Buscar trabajo siempre ha tenido algo de incertidumbre. Preparas tu currículum, revisas cada línea, eliges bien las palabras… y lo envías con esa mezcla de esperanza y nervios que todos conocemos. Luego viene la espera. A veces llega una llamada. A veces no.
¿Pero todos los currículums se valoran igual?
Detalles como la edad, el genero, el origen o solo la fotografía puede. Influir. No siempre ocurre de forma consciente. A veces son sesgos pequeños, casi invisibles. Pero están ahí. Por eso en los últimos años ha comenzado a abrirse paso una idea que busca cambiar un poco las reglas del juego: el currículum ciego. Lo único que queda es la formación, la experiencia y las habilidades profesionales.
En otras palabras, que el talento tenga la primera palabra.
Curiosamente, este debate ha cobrado aún más importancia ahora que la inteligencia artificial se está colando —casi sin hacer ruido— en muchos procesos de selección.
Cuando los algoritmos miran al pasado
Cada vez más empresas utilizan sistemas automáticos para filtrar currículos. Estos programas son capaces de analizar miles de candidaturas en cuestión de segundos, algo que para un equipo de recursos humanos sería prácticamente imposible.
En principio suena eficiente. Y lo es.
Pero hay un pequeño detalle que a veces se pasa por alto: los algoritmos aprenden observando lo que ocurrió antes.
Dicho de otra forma, se entrenan con datos del pasado. Analizan cómo se ha contratado durante años para identificar patrones y, a partir de ahí, decidir qué perfiles parecen más adecuados.
Y aquí aparece el problema.
Si durante décadas una empresa ha contratado mayoritariamente a hombres de cierta edad o con un perfil determinado, el sistema puede interpretar que ese patrón es el correcto. No porque alguien lo programe así de forma explícita, sino porque los datos que aprende reflejan esa realidad.
Algunos expertos lo explican con una imagen bastante clara: la inteligencia artificial funciona como una lupa que amplifica lo que ya existía. No inventa los prejuicios, pero puede multiplicarlos.
Quedarse fuera antes incluso de empezar
La automatización tiene ventajas evidentes. Permite gestionar grandes volúmenes de candidaturas, ahorrar tiempo y ordenar información con rapidez.
Pero también plantea una cuestión importante.
Cuando el primer filtro lo realiza un algoritmo, puede ocurrir que ciertos perfiles ni siquiera lleguen a la fase de entrevista.
Y según diversos estudios, este efecto puede afectar especialmente a las mujeres. En parte porque muchos sistemas de inteligencia artificial se entrenan con datos que reflejan una historia laboral donde la igualdad no siempre ha sido la norma.
Es decir, el algoritmo aprende de una sociedad que ya tenía sesgos.
Y, sin quererlo, puede reproducirlos.
El currículum ciego como pequeño antídoto
Aquí es donde aparece el currículum ciego como una herramienta interesante. No es una solución mágica, pero sí un intento de equilibrar un poco el terreno.
Al eliminar información personal —género, edad, fotografía u origen— se intenta que la evaluación se centre exclusivamente en la experiencia y las competencias profesionales.
Primero lo que sabes hacer. Luego todo lo demás.
Además, algunos especialistas recuerdan que los sesgos de los algoritmos no son inevitables. Pueden corregirse revisando los datos con los que se entrenan o haciendo más transparente la forma en que se diseñan estos sistemas.
Dicho de otro modo: la tecnología no tiene por qué ser el problema… también puede formar parte de la solución.
Las curiosas contradicciones de la tecnología
Todo este debate sobre inteligencia artificial y género tiene, además, algunas paradojas curiosas.
Mientras ciertos algoritmos pueden terminar perjudicando a las mujeres en procesos de selección, muchas de las tecnologías que usamos a diario —asistentes virtuales, navegadores o sistemas de ayuda digital— suelen hablar con voz femenina.
Las máquinas reciben órdenes con voz de mujer, pero a veces los sistemas que gestionan oportunidades laborales pueden terminar reproduciendo desigualdades que afectan precisamente a ellas.
Una contradicción que ha abierto más de un debate en el ámbito tecnológico.
