IA en contratación recorta hasta 40% la rotación laboral y baja costos de nómina

En ese terreno, la inteligencia artificial comienza a ganar espacio como una herramienta para optimizar la selección de talento y reducir uno de los grandes dolores de las empresas: la rotación laboral.

Según datos compartidos por Mariano Miranda, CEO de Buo, el uso de modelos algorítmicos en los procesos de contratación que la empresa gestiona ha permitido reducir hasta 40% la rotación de personal, en comparación con esquemas tradicionales.

“El problema no es solo a quién contratas, sino cuánto te cuesta equivocarte”, explica Miranda. Para Buo, el costo de rotación equivale, en promedio, a 1.5 veces el salario mensual de un trabajador, si se consideran gastos de reclutamiento, capacitación, pérdida de productividad y tiempo de adaptación.

En un país como México, donde la tasa de rotación laboral alcanza 17%, según la Asociación Mexicana en Dirección de Recursos Humanos, el impacto agregado se vuelve estructural.

El CV como filtro roto

Parte del problema, sostiene Miranda, está en la fragilidad del currículum como principal herramienta de evaluación. Desde su experiencia, hasta 70% de los CV contiene información alterada, exagerada o directamente falsa, mientras que cada etapa del proceso tradicional —filtro inicial, entrevistas, pruebas, validaciones— provoca la caída de entre 15% y 30% de los candidatos por la fatiga que ello representa, particularmente si el tiempo de espera es prolongado.

“Es un sistema que pierde talento valioso en cada paso y que, además, toma decisiones con información incompleta o sesgada”, señala Miranda.

La promesa de la inteligencia artificial es cambiar ese paradigma. En lugar de evaluar solo credenciales formales o trayectorias lineales, los sistemas de people analytics permiten analizar patrones de comportamiento, habilidades, compatibilidad con equipos y desempeño histórico para predecir la probabilidad de permanencia y éxito de un candidato en un puesto específico.

A nivel global, varias empresas han reconocido públicamente el uso de IA en sus procesos de reclutamiento. Unilever utiliza inteligencia artificial para analizar entrevistas digitales y evaluar habilidades blandas; IBM y Accenture aplican sistemas de lo que denominan como “matching inteligente” para conectar perfiles con vacantes de manera más eficiente. En el sector financiero, BBVA ha reportado el uso de algoritmos para filtrar miles de currículums en cuestión de minutos, mientras que IKEA ha adoptado herramientas similares con el objetivo de reducir sesgos en la selección inicial.

Pero el uso de inteligencia artificial en el reclutamiento no está exento de riesgos. Miranda advierte que el verdadero desafío no es tecnológico, sino estructural, al evitar que los algoritmos reproduzcan o amplifiquen los mismos sesgos históricos del reclutamiento humano.

“La IA no es neutral por sí misma. Aprende de los datos que le damos”, subraya. Si los historiales de contratación reflejan discriminación por género, edad, universidad de origen o trayectoria profesional no tradicional, los modelos pueden perpetuar esas lógicas bajo una apariencia de objetividad matemática.

“La promesa tecnológica depende menos del algoritmo y más de la calidad, diversidad y limpieza de los datos que lo alimentan”, enfatiza Miranda.

En ese sentido, el uso responsable de la IA implica revisar qué variables se consideran relevantes, auditar los resultados y mantener intervención humana en las decisiones críticas.

Más allá de la eficiencia, el uso de IA en reclutamiento apunta a un cambio de lógica, dice Miranda, el cual consiste en pasar de procesos reactivos, como cubrir una vacante urgente, a modelos predictivos que permitan anticipar necesidades de talento, reducir la rotación y optimizar el gasto operativo.

“La contratación es una de las decisiones más caras que toma una empresa, pero históricamente ha sido de las menos sofisticadas”, sostiene el especialista. Desde su perspectiva, la incorporación de inteligencia artificial ofrece la posibilidad de contratar mejor, con menos pérdidas y mayor conciencia de los sesgos que, durante décadas, han definido quién entra y quién queda fuera del mercado laboral.

Transparencia algorítmica: el derecho a saber

Si un algoritmo participa en la preselección o evaluación de candidatos, ¿deben saberlo quienes aplican a la vacante? Para Miranda, la respuesta es sí. Informar que existe un sistema automatizado involucrado no solo fortalece la confianza en el proceso, sino que también permite a los candidatos entender cómo se evalúan sus datos y bajo qué criterios.

En Latinoamérica, donde entre 45% y 50% de las áreas de Recursos Humanos ya utilizan herramientas de inteligencia artificial, según el estudio Tendencias en HR 2026, elaborado por la compañía especializada en software de nómina, Buk, la discusión comienza a moverse hacia estándares de gobernanza, trazabilidad de decisiones, revisión humana en etapas críticas y auditorías periódicas de los modelos.

Para Miranda, la transparencia no es solo un tema ético, sino operativo. “Si no explicas cómo funciona el sistema, generas desconfianza. Y si no puedes auditarlo, pierdes control”, refiere.

La clave, dice, está en establecer procesos híbridos, con algoritmos que ayuden a procesar grandes volúmenes de información, pero con supervisión humana que valide resultados y detecte posibles sesgos.

“La IA no sustituye al reclutador. Lo que hace es darle más información para tomar mejores decisiones. El rol cambia, deja de centrarse en revisar currículums y pasa a analizar datos y validar que el proceso sea justo y consistente”, asegura Miranda.

En México no existe aún una ley específica que regule el uso de inteligencia artificial en procesos de reclutamiento, ni una disposición en la Ley Federal del Trabajo que aborde de manera puntual la “IA en contratación”. En términos jurídicos, esto significa que estos sistemas son legales siempre que se ajusten al marco normativo vigente, pero no cuentan con un régimen propio que detalle obligaciones particulares para su uso en selección de personal.

Hoy, la regulación aplicable proviene de normas generales. Por un lado, la Ley Federal del Trabajo establece principios de igualdad, no discriminación y transparencia en las decisiones laborales, los cuales deben cumplirse incluso cuando una herramienta tecnológica participa en el proceso. Por otro, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares regula la forma en que deben recopilarse, procesarse y resguardarse los datos de los candidatos, incluidos aquellos considerados sensibles.