HackerRank lanza Chakra, un entrevistador con IA que ya hizo 500.000 entrevistas

HackerRank, la plataforma que usan las empresas para evaluar y contratar desarrolladores, puso a disposición general de sus clientes a Chakra, un agente de inteligencia artificial que conduce entrevistas, observa a los candidatos mientras trabajan y evalúa no solo sus respuestas sino también el camino que recorrieron para llegar a ellas. El anuncio se produce después de unos seis meses de prueba cerrada, en los que el sistema ya realizó más de 500.000 entrevistas.

Entre las compañías que probaron la herramienta durante la beta aparecen Snowflake, Snorkel y Capgemini, además de pruebas internas de la propia HackerRank. La empresa, lanzada en 2012 en el marco del evento TechCrunch Disrupt, acumula más de 3.000 clientes corporativos —entre ellos Amazon, Nvidia, Clay y Replit— y una comunidad de más de 30 millones de desarrolladores en todo el mundo.

La apuesta de Chakra es correr el eje de la evaluación técnica. En lugar de medir si un candidato llega a la respuesta correcta, el sistema busca capturar señales más difíciles de registrar, como el pensamiento crítico, el criterio y lo que la compañía llama “fluidez en IA”: la capacidad de plantear un problema a un modelo, juzgar su resultado y guiarlo hacia una solución.

“La modalidad anterior de evaluación medía el resultado”, dijo Vivek Ravisankar, cofundador y CEO de HackerRank, en una entrevista. “Ahora, por la IA, cualquiera puede producir un artefacto.” La pregunta para los empleadores, sostuvo, pasa a ser si pueden entender el razonamiento y el criterio que llevaron a producirlo.

En la práctica, una entrevista con Chakra se parece más a hacer el trabajo que a rendir un examen tradicional de programación. El candidato recibe una tarea sobre un repositorio de código real y la resuelve en un lienzo que incluye un asistente de IA. Mientras trabaja, el agente usa el contexto de lo que está haciendo para formular preguntas de seguimiento, como por qué eligió un enfoque y no otro, o cómo cambiaría su solución si apareciera una restricción nueva.

Ravisankar aseguró que Chakra modifica la estructura misma del proceso de contratación. Lo que antes exigía tres instancias separadas —una entrevista inicial con reclutamiento, una prueba para hacer en casa y una entrevista posterior con un ingeniero— ahora se concentra en una sola sesión con el agente.

Darle acceso a la IA durante la entrevista podría parecer una invitación a hacer trampa. Sin embargo, según HackerRank, ocurre lo contrario. Las alertas por actividad sospechosa fueron entre 70% y 80% menores en las entrevistas con Chakra que en las evaluaciones tradicionales comparables, aunque la tasa varió según factores como la geografía y la seniority del candidato.

El propio Ravisankar explicó que permitir el uso de IA reduce el incentivo de recurrir a herramientas externas ocultas que soplen respuestas durante la prueba. Para HackerRank, el movimiento implica revisar el negocio que construyó durante años alrededor de los desafíos de código. El CEO comparó la transición, puertas adentro, con el paso del iPod al iPhone en Apple: el producto viejo conserva valor, pero el nuevo marca hacia dónde cree la empresa que va el mercado.

“Chakra va a ser el titular”, afirmó. “Va a ser la forma en la que vamos a avanzar.”

El avance de la IA en la evaluación de candidatos abre otro frente de preguntas, sobre todo en torno a cuánto de una decisión de contratación conviene delegar en un algoritmo. Ravisankar sostuvo que Chakra está diseñado para puntuar candidatos y no para tomar la decisión final, que sigue en manos humanas. La IA, dijo, puede encargarse de las partes más estructuradas de la entrevista aplicando de manera consistente los criterios que fija el empleador, mientras los entrevistadores humanos dedican más tiempo a evaluar si quieren trabajar con esa persona y a responder consultas sobre la empresa, el equipo y el puesto.

“La IA es mucho menos sesgada que los humanos, si la ajustás bien”, afirmó Ravisankar, y argumentó que un sistema puede ser instruido para seguir la misma rúbrica con todos los candidatos en lugar de dejarse influir por el origen o la educación de cada uno.

Aplicar los mismos criterios de forma consistente, sin embargo, no vuelve a un sistema automáticamente libre de sesgos. Las herramientas de contratación automatizadas pueden heredar o amplificar sesgos presentes en los datos, los modelos y los criterios con los que fueron construidas, lo que ya llevó a los reguladores a poner la lupa sobre su uso en decisiones laborales. Nueva York, por caso, exige a los empleadores que utilizan ciertas herramientas automatizadas de contratación cumplir con requisitos específicos.