Qué automatiza la IA generativa en RR.HH. (y qué competencias humanas siguen siendo irreemplazables)

Su área de Personas probablemente ya usa alguna forma de IA generativa: borradores de descriptores de cargo, respuestas a candidatos, resúmenes de entrevistas, reportes para el directorio. La pregunta que pocos equipos responden con rigor es otra: ¿qué parte del flujo de talento debe automatizarse, qué parte debe aumentarse con colaboración humano-IA, y qué nunca debería salir de manos humanas?

Responder mal tiene costo. Automatizar lo que requiere empatía o juicio ético erosiona confianza interna y externa. Rechazar la automatización de tareas repetitivas desgasta al equipo y lo deja compitiendo en eficiencia con organizaciones que sí integraron genAI.

Latto, Leyer, Do Khac, Mezger, Tate y Richter (2026), en Group Decision and Negotiation, ofrecen un marco empírico para ordenar esa decisión. Analizaron 85 roles de knowledge workers con datos O*NET y codificación conjunta humano-genAI, produciendo una matriz de impacto por categoría de skill que distingue automatización plena, aumento (HAIC) y competencias exclusivamente humanas.

La matriz que todo CHRO debería conocer

El estudio resume las skills más susceptibles de ser absorbidas por genAI:

En contraste, tres categorías permanecen human-centric en todos los niveles jerárquicos, incluido el ejecutivo:

• Competencias socio-emocionales: empatía, resolución de conflictos, construcción de confianza.
• Juicio ético: tolerancia a la ambigüedad, evaluación de dilemas, responsabilidad moral.
• Análisis estratégico complejo: planificación de escenarios, soporte a decisiones de alto impacto (aumentado, pero no delegado).

Traducido a Recursos Humanos: la genAI puede preparar el 80 % del trabajo administrativo de talento, pero la decisión sobre una persona, la lectura de riesgo conductual y la negociación con un candidato senior siguen siendo suyas.

Convergencia de competencias: el fin del diferenciador administrativo

Un hallazgo incómodo del paper: cuando redactar, proofreadear y sintetizar dejan de diferenciar niveles jerárquicos, un analista de RR.HH. y un director de Personas usan las mismas herramientas genAI para preparar documentos. La diferencia ya no está en "quién sabe hacer el informe", sino en quién lo interpreta, lo contextualiza y lo convierte en decisión.

El estudio ilustra el caso concreto: un HR manager puede generar reportes con visualizaciones profesionales sin depender del equipo de diseño. Eso democratiza capacidades analíticas y reduce silos, pero también eleva el listón de lo que se espera de cada rol.

Para selección de personal, la implicancia es directa:

• Automatizable / aumentable: cribado inicial de CVs, borradores de preguntas de entrevista, consolidación de resultados de pruebas, scheduling de entrevistas, redacción de minutas de comité.
• Human-centric obligatorio: evaluación de fit cultural en situaciones ambiguas, detección de red flags conductuales que no aparecen en un test, conversación con referencias, decisión final sobre contratación de cargos de confianza.

Si su proceso trata el puntaje de un algoritmo como veredicto final, está automatizando la parte que el paper clasifica como human-centric. Si su equipo sigue leyendo CVs uno a uno sin criterio estructurado, está ignorando la parte que la genAI ya resuelve mejor que un humano cansado.

Riesgos que el paper documenta (y que RR.HH. no puede ignorar)

La literatura que Latto y colegas sintetizan señala preocupaciones recurrentes al implementar genAI en organizaciones:

• Sesgo algorítmico en datos de entrenamiento que reproduce inequidades históricas.
• Alucinaciones en outputs que parecen confiables pero no lo son.
• Pérdida de conocimiento tácito cuando se automatizan tareas que antes formaban a los juniors.
• Over-reliance: delegar decisiones críticas porque "el dashboard lo dice".

El propio estudio de recruiting aparece en la revisión teórica como área donde genAI puede streamlinar procesos —desde sourcing hasta evaluación preliminar— pero donde los riesgos éticos y de privacidad exigen governance explícito.

La respuesta no es prohibir la tecnología. Es diseñar colaboración humano-IA (HAIC) con límites claros: la máquina propone, el humano valida, documenta y decide.

Cómo se ve un flujo de talento aumentado (sin perder rigor)

Un proceso de selección alineado con la evidencia del paper combina tres capas:

1. Capa de aumento operativo. Herramientas que procesan volumen con criterio repetible: CV screener para priorizar currículums con evidencia del perfil, catálogo de pruebas psicométricas para aplicar instrumentos validados a escala, Evaluaciones Express para enviar tests en un clic y consolidar resultados.
2. Capa de evaluación profunda. Para finalistas de cargos críticos, evaluación psicolaboral con entrevista estructurada, batería amplia y informe accionable —no un puntaje agregado opaco.
3. Capa de decisión humana. Comité que reconcilia evidencia de pruebas, entrevistas y referencias con protocolo escrito para divergencias. La genAI preparó; el comité integra.

Este modelo evita los dos errores opuestos: tratar la IA como oráculo (algorithm appreciation) o ignorarla por desconfianza (algorithm aversion). La genAI hace el trabajo repetitivo; el profesional de RR.HH. aporta lo que la máquina no tiene: contexto, empatía y responsabilidad.

Pruebe Obrii App 7 días gratis: evaluaciones en línea, dashboard por proceso y trazabilidad para comités, sin tarjeta de crédito.

Herramientas gratuitas para empezar sin transformación digital

No necesita un proyecto de seis meses para incorporar evidencia estructurada. Obrii ofrece herramientas self-service que cubren la capa de aumento operativo:

• CV screener: filtra currículums contra criterios del cargo con lectura estructurada, no keyword matching ciego.
• Descriptor de cargo: genera perfiles con competencias y criterios evaluables antes de abrir la vacante.
• Scorecard de entrevistas: estandariza la capa humana de validación con preguntas alineadas al perfil.
• Simulador laboral: cuantifica costo de contratación y desvinculación cuando el comité debate si el proceso justifica inversión adicional.

Cada una acostumbra al equipo a decidir con dato. La genAI acelera la preparación; el hábito de evidencia es lo que separa a una organización aumentada de una que solo compró software.

Cómo lo cubrimos en Obrii

Obrii Consulting opera en la intersección entre rigor psicométrico y eficiencia operativa. Obrii App escala evaluaciones con más de 19 tipos de test y baremos para el mercado chileno. Nuestro servicio de evaluación psicolaboral y headhunting cubre la capa donde el juicio experto no es negociable: cargos de confianza, liderazgo y roles donde una mala contratación cuesta meses de reproceso.

La genAI no reemplaza a su área de Personas. Redefine qué hace cada persona dentro de ella —y qué competencias humanas valen más que nunca.

Preguntas frecuentes

¿Debo automatizar la selección de personal con IA generativa?

Automatice tareas repetitivas y de preparación (cribado, documentación, scheduling). No automatice la decisión final sobre personas, especialmente en cargos de confianza. El paper clasifica juicio ético y competencias socio-emocionales como human-centric en todos los niveles.

¿La IA generativa eliminará puestos de RR.HH.?

Reducirá roles cuyo valor principal era coordinación administrativa y data entry. Aumentará la demanda de profesionales que sepan integrar outputs de genAI con criterio, governance y evaluación profunda de talento.

¿Cómo evito sesgos al usar genAI en reclutamiento?

Audite outputs, mantenga revisión humana obligatoria, documente criterios antes de ver candidatos y combine herramientas algorítmicas con evaluación psicométrica validada y entrevistas estructuradas. La genAI amplifica los sesgos del proceso que ya tenía; no los inventa, pero tampoco los corrige sola.

---

Fuente: Latto, C., Leyer, M., Do Khac, L. T., Mezger, M. F., Tate, M. & Richter, A. (2026). Generative AI's Impact on Individuals and Organizations: An Analysis Based on Human-AI Collaboration. Group Decision and Negotiation, 35:50.