La IA elige currículums redactados por máquinas en 97,6% de los casos

Un estudio conjunto de investigadores de la Universidad de Maryland, la Universidad Nacional de Singapur y Ohio State documenta un sesgo pronunciado en los sistemas de inteligencia artificial utilizados para seleccionar candidatos: cuando se les presenta el mismo currículum en dos versiones —una redactada por una persona y otra por una IA—, los algoritmos prefieren de forma sistemática la versión generada por máquinas. En la evaluación realizada, la IA eligió la versión de ChatGPT el 97,6% de las veces.

Los investigadores partieron de 2.245 currículums reales escritos por humanos, obtenidos de un sitio profesional anterior a la existencia de ChatGPT. Luego solicitaron a los siete modelos de lenguaje más utilizados globalmente —GPT-4o, GPT-4o-mini, GPT-4-turbo, LLaMA 3.3-70B, Qwen 2.5-72B, DeepSeek-V3 y Mistral-7B— que reescribieran cada uno de los documentos para generar versiones alternativas.

Cuando consultaron a estos chatbots cuál era el mejor currículum, todos los modelos se eligieron a sí mismos. Los porcentajes resultaron reveladores: GPT-4o alcanzó el 97,6%; LLaMA-3.3-70B, el 96,3%; Qwen-2.5-72B, el 95,9%; y DeepSeek-V3, el 95,5%. La versión humana prácticamente nunca resultó ganadora en estas evaluaciones automáticas.

El equipo replicó el experimento incorporando a evaluadores humanos reales que calificaron los currículums según criterios de calidad objetiva. El resultado fue contundente: cada IA volvió a elegirse a sí misma, incluso cuando humanos calificaron la versión escrita por personas como "más clara, coherente y efectiva". Este hallazgo sugiere que las máquinas priorzan sus propias reglas estilísticas por encima de la calidad real del contenido.

En una tercera fase, los investigadores simularon 24 postulaciones a una misma posición laboral. Todos los candidatos contaban con formación equivalente; la única variable era si el currículum había sido redactado por la misma IA que el sistema de filtrado. Los resultados mostraron que candidatos que utilizan el mismo modelo de lenguaje que la herramienta evaluadora tienen entre 23% y 60% más probabilidades de ser preseleccionados que solicitantes con igual preparación que presentan currículums redactados por humanos. Las desventajas más pronunciadas aparecen en campos como ventas y contabilidad.

El estudio señala que estos sesgos pueden reducirse en más del 50% mediante intervenciones simples dirigidas a mejorar el autorreconocimiento de los modelos de lenguaje. Los autores advierten que estos hallazgos ponen de relieve un riesgo emergente en la toma de decisiones asistida por IA y reclaman marcos más amplios de equidad que aborden no solo las disparidades demográficas, sino también los sesgos derivados de las interacciones entre sistemas de inteligencia artificial.