, Entrevista) siempre son manuales. Un CV marcado como "plantilla detectada" podría pertenecer a un redactor profesional de currículums. Una puntuación TGTBT alta podría reflejar una carrera excepcional, no una fabricada. La explicación proporciona la evidencia que necesitan para tomar esa decisión.

Lo que esto significa para los equipos de contratación

Los CVs generados por IA no van a desaparecer. La respuesta no es prohibir la IA — es construir sistemas de selección que sean:

• Transparentes sobre la incertidumbre — cada predicción viene con un intervalo de confianza
• Específicos sobre las preocupaciones — no "esto se ve raro" sino "estructura de viñetas idéntica en las 12 entradas"
• Auditables — cada decisión, anulación y cambio de etapa queda registrado
• Justos — las salvaguardas contra sesgo se ejecutan sobre la propia salida de la IA, no solo sobre los datos del candidato

El pipeline de HCIA saca a la luz las señales que importan: no solo si un CV es "bueno", sino si es real.