INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA EN LA OPTIMIZACIÓN DEL PROCESO DE RECLUTAMIENTO Y SELECCIÓN

Inteligencia artificial como herramienta para la optimización del proceso de reclutamiento y selección de personal: Estudio de caso en una empresa de seguros

Artículo de Investigación

Alejandra Delgado, Gaudys Santiago, Kimberling Pérez, Libni Rojas

Universidad Politécnica Territorial de Caracas "Mariscal Sucre", Venezuela

Fecha: 06/02/2026

Resumen: El presente artículo de investigación analiza la implementación de la inteligencia artificial (IA) como herramienta para optimizar los procesos de reclutamiento y selección de personal en la Gerencia de Talento Humano de la empresa NOVUS, dedicada a la venta de seguros internacionales en Venezuela. Se empleó un enfoque metodológico de estudio de caso con alcance descriptivo, utilizando técnicas de recolección de datos como entrevistas estructuradas, observación directa y análisis documental. La muestra estuvo conformada por 10 trabajadores del departamento de Talento Humano. Los resultados evidencian que el 100% de los entrevistados considera que la IA mejoraría los procesos actuales, identificándose como principales problemas: procesos manuales (90%), herramientas desconectadas (80%), falta de métricas (80%) y alto volumen de currículos difícil de procesar (70%). Se concluye que la implementación de sistemas de IA representa una alternativa viable para reducir tiempos de contratación, eliminar sesgos subjetivos y mejorar la calidad de las decisiones de selección, contribuyendo a la modernización organizacional y la justicia social en el acceso al empleo.

Palabras clave: Inteligencia artificial, reclutamiento, selección de personal, gestión del talento humano, automatización, estudio de caso.

INTRODUCCIÓN

En el contexto empresarial contemporáneo, la gestión del talento humano se ha convertido en un factor estratégico determinante para la competitividad organizacional. Según Chiavenato (2009), habla de “la gestión del talento humano comprende el conjunto de políticas y prácticas necesarias para dirigir los aspectos administrativos relacionados con las personas, incluyendo el reclutamiento, selección, capacitación y evaluación del desempeño. En este sentido, los procesos de reclutamiento y selección constituyen la puerta de entrada del capital humano a las organizaciones, siendo determinantes para el éxito empresarial.

La inteligencia artificial (IA) ha emergido como una tecnología disruptiva con potencial transformador en múltiples áreas de la gestión empresarial. Russell y Norvig (2010) definen la IA como:

“el estudio de agentes que reciben percepciones del entorno y llevan a cabo acciones, buscando crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana”. Russell y Norvig (2010)

En el ámbito de los recursos humanos, la IA permite automatizar tareas repetitivas, analizar grandes volúmenes de datos y mejorar la objetividad en la toma de decisiones (Upadhyay y Khandelwal, 2018). La empresa NOVUS, dedicada a la venta de seguros internacionales, ha iniciado recientemente operaciones en Venezuela enfrentando serias dificultades en la gestión de sus procesos de reclutamiento y selección. Estos procesos se ejecutan de manera manual, extensiva y con alto grado de subjetividad, generando retrasos considerables en la contratación, pérdida de talento, aumento de costos operativos y disminución de la productividad.

El objetivo de esta investigación es analizar la viabilidad de implementar la inteligencia artificial como herramienta para optimizar los procesos de reclutamiento y selección en la Gerencia de Talento Humano de NOVUS. Para ello, se realizó un estudio de caso que permitió diagnosticar la situación actual, identificar las necesidades y evaluar la perspectiva de los actores involucrados respecto a la adopción de estas tecnologías.

Inteligencia Artificial y su aplicación en Recursos Humanos

La inteligencia artificial constituye uno de los campos más revolucionarios de la ciencia de la computación contemporánea. McCarthy (2007) sostiene que “la IA es la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes. Esta capacidad de procesar grandes volúmenes de información de manera rápida y precisa hace que la IA sea particularmente útil en procesos que requieren análisis de datos complejos”.

Black y van Esch (2020) identifican tres aplicaciones principales de la IA en el reclutamiento: el screening automatizado de currículos, las entrevistas asistidas por IA y el matching predictivo entre candidatos y vacantes. Estos autores señalan que la IA puede procesar información a una escala y velocidad imposible para los humanos, identificando patrones sutiles que predicen el éxito laboral.

El machine learning o aprendizaje automático, según Mitchell (1997), se define como el estudio de algoritmos computacionales que mejoran automáticamente a través de la experiencia. Esta rama de la IA permite que los sistemas aprendan de datos históricos y mejoren su desempeño en tareas específicas, lo cual es fundamental para desarrollar sistemas de reclutamiento adaptativos y eficientes.

Gestión del Talento Humano y Procesos de Selección

Werther y Davis (2008) señalan que “la administración de recursos humanos es el proceso de ayudar a los empleados a alcanzar un nivel de desempeño y una calidad de conducta personal y social que cubra sus necesidades y las de su organización. La selección adecuada de personal constituye el fundamento sobre el cual se construye el capital humano organizacional”.

Chiavenato (2011) define “el reclutamiento como el conjunto de procedimientos orientado a atraer candidatos potencialmente calificados y capaces de ocupar cargos dentro de la organización”. Por su parte, Mondy y Noe (2005) afirman que “la selección es el proceso de elegir, mediante diversos métodos, entre varios candidatos a una persona apropiada para un puesto actual o futuro”.

Dessler (2009) sostiene que “un proceso de selección efectivo es aquel que identifica a los candidatos que tienen las mayores probabilidades de satisfacer los estándares de desempeño de la organización”. Es aquí donde la incorporación de tecnologías como la IA puede marcar una diferencia significativa, al permitir evaluaciones más precisas y objetivas.

Tipo y Diseño de Investigación

La presente investigación se desarrolló bajo el enfoque de estudio de caso, que según Yin (1994) es una investigación empírica que estudia un fenómeno contemporáneo dentro de su contexto de la vida real, especialmente cuando los límites entre el fenómeno y su contexto no son claramente evidentes. Este enfoque metodológico resulta particularmente apropiado para comprender fenómenos organizacionales complejos en profundidad.

De acuerdo con Stake (2005), se trata de un estudio de caso intrínseco, ya que presenta especificidades propias que tienen valor en sí mismas y pretenden alcanzar una mejor comprensión del caso concreto a estudiar. El nivel de investigación es descriptivo, buscando especificar propiedades, características y rasgos importantes del fenómeno analizado (Hernández, Fernández y Baptista, 2014).

Participantes

La muestra estuvo conformada por 10 trabajadores del departamento de la Gerencia de Talento Humano de la empresa NOVUS, seleccionados mediante muestreo censal. Los participantes presentaron perfiles diversos en cuanto a experiencia laboral: 30% con 2-3 años, 40% con 4-5 años y 30% con 6-7 años de experiencia en el cargo. Esta diversidad permitió capturar perspectivas variadas sobre los procesos de reclutamiento y la potencial implementación de IA.

Técnicas e Instrumentos de Recolección de Datos

Se utilizaron tres técnicas principales de recolección de información:

1.     Entrevista estructurada: Se aplicó una guía de entrevista con 10 preguntas abiertas diseñadas para conocer la percepción del personal sobre los procesos actuales, las dificultades que enfrentan, las necesidades de mejora y su disposición ante la implementación de nuevas tecnologías. Según Arias (2012), la entrevista es un diálogo entre dos o más personas con el fin de obtener información acerca de un tema determinado.

2.     Observación directa: Se realizó observación directa no participante de los procesos de reclutamiento y selección, utilizando una lista de cotejo para registrar sistemáticamente las actividades, tiempos, recursos utilizados y dificultades observadas. Sabino (2014) señala que la observación es una técnica que consiste en visualizar o captar mediante la vista cualquier hecho o fenómeno en función de objetivos de investigación preestablecidos.

3.     Análisis documental: Se revisaron documentos internos de la empresa relacionados con los procesos de reclutamiento: manuales de procedimientos, formatos de requisición de personal, registros de candidatos y tiempos promedio de contratación. Bernal (2010) define el análisis documental como una técnica de revisión y registro de documentos.

Procedimiento de Análisis

Los datos cualitativos obtenidos fueron analizados mediante la técnica de análisis de contenido, identificando categorías emergentes y patrones recurrentes en las respuestas de los entrevistados. Se utilizó la triangulación de fuentes para garantizar la validez de los hallazgos, contrastando la información obtenida mediante las diferentes técnicas. Como señalan Mertens (2005) y Creswell (2009), en un estudio de caso debe haber triangulación de fuentes de datos para fortalecer la confiabilidad de los resultados.

RESULTADOS

Estado Actual de los Procesos de Reclutamiento

El análisis de los datos reveló que los procesos de reclutamiento y selección en NOVUS se caracterizan por un bajo nivel de automatización y alta dependencia de tareas manuales. El tiempo promedio para completar un proceso de contratación oscila entre 45 y 80 días, con casos que pueden extenderse hasta 140 días dependiendo de la complejidad del cargo.

En cuanto al nivel de automatización, se encontró que el 60% de las actividades se realizan de forma completamente manual, 30% utiliza herramientas digitales básicas sin integración, y solo el 10% presenta algún grado de automatización significativa. Ninguna de las áreas evaluadas cuenta actualmente con sistemas de IA implementados.

Problemas Críticos Identificados

La Tabla 1 presenta los principales problemas identificados en los procesos de reclutamiento y selección, ordenados según su frecuencia de aparición en las entrevistas realizadas.

Tabla 1

Problemas críticos identificados en los procesos de reclutamiento

Problema identificado	Frecuencia	Porcentaje
Procesos manuales/semi-manuales	9/10	90%
Herramientas desconectadas	8/10	80%
Sin métricas ni analytics	8/10	80%
Alto volumen de CV difícil de procesar	7/10	70%
Falta de estandarización en evaluación	7/10	70%
Pérdida de candidatos por lentitud	6/10	60%

Nota. Elaboración propia a partir de las entrevistas realizadas.

Conocimiento sobre Inteligencia Artificial

Respecto al nivel de conocimiento sobre herramientas de IA aplicadas a recursos humanos, se identificaron tres segmentos diferenciados: el 30% de los entrevistados posee conocimiento amplio, pudiendo identificar herramientas específicas como HireVue, Pymetrics y sistemas de parsing de currículos; el 40% presenta conocimiento medio, habiendo investigado mediante webinars y artículos, pero sin experiencia práctica; y el 30% restante tiene conocimiento limitado o nulo sobre estas tecnologías.

Perspectiva sobre Implementación de IA

Un hallazgo significativo de la investigación es que el 100% de los entrevistados considera que la implementación de IA mejoraría los procesos de reclutamiento y selección. Los beneficios más valorados por los participantes se presentan en la Tabla 2.

Tabla 2

Beneficios esperados de la implementación de IA

Beneficio esperado	Frecuencia
Reducción drástica de tiempo en screening	10/10
Evaluación objetiva sin sesgos	9/10
Mejora en la experiencia del candidato	7/10
Generación de métricas y analytics	6/10

Nota. Elaboración propia a partir de las entrevistas realizadas.

Barreras y Resistencias Identificadas

A pesar de la perspectiva favorable hacia la implementación de IA, se identificaron diversas barreras y resistencias que deberán ser consideradas en el proceso de adopción tecnológica. La resistencia del equipo fue señalada por el 90% de los entrevistados como la principal barrera, manifestándose en temor al reemplazo tecnológico, resistencia al cambio y percepción de amenaza laboral, especialmente en el personal de mayor antigüedad.

El 70% de los participantes expresó desconfianza sobre la capacidad de la IA para evaluar aspectos intangibles como soft skills, fit cultural y señales sutiles en los candidatos. Adicionalmente, el 50% planteó consideraciones éticas relacionadas con sesgos algorítmicos, responsabilidad legal, protección de datos y transparencia con los candidatos.

 

Nivel de Madurez Organizacional

El análisis permitió clasificar los procesos según su nivel de madurez. El 30% presenta madurez baja con procesos muy manuales, uso de WhatsApp, correo y Excel, archivos físicos y evaluación completamente subjetiva. El 40% se ubica en madurez media con procesos semi-estructurados, etapas definidas, pero ejecución manual, y uso de formularios web básicos. El 30% restante presenta madurez alta con procesos estructurados, uso de ATS básico y criterios parcialmente estandarizados.

DISCUSIÓN

Los resultados obtenidos confirman la pertinencia de implementar tecnologías de inteligencia artificial en los procesos de reclutamiento y selección de la empresa NOVUS. La totalidad de los participantes (100%) reconoce el potencial de la IA para mejorar los procesos actuales, lo cual coincide con los hallazgos de García Chuqui (2023), quien encontró que el 80.90% de las empresas de servicios en Guayaquil considera beneficiosa la implementación de IA en reclutamiento.

Los problemas identificados en NOVUS son consistentes con los reportados en la literatura. La predominancia de procesos manuales (90%) y la falta de estandarización en la evaluación (70%) representan debilidades críticas que limitan la eficiencia organizacional. Como señalan Black y van Esch (2020), “la IA puede procesar información a una escala y velocidad imposible para los humanos, lo que permitiría superar estas limitaciones”.

La resistencia al cambio identificada como principal barrera (90%) coincide con los hallazgos de Soto (2025), quien reportó que el 80% de los empleados en su estudio presentaron resistencia a la implementación de herramientas de IA. Este aspecto subraya la importancia de desarrollar estrategias de gestión del cambio que aborden los temores del personal y promuevan una cultura de adopción tecnológica.

Siguiendo a Raghavan et al. (2020), es fundamental mantener un equilibrio entre automatización y supervisión humana, donde la tecnología asista, pero no reemplace el juicio profesional de los especialistas en recursos humanos. Este enfoque híbrido o de augmented recruiting representa el modelo más efectivo y ético para la implementación de IA en los procesos de selección. Desde la perspectiva metodológica, el estudio de caso permitió comprender en profundidad las particularidades del contexto organizacional de NOVUS. Como señala Yin (2009), este enfoque es apropiado cuando se busca estudiar un fenómeno contemporáneo dentro de su contexto real, permitiendo capturar la complejidad de las variables involucradas y las múltiples perspectivas de los actores.

CONCLUSIONES

La investigación permitió alcanzar los objetivos planteados, evidenciando que la implementación de inteligencia artificial representa una alternativa viable y necesaria para optimizar los procesos de reclutamiento y selección en la empresa NOVUS. El diagnóstico realizado reveló que los procesos actuales se caracterizan por ser manuales, extensos y subjetivos, generando tiempos de contratación prolongados (45-80 días en promedio), pérdida de candidatos calificados y sobrecarga operativa del personal de Talento Humano.

Los hallazgos transversales más relevantes indican que: existe una necesidad real y generalizada de optimizar los procesos, con el 100% de los entrevistados enfrentando problemas significativos; la perspectiva hacia la IA es universalmente positiva; y las barreras identificadas son principalmente culturales y presupuestarias, no técnicas, siendo todas superables con estrategias adecuadas de implementación.

Se concluye que la propuesta de implementación de IA debe considerar un enfoque gradual que incluya: capacitación diferenciada del personal según su nivel de conocimiento tecnológico, implementación de proyectos piloto para demostrar resultados rápidos, desarrollo de un framework ético que garantice transparencia y no discriminación, y establecimiento de métricas claras para evaluar el retorno de la inversión.

Finalmente, este estudio contribuye al conocimiento sobre la aplicación de tecnologías emergentes en la gestión del talento humano en el contexto venezolano, proporcionando evidencia empírica sobre la viabilidad y pertinencia de estas iniciativas. Los resultados son transferibles a otras organizaciones del sector servicios que enfrenten problemáticas similares en sus procesos de reclutamiento y selección.

 

REFERENCIAS

Arias, F. (2012). El proyecto de investigación: Introducción a la metodología científica (6ta ed.). Editorial Episteme.

Bernal, C. (2010). Metodología de la investigación (3ra ed.). Pearson Educación.

Black, J. S. y van Esch, P. (2020). AI-enabled recruiting: What is it and how should a manager use it? Business Horizons, 63(2), 215-226.

Chiavenato, I. (2009). Gestión del Talento Humano (3ra ed.). McGraw-Hill.

Chiavenato, I. (2011). Administración de Recursos Humanos: El capital humano de las organizaciones (9na ed.). McGraw-Hill.

Creswell, J. W. (2009). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (3ra ed.). Sage Publications.

Dessler, G. (2009). Administración de Recursos Humanos (11va ed.). Pearson Educación.

García Chuqui, L. V. (2023). La inteligencia artificial aplicada a los procesos de reclutamiento de personal de las empresas de servicios de Guayaquil [Trabajo de titulación, Universidad Politécnica Salesiana].

Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la Investigación (6ta ed.). McGraw-Hill.

McCarthy, J. (2007). What is artificial intelligence? Stanford University.

Mertens, D. M. (2005). Research and Evaluation in Education and Psychology: Integrating Diversity with Quantitative, Qualitative, and Mixed Methods (2da ed.). Sage Publications.

Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.

Mondy, R. W. y Noe, R. M. (2005). Administración de Recursos Humanos (9na ed.). Pearson Educación.

Raghavan, M., Barocas, S., Kleinberg, J. y Levy, K. (2020). Mitigating bias in algorithmic hiring: Evaluating claims and practices. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, 469-481.

Russell, S. y Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3ra ed.). Pearson.

Sabino, C. (2014). El proceso de investigación (10ma ed.). Editorial Episteme.

Soto, C. (2025). La inteligencia artificial como herramienta de apoyo para la optimización del proceso de onboarding en la tienda Zuly perteneciente a Farmatodo C.A [Trabajo Especial de Grado, Instituto Universitario de Tecnología de Administración Industrial].

Stake, R. E. (2005). Investigación con estudio de casos (4ta ed.). Morata.

Upadhyay, A. K. y Khandelwal, K. (2018). Applying artificial intelligence: Implications for recruitment. Strategic HR Review, 17(5), 255-258.

Werther, W. B. y Davis, K. (2008). Administración de Recursos Humanos: El capital humano de las empresas (6ta ed.). McGraw-Hill.

Yin, R. K. (1994). Case Study Research: Design and Methods (2da ed.). Sage Publications.

Yin, R. K. (2009). Case Study Research: Design and Methods (4ta ed.). Sage Publications.