Contratación con IA
Por qué construí HCIA: La visión de un fundador sobre la IA explicable en la contratación
Por qué construí un reclutador de IA que muestra su trabajo
La historia de HCIA, y una apuesta en solitario de que la contratación puede ser más rápida y más humana.
La chispa
He estado escribiendo código por más de una década. Era bueno en ello. Así que no esperaba que la búsqueda de empleo se convirtiera en el problema más difícil que jamás intentaría resolver.
Cada solicitud se sentía igual. Pulir el currículum, enviarlo, verlo desaparecer. Sin respuesta, sin motivo, solo silencio. Y tenía una idea bastante clara de lo que ocurría detrás de ese muro, porque lo había visto desde dentro. Reclutadores abrumados por cientos de solicitantes, confiando en la intuición o en herramientas de palabras clave que recompensaban las palabras de moda sobre las habilidades reales. Personas buenas quedaban filtradas por escribir "desarrollé" en lugar de "ingeniería". Otras más débiles pasaban porque habían memorizado las palabras correctas.
Esa experiencia se convirtió en la semilla de HCIA.
El desafío
Construir una plataforma de reclutamiento con IA por mi cuenta significaba hacer todos los trabajos a la vez. Gerente de producto por la mañana, ingeniero de backend por la tarde, diseñador y comercializador por la noche. Pero la carga de trabajo nunca fue realmente la parte difícil. La parte difícil era una pregunta que no podía quitarme de la cabeza.
El mercado ya estaba lleno de herramientas de contratación con IA, y la mayoría tenía el mismo problema. Ocultaban su razonamiento. Aparecía una puntuación, un candidato era clasificado, y nadie podía decir por qué. Ni el reclutador, ni la persona que solicitó. Cuando una herramienta ayuda a decidir quién tiene la oportunidad de un empleo, "solo confía" no es suficiente. No quería construir algo que tomara malas decisiones más rápido. Quería que la contratación fuera más abierta de lo que nunca había sido, incluso antes de que la IA estuviera involucrada.
Construyendo el núcleo
Empecé con la parte que más dolía: el filtrado de currículums.
El objetivo no era solo extraer datos de un currículum. Era explicar una coincidencia de una manera que una persona pudiera verificar. HCIA lee un CV y extrae la información estructurada: habilidades, experiencia, educación, proyectos. Luego alinea cada uno con lo que el puesto realmente pide. Y cada coincidencia viene con una razón escrita en lenguaje sencillo:
"El candidato tiene 5 años de experiencia en Python, cumpliendo con tu requisito de 3+ años."
Sin número misterioso. Solo la evidencia.
Después vinieron las entrevistas en video asistidas por IA. Los candidatos graban respuestas a un conjunto de preguntas predefinidas cuando les conviene. HCIA analiza cada respuesta en tres aspectos: contenido, presentación y sentimiento, y nuevamente, se explica a sí mismo:
"El candidato abordó los tres puntos clave con confianza (puntuación de confianza del 77%)."
Todo lo que dice apunta a algo real. Sin cajas negras.
Bajo el capó
Debajo de todo, HCIA utiliza procesamiento del lenguaje natural para leer currículums y transcribir entrevistas, modelos transformer para entender lo que alguien realmente quiere decir en lugar de solo coincidir palabras clave, y una capa de puntuación construida para ser examinada en lugar de aceptada ciegamente.
La decisión más difícil que tomé no fue elegir un modelo. Fue decidir no enviar nada que el sistema no pudiera explicar. Si una función hacía las puntuaciones un poco más precisas pero convertía el razonamiento en una caja negra, no entraba. Esa única regla terminó moldeando prácticamente cada decisión técnica posterior.
La explicabilidad es la base
Muchos productos tratan la explicabilidad como algo que se añade después. Para HCIA, es la base sobre la que todo lo demás se sostiene.
Cada decisión que toma el sistema apunta a evidencia específica: una línea en un CV o un momento en una entrevista. Los reclutadores pueden abrir cualquier puntuación, ver qué la impulsó, anularla o pedir más. La IA no tiene la última palabra. La persona sí. Esto importa por varias razones. Genera confianza con quienes contratan. Ofrece a los candidatos un proceso que es realmente justo y que podrían cuestionar. Y mantiene a las empresas del lado correcto de regulaciones como la Ley de IA de la UE y el GDPR, que están empezando a exigir que las decisiones automatizadas puedan explicarse.
En la contratación, "el algoritmo decidió" se está convirtiendo en un riesgo legal real. HCIA está construido para que nadie tenga que decirlo nunca.
Enfrentando el sesgo de frente
No se puede hablar de IA en la contratación sin hablar de sesgo. Los modelos aprenden de datos pasados, y los datos de contratación pasados están llenos de sesgo humano. Un sistema opaco no elimina ese sesgo. Solo lo oculta detrás de un número que parece neutral.
Aquí es donde la explicabilidad demuestra su valor. Como cada decisión puede rastrearse, el sesgo se convierte en algo que realmente se puede ver en lugar de algo enterrado en las matemáticas. Estoy construyendo un módulo dedicado de detección de sesgos que señala cuando los resultados comienzan a inclinarse en líneas que no tienen nada que ver con el trabajo, para que los reclutadores puedan detectarlo y corregirlo en lugar de ampliarlo sin saberlo. Ser transparente no es solo cuestión de confianza. Es poder detectar lo que está saliendo mal mientras aún hay tiempo para hacer algo al respecto.
La realidad del fundador solitario
Trabajar solo te hace honesto sobre las compensaciones.
Liberé algunos componentes como código abierto, en parte para invitar a otros a buscar fallos, y en parte porque la retroalimentación de la comunidad es lo más parecido a un equipo de revisores que un fundador solitario puede tener. También me apoyé mucho en hablar con los usuarios. Al principio, cada probador recibió una llamada mía para escuchar cómo les había ido realmente. Esas llamadas moldearon el producto más que cualquier hoja de ruta que escribí.
Es más lento que trabajar con un equipo. No hay nadie a quien pasarle algo a medianoche. Pero tiene su lado positivo. Cada línea de código está ahí por una razón, y entiendo cada decisión en el sistema porque yo la tomé.
Lo que he aprendido
Algunas cosas me tomaron por sorpresa:
- La transparencia es algo por lo que la gente realmente pagará. Pensé que los compradores querían principalmente velocidad. Lo que realmente querían era poder defender una decisión, ya sea ante un candidato, un gerente o un regulador.
- La parte difícil de la IA no es la IA. Es el criterio que la rodea. Qué automatizar, qué dejar a las personas y dónde debería estar el límite entre ambos.
- Construir solo es solitario, pero aclara las cosas. Sin un equipo con quien discutir, no puedes esconderte detrás de una decisión grupal. Cada elección es tuya, y también cada lección.
¿Qué sigue?
HCIA está activo para empresas medianas y grandes ahora. Los próximos pasos son integraciones más profundas con las principales plataformas ATS para que encaje en las herramientas que los equipos ya usan, además de un módulo de detección de sesgos más inteligente.
La misión no ha cambiado realmente. Contratación liderada por humanos, impulsada por IA explicable. La IA hace el trabajo pesado, las personas toman la decisión y todos pueden ver por qué.
Hablemos
Si eres fundador o gerente de contratación que está harto de herramientas opacas que solo te piden que confíes, prueba HCIA.
Y si tienes comentarios, especialmente los duros, quiero escucharlos. Construir por mi cuenta significa que siempre estoy aprendiendo, y la mayoría de las mejores lecciones han venido de personas dispuestas a decirme lo que está roto.