01 Lectura contextual contra palabra clave en la IA para filtrar CV
El gran problema de los filtros tradicionales es que descartan por sinonimia: si el currículo no usa la palabra exacta, fuera. Eso deja fuera a candidatos buenos por motivos puramente de terminología. La IA para filtrar CV cambia el principio: lee el contexto entero del documento.
El cambio mental es importante. En el modelo clásico, el filtro busca cadenas de texto. En la IA para filtrar CV que diseñamos, el agente entiende qué hace una persona cuando dice que es "responsable de proyectos" o "gestor de iniciativas" o "lead de equipo": funciones equivalentes en sectores y empresas distintas. Esa lectura es la que recupera talento que el filtro mecánico iba a perder.
Filtro por palabra clave IA para filtrar CV
Cómo busca Cadenas exactas Contexto entero del documento
Sinonimia Descarta Reconoce equivalencias
Trayectorias atípicas Las penaliza Las valora si encajan
Motivo del descarte Ausencia de palabra Razonamiento auditable
02 Equivalencias y trayectorias atípicas en el cribado curricular
No todo el talento llega por el camino estándar. Hay perfiles con cambio de carrera, formación heterodoxa o experiencia internacional que un filtro mecánico no sabe leer. La IA para filtrar CV se diseña para reconocer ese tipo de trayectoria sin penalizarla por defecto.
Equivalencias formativas y de rol
- Títulos equivalentes en países distintos: el agente reconoce equivalencias entre sistemas educativos europeos y de fuera
- Funciones con nombres distintos: roles parecidos en sectores diferentes que la palabra clave nunca encajaría
- Trayectoria con cambio de carrera: persona que viene de otro ámbito y aporta experiencia transferible relevante
Formación informal y pausas
- Formación informal: cursos online y proyectos personales que en algunos sectores valen más que un título oficial
- Pausa en el currículo: el agente no penaliza por defecto un parón laboral si el resto encaja
- Idiomas declarados con contexto: el agente verifica que el nivel declarado encaja con la experiencia real registrada
03 Inconsistencias y verificación en la lectura inteligente de candidaturas
Un buen reclutador detecta cuando algo no cuadra: fechas que se solapan, formaciones que no encajan con la edad declarada, experiencia que no concuerda con el sector. La IA para filtrar CV recoge esas inconsistencias para que el equipo las aclare en la entrevista, sin descartar al candidato sin más.
- Cruce temporal de experiencias — fechas que se superponen sin explicación pueden ser pluriempleo o un error que conviene aclarar
- Coherencia formación-experiencia — el agente detecta cuándo la trayectoria no encaja con la formación declarada
- Idiomas y nivel real — niveles muy altos sin experiencia internacional ni formación específica son señal para preguntar
- Logros muy genéricos — frases tópicas sin datos concretos se marcan para profundizar en entrevista
- Lagunas largas — el agente las anota sin descartar para que la persona del equipo decida cómo abordarlas
- Información que falta — fechas, ubicaciones o sectores ausentes se marcan para completar antes de avanzar
04 Cantera viva y plazos legales en la preselección con IA
Los buenos candidatos descartados por timing no tienen que perderse. Con cantera estructurada, el agente los conserva con motivo y los rescata cuando llega un proceso compatible. Pero la cantera vive con respeto a los plazos legales del RGPD, no como cajón eterno.
Conservación y plazos RGPD
- Conservación con consentimiento: el candidato sabe que su currículo queda en cantera y puede oponerse cuando quiera
- Plazo máximo claro: pasados los meses definidos sin proceso compatible, la información se borra automáticamente
- Derecho de acceso: si el candidato pide saber qué se guarda de él, la respuesta es inmediata y completa
Rescate y trazabilidad
- Rescate por compatibilidad: cuando llega una vacante nueva, la IA para filtrar CV revisa la cantera y propone candidatos
- Notificación al candidato: cuando se le rescata para un nuevo proceso, se le avisa con respeto y opción de no continuar
- Trazabilidad de la decisión: por qué entró en cantera, por qué se rescata, todo queda registrado
05 Métricas honestas en la IA para filtrar CV
Sin medición clara, la conversación sobre el cribado se queda en sensaciones. Las métricas honestas miden si el agente afina la priorización, si reduce trabajo mecánico al equipo y si los procesos pasan por la entrevista con candidatos que de verdad encajan.
- 01
Tiempo medio de criba Cuánto tarda hoy el equipo en pasar de cien candidaturas a una lista de entrevistas. La caída de esta métrica es la traducción directa del retorno.
- 02
Tasa de validación humana Qué proporción de la priorización del agente confirma el equipo de RRHH. Si es alta, el cribado funciona; si baja, hay que recalibrar.
- 03
Candidatos contratados desde cantera Cuántas contrataciones provienen de la cantera viva. Mide el valor real de conservar candidaturas con criterio en lugar de tirarlas.
- 04
Detección de sesgos potenciales Cuántas alertas de patrón sesgado emite el agente. Más alertas no son malas: significan supervisión activa y revisión continua del sistema.
- 05
Quejas o reclamaciones de candidatos Cuántas peticiones de información o reclamación reciben. Si la trazabilidad es buena, las respuestas son rápidas y completas.