La 'paradoja de Gardner' o el drama de ser invisible para los reclutadores

Un experto en construir sistemas de contratación queda atrapado por esos mismos sistemas cuando intenta buscar trabajo... Esa sería una noticia bomba para los entendidos del sector del empleo, preocupados por los inconvenientes y problemas que ya afectan a la contratación automatizada: procesos opacos, candidatos invisibles, filtros difíciles de auditar y una brecha creciente entre lo que significa aplicar a un puesto y ser evaluado por una persona. Lo cierto es que se trata de un hecho real, narrado en una página personal por el propio protagonista, James Gardner, que se ha dedicado durante años a diseñar procesos de contratación, a configurar ATS (Applicant Tracking System o sistema de seguimiento de candidatos) y a redactar criterios de evaluación, formando a responsables de selección y construyendo equipos de talento. La historia se titula 817 aplicaciones más tarde, y cuenta cómo Gardner presentó su solicitud a 817 ofertas de empleo, escribió 600 mensajes a responsables de contratación, reclutadores, directivos, fundadores, líderes de equipo o contactos profesionales, lo que generó 1.417 intentos de generar una oportunidad laboral que produjeron sólo 16 conversaciones reales. Es decir, la mayoría de sus intentos no llegaron a convertirse en una evaluación humana real. Gardner conocía las reglas, el lenguaje y la lógica del sistema. Sabía cómo se estructuran los embudos de contratación, cómo se filtran los currículos, cómo se definen los requisitos y cómo se decide quién avanza. Cuando pasó al otro lado, se convirtió en candidato. Y ahí descubrió que conocer el sistema no garantiza atravesarlo. De los cientos de candidaturas y contactos directos, la inmensa mayoría no produjo ninguna respuesta. El problema aparecía en la puerta de entrada. El bloqueo estaba situado entre enviar una candidatura y conseguir que alguien la revisara. El Application Black Box Report de Monster, que trata acerca de cómo viven los candidatos el proceso actual de solicitud de empleo, cuenta una historia que guarda relación con la del experto en contratación convertido en candidato fallido:el 60% de los buscadores de empleo en Estados Unidos dice que su mayor frustración es no saber si un humano llegó a ver su currículo; el 55% se queja de no recibir actualizaciones ni feedback; el 58% de tener que volver a introducir información que ya estaba en el CV; y el 61% afirma haber sufrido errores técnicos o problemas al subir su currículo. También el Informe de Infojobs-Esade 2024 que analizaba cómo comunican las empresas durante los procesos de selección concluye que el 83% de las empresas españolas afirma comunicarse con los candidatos durante el proceso, pero sólo el 36% dice mantener una comunicación regular con todos los candidatos, el 30% informa cuando hay novedades independientemente de si la persona será elegida, el 17% sólo informa si el candidato pasa a la siguiente fase y el 17% sólo contacta si la persona ha sido seleccionada. Y el Barómetro del Mercado Laboral Español 2025 de Robert Walters afirma que entre los profesionales que buscan empleo activamente, el 47% considera que los procesos de selección son excesivamente largos. La lentitud agrava el silencio, y un proceso largo sin actualizaciones se convierte en una caja negra. Esa es precisamente la idea central del Application Black Box Report de Monster. No responder a los candidatos ya no es un detalle menor. Cada candidatura ignorada afecta a la imagen de la empresa, y cada rechazo automático sin explicación reduce la confianza; cada proceso largo favorece a quienes pueden esperar y perjudica a quienes necesitan una respuesta rápida; y cada lista exagerada de requisitos deja fuera talento antes de evaluarlo. Para los candidatos, la conclusión es que no basta con apuntarse a ofertas en portales corporativos. Conviene tener un currículo claro y legible para ATS, mostrar pruebas públicas del propio trabajo, contactar directamente con personas relevantes y buscar conversaciones reales con quienes deciden. Para las empresas, la lección es revisar a quién descartan, simplificar procesos, responder siempre, explicar cuándo usan automatización y contratar por habilidades demostradas, no por listas interminables. La contratación prometía eficiencia, pero muchas veces se ha convertido en una caja negra que también perjudica a las empresas. Esta idea de la caja negra de la contratación tiene que ver con el hecho de que el candidato envía un currículo, adapta palabras clave, completa formularios y espera, pero muchas veces no sabe si lo descartó una persona, un filtro automático, un requisito mal definido, un ATS, una integración defectuosa o el exceso de volumen. Este tema ya no es sólo una queja de candidatos o una mala práctica de algunas empresas: también ha entrado en el terreno de la regulación. En la Unión Europea, la nueva normativa sobre inteligencia artificial considera de alto riesgo los sistemas usados para contratar, filtrar currículos, clasificar candidatos o evaluar personas en procesos de selección. La razón es clara: una herramienta de este tipo puede influir directamente en el acceso de una persona a un empleo. Algo parecido ocurre en el mercado estadounidense. En Nueva York, por ejemplo, la Local Law 144 exige que las empresas que usen herramientas automatizadas para tomar decisiones laborales realicen auditorías de sesgo y avisen a los candidatos cuando esas tecnologías intervienen en el proceso. Todo esto demuestra que la contratación automatizada no es un asunto menor. Puede afectar a oportunidades profesionales, reproducir discriminaciones, excluir perfiles válidos y hacerlo de forma poco visible. Por eso se está convirtiendo en una cuestión legal, ética y social. Opacidad La palabra clave es opacidad. El candidato ya no se enfrenta sólo a una empresa, sino a una cadena de formularios, filtros, sistemas de seguimiento, automatizaciones y silencios. Harvard Business School y Accenture han descrito cómo los sistemas automatizados de contratación pueden excluir a candidatos capaces antes incluso de que entren en una conversación laboral significativa. Denominaron hidden workers a millones de personas que tienen capacidad para trabajar pero que quedan excluidas de las conversaciones laborales por procesos de contratación centrados en credenciales, lagunas o criterios rígidos en lugar de capacidades reales. Aquí hay que descubrir una advertencia: los sistemas automatizados pueden mantener ocultos a candidatos viables justo cuando las empresas dicen necesitar más profesionales. James Gardner no hizo una búsqueda pasiva. Personalizó las candidaturas, envió mensajes directos y midió cada etapa del embudo. Y el Application Black Box Report de Monster describe candidatos que adaptan currículos, que incorporan palabras clave y tratan de entender cómo pasar los sistemas de seguimiento de candidatos. Frustración La frustración nace de que cuanto más trabajo pone el candidato, más absurda parece la ausencia de respuesta. Algunos expertos detectaron en 2025 una crisis de confianza en la contratación, con candidatos tratando de sortear filtros de inteligencia artificial, reclutadores ahogados por el volumen de candidaturas y empresas que publicaban ofertas fantasma. El problema no es sólo la tecnología. Un ATS puede ordenar las candidaturas y mejorar el seguimiento, pero falla cuando se usa para descartar masivamente sin revisión suficiente. Así, perfiles válidos quedan fuera. Por eso la Universidad de Harvard y Accenture recomiendan "filtrar hacia adentro": buscar potencial y no sólo eliminar candidatos. Esta exclusión ocurre en un contexto de supuesta escasez de talento. ManpowerGroup afirma que en 2026 el 72% de los empleadores de 41 países declara dificultades para cubrir puestos, y que las capacidades vinculadas a la inteligencia artificial se han convertido por primera vez en las más difíciles de encontrar globalmente. Si las empresas no encuentran talento, pero al mismo tiempo diseñan procesos que expulsan candidatos por fricción, silencio o criterios mal calibrados, parte de la escasez puede ser autoinfligida. Si una candidatura tarda demasiado o resulta frustrante, muchos candidatos abandonan. El Application Black Box Report de Monster señala que casi seis de cada diez lo harían en 20 minutos. En ventas sería una alarma; en selección suele ignorarse. Para el candidato, esa fricción comunica falta de respeto. Nueva conducta La automatización también ha cambiado la conducta del candidato. El Application Black Box Report Monster señala que el 40% modifica con frecuencia su currículo para incluir palabras clave de la descripción del puesto, y otro 36% lo hace a veces. El CV deja de ser sólo una narración profesional para convertirse en un documento optimizado para máquinas. Esto crea una nueva desigualdad: no gana necesariamente quien mejor puede hacer el trabajo, sino quien mejor entiende cómo hablarle al filtro. LinkedIn defiende que la contratación basada en habilidades puede mejorar la calidad de contratación; su informe Future of Recruiting 2025 afirma que las empresas con más búsquedas basadas en habilidades son un 12% más propensas a lograr una contratación de calidad. Los riesgos de sesgo no son hipotéticos. Ya se tienen en cuenta desde hace casi una década: En 2018 Amazon descartó una herramienta experimental de reclutamiento con machine learning porque penalizaba señales asociadas a mujeres en candidaturas técnicas. El caso es ya un ejemplo clásico de cómo entrenar algoritmos con datos históricos puede reproducir y amplificar sesgos existentes. El fenómeno se está extendiendo más allá del currículo. Hace apenas una semana The Guardian recogía testimonios de candidatos británicos frustrados por entrevistas con inteligencia artificial, descritas como incómodas, deshumanizadoras o incapaces de captar personalidad y habilidades reales. El artículo destilaba algunos datos que permitían concluir que casi la mitad de los encuestados había pasado por entrevistas con inteligencia artificial y un 30% había abandonado procesos por ese motivo. Según Reuters, LinkedIn espera que sus agentes de IA para contratación generen 450 millones de dólares anuales, ayudando a reclutadores a buscar candidatos en una red de más de mil millones de usuarios. La dirección del mercado es clara: habrá más IA en selección, no menos. Aquí la duda es si esa inteligencia artificial hará el proceso más justo y legible, o simplemente más rápido y opaco.