Qué sistemas de selección están permitidos en Europa

En Europa están permitidos los sistemas de inteligencia artificial que apoyan la selección de personal de forma transparente, trazable y supervisada por personas cualificadas. Sin embargo, las herramientas utilizadas para publicar ofertas dirigidas, filtrar currículos, evaluar candidatos, recomendar incorporaciones, asignar tareas, supervisar el rendimiento o decidir sobre condiciones laborales y rescisión de contratos se consideran, por regla general, sistemas de alto riesgo.

Estos sistemas no están prohibidos, pero deben cumplir obligaciones específicas de gestión de riesgos, calidad de los datos, documentación técnica, pruebas de sesgo, supervisión humana, transparencia, registro y seguimiento continuo. En cambio, están prohibidas determinadas prácticas, como la inferencia de emociones en el lugar de trabajo, la categorización biométrica de personas por características sensibles y los sistemas que manipulan el comportamiento aprovechando vulnerabilidades.

Qué regula la Unión Europea en la selección de personal

La Ley de Inteligencia Artificial de la Unión Europea -Reglamento (UE) 2024/1689- establece un nuevo marco regulatorio para el uso de sistemas de inteligencia artificial en el ámbito laboral, con especial incidencia en los procesos de selección de personal. De acuerdo con el texto normativo, los sistemas de IA utilizados en decisiones laborales -incluyendo contratación, clasificación, evaluación de candidatos, publicidad de empleo dirigida, seguimiento del rendimiento y decisiones sobre condiciones contractuales o rescisión- son considerados “sistemas de alto riesgo”.

El Reglamento Europeo establece que cualquier uso de IA en la atracción y selección de talento puede tener un impacto directo en los derechos fundamentales de las personas. Pensemos en un algoritmo que segmenta anuncios de empleo y los muestra solo a determinados perfiles, dejando fuera a candidatos que jamás se enterarán de la vacante. O en un software que filtra automáticamente CVs y descarta candidaturas que a simple vista podrían encajar en el puesto.

También están las entrevistas digitales y pruebas psicométricas automatizadas, donde la IA puntúa y ordena candidatos, o los algoritmos de ranking que priorizan perfiles en base a variables que no siempre están claras. Estas prácticas, ya comunes en muchos ATS del mercado, condicionan quién accede a una oportunidad laboral y quién se queda fuera.

Sistemas de selección permitidos: alto riesgo no significa prohibición

La Comisión afirma con claridad que las herramientas de perfilado y emparejamiento laboral basadas en IA serán frecuentemente consideradas sistemas de alto riesgo conforme al Anexo III, puntos 4 y 5, del Reglamento de IA. Esto no es una novedad normativa -el Anexo III ya estaba escrito-, pero sí es un cambio de tono.

Hasta ahora existía cierto margen para discutir si una herramienta concreta de cribado encajaba en la categoría. Con la posición expresa de la Comisión sobre la mesa, esa discusión se ha vuelto mucho menos cómoda de sostener.

La regulación clasifica como de alto riesgo los sistemas de IA utilizados para evaluar, clasificar o tomar decisiones que puedan influir en la contratación de candidatos, estableciendo nuevas obligaciones para garantizar procesos más transparentes, seguros y equitativos.

Estas herramientas continuarán aportando eficiencia en tareas como el filtrado de candidaturas o el análisis de grandes volúmenes de información, pero las decisiones relevantes deberán contar siempre con supervisión humana.

Ejemplos de sistemas que pueden utilizarse con garantías

• Sistemas de filtrado inicial de currículos, siempre que sus criterios sean pertinentes, documentados y revisables.
• Herramientas de identificación y comparación de competencias.
• Sistemas de emparejamiento entre perfiles profesionales y vacantes.
• Plataformas que ordenan candidaturas para facilitar el trabajo del personal de selección.
• Chatbots destinados a recoger información preliminar, cuando no adopten por sí solos la decisión final.
• Herramientas de apoyo a entrevistas y pruebas, siempre que su resultado pueda ser revisado y corregido por una persona cualificada.
• Sistemas que analizan grandes volúmenes de información para ayudar a los servicios públicos de empleo a ofrecer apoyo más específico, mejorar el emparejamiento y anticipar riesgos de desempleo.
• Herramientas que realizan tareas procedimentales concretas, como clasificar documentos entrantes o señalar duplicados en un lote de solicitudes.
• Sistemas que mejoran el resultado de una actividad realizada previamente por una persona, como pulir la redacción de un borrador de contrato.
• Herramientas que detectan patrones en decisiones humanas anteriores, como señalar incoherencias en evaluaciones de rendimiento anteriores.
• Sistemas que realizan tareas puramente preparatorias, como indexar, buscar o traducir material de referencia antes de que una persona tome una decisión.

La automatización de una tarea no convierte por sí sola al sistema en ilegal. El problema aparece cuando la herramienta genera perfiles sobre personas, produce una valoración determinante sin explicación o sustituye de hecho la decisión humana.

Qué procesos de recursos humanos son de alto riesgo

El RIA establece como práctica de alto riesgo la contratación y la selección de personal en lo que atañe a los anuncios de empleo y en análisis, filtrado y evaluación de los candidatos, así como a la toma de decisiones de incorporación.

Además, el RIA también incluye la toma de decisiones que afecten a las condiciones de las relaciones de índole laboral, es decir: relacionadas con condiciones de trabajo, promoción y desarrollo profesional, asignación de tareas basadas en el comportamiento o las características de la persona; supervisión o evaluación de las personas en el marco de las relaciones contractuales de índole laboral.

Por último, menciona el fin de la relación laboral, asegurando que es de alto riesgo el uso de IA en la rescisión de relaciones contractuales. En definitiva, todo aquello que condicione la toma de decisiones, ya sea previa al empleo, durante o al llegar a su fin, va a ser calificado como de alto riesgo.

Cuándo puede aplicarse una excepción

Hay una disposición en la Ley -el artículo 6, apartado 3- a la que los comentarios del sector prestan muy poca atención, y que las empresas de selección de personal deberían conocer.

En ella se establecen cuatro condiciones en las que un sistema de IA utilizado en un contexto laboral podría quedar excluido de la clasificación de alto riesgo, aunque opere en un ámbito de alto riesgo.

• El sistema lleva a cabo una tarea procedimental concreta, como clasificar los documentos entrantes por categorías o señalar los duplicados en un lote de solicitudes.
• Mejora el resultado de una actividad realizada previamente por una persona, como pulir la redacción de un borrador de contrato.
• Detecta patrones en decisiones humanas anteriores, como señalar incoherencias en las evaluaciones de rendimiento anteriores de un directivo.
• Realiza una tarea puramente preparatoria: indexar, buscar o traducir material de referencia antes de que una persona tome una decisión.

Sin embargo, el artículo 6, apartado 3, leído conjuntamente con el considerando 53, establece explícitamente que ninguna de esas excepciones se aplica si el sistema de inteligencia artificial implica la elaboración de perfiles en el sentido del artículo 4, apartado 4, del RGPD.

Por «elaboración de perfiles» se entiende cualquier tratamiento automatizado de datos personales que evalúe aspectos personales de una persona física, incluido el análisis o la predicción del rendimiento laboral, la fiabilidad, el comportamiento o la ubicación.

La mayoría de las herramientas de selección de candidatos, los algoritmos de clasificación y los sistemas de asignación de personal hacen precisamente eso. Recogen datos personales, aplican una lógica automatizada y generan predicciones sobre la idoneidad o el encaje.

Eso es elaboración de perfiles, y hace que la exención no sea aplicable en estos casos. En el caso de cualquier sistema que seleccione, clasifique, evalúe o asigne a los trabajadores en función de características personales, es casi seguro que no lo sea.

Prácticas de selección prohibidas

La normativa europea no solo clasifica en distintos niveles de riesgo, sino que también prohíbe rotundamente algunas prácticas. El RIA impide el uso de sistemas de inteligencia artificial que se usen para el reconocimiento de emociones en el lugar de trabajo, así como la categorización biométrica para clasificar a las personas y obtener datos personales o sensibles.

Inferencia de emociones en el lugar de trabajo

La Comisión recuerda expresamente que están prohibidos los sistemas que infieren emociones en el lugar de trabajo, conforme al artículo 5.1.f.

Algunos softwares prometen analizar microexpresiones faciales, gestos o tonos de voz para decidir si un candidato es honesto, motivado o encaja con un puesto. El problema es doble: estas técnicas son poco fiables y, además, suponen una invasión directa de la intimidad del candidato.

Merece la pena mirar con lupa cualquier funcionalidad de “análisis de tono”, “lectura de actitud” o “evaluación de engagement” en entrevistas en vídeo. La frontera está más cerca de lo que parece.

Categorización biométrica

También están prohibidos los sistemas de categorización biométrica de personas por características como la afiliación sindical, conforme al artículo 5.1.g.

Clasificar a las personas automáticamente en función de variables como edad, género, etnia, religión u orientación sexual es éticamente inaceptable y ahora también ilegal.

La categorización biométrica para clasificar a las personas y obtener datos personales o sensibles está expresamente incluida entre las prácticas prohibidas.

Manipulación de candidatos

El RIA también prohíbe los elementos de IA que exploten la vulnerabilidad de personas por razón de edad, situación socioeconómica, discapacidad o identidad sexual con el fin de alterar su comportamiento o perjudicarles.

Se refiere a algoritmos que influyen intencionadamente en el comportamiento de los candidatos, empujándolos a aceptar condiciones laborales menos favorables o a tomar decisiones contrarias a su interés.

Filtros opacos y decisiones exclusivamente automatizadas

Los sistemas que descartan perfiles sin explicar qué criterios se han aplicado ni dar la posibilidad de revisión humana vulneran el principio de transparencia y exponen a la empresa a reclamaciones y sanciones.

Cuando un sistema automatizado decide por sí solo avanzar o rechazar candidatos, se elimina la supervisión humana. El resultado puede ser un proceso injusto y sancionable, además de difícil de defender frente a los propios candidatos.

Los filtros opacos no siempre constituyen por sí solos una categoría autónoma de práctica prohibida en el Reglamento de IA, pero no pueden utilizarse de manera que priven a las personas de información, revisión humana o protección frente a decisiones automatizadas.

Por qué la selección automatizada se considera de alto riesgo

El problema no es solo técnico, es ético y legal. Un error en el diseño del modelo o un sesgo en los datos puede discriminar por género, edad, origen o cualquier otra variable sensible.

Además, la falta de transparencia convierte muchas veces estos sistemas en “cajas negras” incomprensibles incluso para los propios recruiters.

Sesgos y discriminación

La IA puede perpetuar desigualdades históricas si se entrena con datos sesgados. Por ejemplo, un algoritmo que priorice a candidatos de determinados grupos demográficos puede excluir sistemáticamente a mujeres, personas mayores o minorías, afectando a la diversidad y a la equidad del proceso de selección.

La Comunicación advierte de que el uso de IA en el mercado laboral conlleva riesgo de sesgo algorítmico, incluidos los sesgos incorporados en los datos de entrenamiento, que pueden reforzar desigualdades y discriminación.

No lo plantea como un fallo puntual a corregir, sino como una característica estructural que exige diseño, prueba y vigilancia continuada.

Falta de transparencia

Muchos sistemas de IA no explican cómo toman sus decisiones. Esto supone que ni el proveedor ni el recruiter puedan justificar por qué un candidato ha sido descartado.

Esta opacidad no solo erosiona la confianza del candidato, también es contraria al Reglamento Europeo de IA, que exige trazabilidad y capacidad de auditoría.

Decisiones automatizadas sin control humano

Cuando un sistema automatizado decide por sí solo avanzar o rechazar candidatos, se elimina la supervisión humana. El resultado puede ser un proceso injusto y sancionable, además de difícil de defender frente a los propios candidatos.

La regulación deja claro que las decisiones relevantes deberán contar siempre con supervisión humana. La evaluación final de una candidatura debe seguir incorporando juicio humano, contexto y capacidad de interpretación.

Reproducibilidad: el mismo candidato debe recibir el mismo tratamiento

Una investigación técnica realizada entre enero y febrero de 2026 sobre dos plataformas comerciales de reclutamiento con IA documentó problemas relevantes en sistemas de seguimiento de candidaturas, enriquecimiento de perfiles a partir de redes sociales, cribado de currículos y entrevistas en vídeo automatizadas.

Currículos idénticos presentados a vacantes idénticas obtuvieron puntuaciones distintas: entre 5,5 y 7,23 sobre 10 en una plataforma, y 55 % frente a 78 % en la otra.

En algunos casos, esa diferencia era exactamente la que separaba pasar a entrevista de ser rechazado. Para un jurista, esto tiene un nombre: falta de reproducibilidad. Y hace prácticamente imposible explicar una decisión.

La investigación documentó umbrales de cribado aplicados de forma incoherente y preguntas eliminatorias que descartaron a un candidato por declarar lenguajes de programación equivalentes pero distintos a los esperados, cuando un evaluador humano probablemente lo habría considerado incluso sobrecualificado.

Versiones diferentes durante un mismo proceso

Una de las plataformas publica una versión nueva aproximadamente cada mes, con cambios en el modelo y en la lógica de puntuación.

Candidatos del mismo proceso pueden así ser evaluados con criterios distintos según el día en que se inscribieron. Difícil de defender ante una reclamación por trato desigual.

La exigencia práctica debe ser clara: misma entrada, misma puntuación. Si el sistema no es determinista, hay que saber por qué y acotar la dispersión.

También es necesario registrar la versión exacta del modelo que evaluó a cada candidato y congelar la versión mientras el proceso de selección permanezca abierto.

El problema de las palabras clave

Ambas plataformas valoraron más favorablemente los currículos redactados con herramientas generativas que los escritos por personas, incluso cuando aquellos conservaban texto de relleno sin completar en el apartado de formación.

La explicación probable es un emparejamiento basado en palabras clave, no en méritos. La paradoja es evidente: el sistema que se vende para filtrar ruido puede estar premiando precisamente al candidato que mejor domina la optimización por palabras clave.

Un algoritmo que premia la optimización por palabras clave reproduce exactamente el ruido que la plataforma promete eliminar.

Las empresas deben comprobar si el sistema evalúa competencias y experiencia de forma pertinente o si simplemente identifica coincidencias superficiales entre términos del currículo y de la oferta de empleo.

Explicabilidad y puntuaciones automáticas

Ninguna de las plataformas analizadas explicaba cómo se convierte la información cualitativa de un currículo en una puntuación numérica, ni publicaba las ponderaciones aplicadas.

Además, el diseño de la interfaz incentivaba confiar en la puntuación automática antes que en el propio currículo y, en el momento de las pruebas, el reclutador no podía modificarla.

Una de las plataformas informó después de que su versión actual ya lo permite; la otra no respondió.

El resultado algorítmico no debe presentarse como valoración por defecto en la interfaz. El reclutador debe poder modificar la puntuación y motivar su decisión.

Si el resultado algorítmico opera como valoración por defecto y el reclutador se limita a refrendarlo, lo que hay no es un apoyo a la decisión, sino una decisión basada únicamente en tratamiento automatizado en el sentido del artículo 22 del RGPD, con todas las consecuencias que ello implica.

Supervisión humana efectiva

Todo sistema de IA de alto riesgo debe utilizarse de manera que permita una supervisión humana efectiva. Ninguna herramienta de IA debe tomar decisiones definitivas de selección, rechazo o evaluación sin la participación de una persona cualificada en el proceso.

Sus responsables de selección de personal y gestores de cuentas deben comprender cómo funciona el sistema, cuáles son sus limitaciones y cuándo deben anular sus resultados.

El artículo 14 exige que las personas que ejercen la supervisión detecten y corrijan los errores, incluidos los patrones discriminatorios.

Un simple documento normativo no basta para cumplir este requisito. Se debe informar a los candidatos y a los trabajadores.

Qué debe hacer la persona supervisora

• Revisar la información utilizada por el sistema.
• Comprender las limitaciones y los posibles errores del modelo.
• Detectar resultados discriminatorios o incoherentes.
• Modificar la puntuación cuando sea necesario.
• Motivar la decisión cuando se aparte del resultado algorítmico.
• Documentar quién revisa, cuándo y con qué criterio.
• Contar con autoridad real para apartarse de la recomendación de la herramienta.

Un “revisado” sin rastro no es supervisión.

También debe vigilarse el sesgo de anclaje en los módulos comparativos de candidaturas: ver una puntuación antes que el currículo condiciona el juicio.

Información y derechos de candidatos y trabajadores

Antes de implementar un sistema de IA de alto riesgo, el artículo 26, apartado 7, exige que se informe a los representantes de los trabajadores y a los trabajadores afectados.

En materia de contratación de personal, esto se extiende a los candidatos y a los trabajadores temporales. Tienen derecho a saber que se está utilizando IA, cómo funciona y qué papel desempeña en las decisiones que les afectan.

El artículo 86 reconoce el derecho de las personas sujetas a decisiones tomadas por sistemas de IA de alto riesgo a solicitar una explicación de los principales factores que sustentan dichas decisiones.

En el caso de contrataciones a gran escala, el proceso de divulgación debe ser operativo y visible, y no quedar oculto en un documento de condiciones de servicio.

La normativa reconoce el derecho del candidato a saber si su proceso será filtrado, evaluado o priorizado mediante inteligencia artificial. La empresa debe comunicarlo de manera clara y transparente.

Información que debe estar disponible

• Que interviene un sistema automatizado.
• En qué fase del proceso interviene la IA.
• Qué finalidad tiene el sistema.
• Qué datos personales utiliza.
• Qué papel desempeña la puntuación o recomendación.
• Qué mecanismos de supervisión humana existen.
• Cómo solicitar acceso o una explicación.
• Cómo impugnar el resultado y obtener intervención humana.

Protección de datos y artículo 22 del RGPD

El RGPD ya es aplicable. El artículo 22, el deber de información, el derecho de acceso y la evaluación de impacto son exigibles hoy a cualquiera que esté cribando candidatos con un algoritmo.

La empresa debe realizar la evaluación de impacto antes de poner el sistema en producción, definir la base jurídica del tratamiento y actualizar el registro de actividades.

También debe informar a los candidatos, de forma clara y accesible, de que interviene un sistema automatizado y de la lógica aplicada.

Es necesario establecer y publicar el canal para impugnar un resultado y obtener intervención humana, además de fijar plazos de conservación de currículos, grabaciones de entrevistas y transcripciones.

Calidad de los datos y control de sesgos

Si una empresa tiene control sobre los datos de entrada que se introducen en sistemas de IA de alto riesgo, debe asegurarse de que dichos datos sean pertinentes y representativos.

Las agencias de selección de personal, en las que las bases de datos de candidatos suelen estar sesgadas por factores geográficos, lingüísticos o por los efectos de red existentes, se enfrentan a una versión especialmente importante de esta obligación.

Es necesario saber con qué datos se entrenan las herramientas de IA, cómo gestionan las características protegidas y si producen resultados equitativos en todos los grupos demográficos.

Pruebas que deben realizarse

Debe establecerse un protocolo periódico de pruebas de sesgo sobre el comportamiento del algoritmo frente a edad, procedencia, género, interrupciones de carrera e idioma del perfil.

Es necesario conservar los resultados de esas pruebas. Un protocolo sin evidencia archivada no acredita nada.

También debe definirse un umbral de desviación aceptable y qué se hace cuando se supera.

La mitigación activa de sesgos exige revisar los datos de entrenamiento, comprobar que sean diversos y representativos, y actualizar los modelos para evitar que reproduzcan desigualdades históricas.

Uso de datos de redes sociales

La empresa debe revisar si la herramienta enriquece perfiles con datos de redes sociales y, en su caso, si existe base jurídica para ello.

Es uno de los puntos más frágiles del mercado.

El enriquecimiento de perfiles puede ampliar el volumen de información disponible, pero también puede introducir datos irrelevantes, inexactos o relacionados con características protegidas que no deberían influir en la selección.

Registros, documentación y trazabilidad

Las empresas de implementación deben conservar los registros generados por los sistemas de IA de alto riesgo durante al menos seis meses.

Esto, sumado a la obligación de supervisar el rendimiento del sistema de forma continua, genera una necesidad de infraestructura operativa que muchas empresas de selección de personal aún no han tenido en cuenta.

Conservar registros -logs- de la actividad del sistema durante el plazo que corresponda permite reconstruir qué versión del modelo se utilizó, qué datos se procesaron, qué resultado produjo y qué intervención humana tuvo lugar.

Todo ATS con funcionalidades de IA debe estar registrado en la base de datos europea de sistemas de alto riesgo. Además, los proveedores deben entregar documentación auditable, de modo que sus clientes puedan presentar pruebas en caso de inspección.

Este punto es clave: un cliente no puede defender su proceso si su software no le proporciona la trazabilidad necesaria.

Obligaciones de proveedores y empresas usuarias

La Ley asigna obligaciones tanto a los proveedores -los vendedores que crean los sistemas- como a los implementadores -las empresas que los utilizan-.

Según el artículo 3 de la Ley, se entiende por «implementador» cualquier persona física o jurídica que utilice un sistema de inteligencia artificial bajo su autoridad.

Si una empresa de selección de personal selecciona, configura o se basa en una herramienta de inteligencia artificial para tomar decisiones relativas a la plantilla, es un implementador, incluso aunque no haya desarrollado la tecnología e incluso aunque el proveedor de la plataforma indique que el cumplimiento normativo es responsabilidad suya.

No puede transferir sus obligaciones de cumplimiento a un socio tecnológico, al igual que no puede hacerlo en virtud del RGPD.

Cuándo el usuario puede asumir responsabilidades de proveedor

Existen casos en los que, aunque no sean los desarrolladores originales, las personas u organizaciones que utilicen un sistema de IA pueden asumir el rol de proveedor y sus responsabilidades según el RIA.

• Ponen su nombre en un sistema desarrollado por otra entidad.
• Modifican sustancialmente un sistema clasificado como de alto riesgo.
• Alteran la finalidad de un sistema que no fue inicialmente clasificado como de alto riesgo, pero cuyas modificaciones lo convierten en tal.

Obligaciones contractuales recomendables

• Exigir al proveedor documentación técnica, instrucciones de uso y evidencia de las pruebas de sesgo.
• No basta con la ficha comercial.
• Regular contractualmente la política de actualización del modelo: preaviso, versionado y efectos sobre procesos abiertos.
• Revisar las cláusulas de traslado de responsabilidad.
• Acordar cómo se coopera ante un ejercicio de derechos o una inspección.

Que el contrato diga que el empleador responde de sus decisiones de contratación no desplaza las obligaciones propias del proveedor conforme al Reglamento de IA.

Empresas de selección, RPO, EOR y plataformas intermediarias

La mayoría de los comentarios sobre las disposiciones laborales de la Ley de IA están dirigidos a los equipos internos de recursos humanos de empresas individuales. Esto no tiene en cuenta la realidad de las empresas de selección de personal.

Una plataforma de gestión de proveedores -VMS- utiliza algoritmos de emparejamiento para seleccionar candidatos. Un proveedor de externalización del proceso de selección -RPO- lleva a cabo una selección basada en IA entre miles de solicitantes. Una agencia de selección de personal utiliza un chatbot para la preselección.

Un Employer of Record -EOR- utiliza la IA para gestionar la incorporación, el cumplimiento normativo, la rescisión de contratos y el rendimiento en múltiples jurisdicciones.

En cada etapa, los sistemas de IA toman o influyen en decisiones que afectan al sustento de las personas, y las obligaciones que la Ley impone a los responsables de su implementación no distinguen entre las entidades de la cadena en función de quién sea el propietario de la tecnología.

Para las empresas de selección de personal, los Employers of Record y las plataformas de gestión de personal -que actúan como intermediarios entre las empresas, la tecnología y los trabajadores-, las obligaciones son más exigentes que para el departamento de recursos humanos de una sola empresa.

Alcance extraterritorial

La ley tiene alcance extraterritorial. Si los resultados de su sistema de IA se utilizan en la UE o afectan a personas ubicadas en la Unión, el reglamento se aplica independientemente de dónde tenga su sede la empresa o dónde esté alojada la tecnología.

Esto incluye procesos de selección para puestos en ciudades europeas o evaluaciones laborales de trabajadores asignados en la Unión.

El reglamento posee efecto extraterritorial cuando los resultados del sistema de IA se utilicen dentro de la UE o afecten a personas ubicadas en el territorio europeo.

Calendario de aplicación

El Reglamento Europeo de Inteligencia Artificial entró en vigor el 2 de agosto de 2024. Algunas disposiciones ya se aplican y el calendario relativo a los sistemas de alto riesgo ha sido reajustado.

El Reglamento (UE) 2026/1744, «Ómnibus digital sobre IA», está en vigor desde el 27 de julio de 2026.

El Ómnibus no aplaza el Reglamento de IA: aplaza el capítulo III, secciones 1, 2 y 3, relativo al alto riesgo, hasta el 2 de diciembre de 2027 para el anexo III y el 2 de agosto de 2028 para el anexo I.

Lo que afecta al uso cotidiano de la IA en una empresa -prácticas prohibidas, alfabetización del artículo 4 y transparencia del artículo 50- sigue plenamente vigente.

Tampoco cambia el contenido de los artículos 9 a 15 ni el régimen sancionador. Solo la fecha en que empiezan a exigirse.

La fecha clave para las empresas de selección de personal es el 2 de diciembre de 2027, momento en el que entrará en vigor el conjunto completo de obligaciones aplicables a los sistemas de alto riesgo del anexo III, incluida toda la IA relacionada con el empleo.

Hay unos dieciséis meses de margen para preparar el cumplimiento del alto riesgo. No son dieciséis meses de vacaciones.

La documentación técnica, el sistema de gestión de riesgos, la trazabilidad de la puntuación y los protocolos de prueba de sesgo no se improvisan en el último trimestre, y muchas de esas piezas hay que construirlas dentro del producto, no encima de él.

Alfabetización en inteligencia artificial

Las obligaciones en materia de alfabetización en inteligencia artificial ya son aplicables.

Las empresas deben proporcionar a los trabajadores una formación adecuada sobre el uso de los sistemas de IA. Esta formación debe estar alineada con la experiencia previa y la competencia técnica de los empleados, asegurando que comprendan cómo funciona la IA y cómo interactuar con ella de manera responsable y segura.

Las empresas deben cumplir el deber de alfabetización en IA del artículo 4 para el personal que usa la herramienta y documentar la formación impartida.

Según la Guía del Mercado Laboral 2026 de Hays, aunque el 90% de los profesionales está dispuesto a formarse en inteligencia artificial, únicamente el 27% afirma haber recibido formación específica por parte de su empresa.

Evaluación de impacto sobre los derechos fundamentales

En ciertos casos, las empresas deben realizar una valoración del impacto del sistema de IA sobre los derechos fundamentales de las personas y notificar los resultados a las autoridades competentes.

La evaluación de impacto en protección de datos debe realizarse antes de poner el sistema en producción.

La empresa debe definir la base jurídica del tratamiento, actualizar el registro de actividades y fijar las medidas necesarias para evitar que la herramienta produzca efectos discriminatorios o decisiones exclusivamente automatizadas.

Régimen sancionador

El régimen sancionador de la Ley sigue un modelo escalonado.

En caso de utilizar prácticas de IA prohibidas, el límite máximo se eleva a 35 millones de euros o el 7 % de la facturación, el importe que sea mayor.

En el caso de los operadores que incumplan sus obligaciones relativas a los sistemas de alto riesgo, las multas pueden ascender hasta 15 millones de euros o el 3 % de la facturación anual mundial, el importe que sea mayor.

Por facilitar información incorrecta o engañosa a las autoridades reguladoras, las multas pueden alcanzar los 7,5 millones de euros o el 1 %.

Las autoridades nacionales de vigilancia del mercado, y no un único organismo regulador a escala de la UE, se encargan de la aplicación de la normativa en lo que respecta a los sistemas de IA.

Las autoridades reguladoras también tienen la facultad de retirar del mercado los sistemas de IA que incumplan la normativa.

Para una empresa de selección de personal cuyo modelo operativo se basa en la selección y el cribado asistidos por tecnología, el riesgo más significativo desde el punto de vista comercial es que se retire una herramienta fundamental en pleno contrato, lo que provocaría una interrupción operativa inmediata.

Checklist para utilizar IA en selección de personal

1. Clasificación y gobernanza

• Determinar y documentar por escrito el rol de la organización: proveedor, desplegador o ambos.
• Analizar y documentar la clasificación del sistema conforme al Anexo III, puntos 4 y 5.
• Si la conclusión es “no es alto riesgo”, escribir un razonamiento defendible.
• Verificar que ninguna funcionalidad, actual o prevista en el roadmap, se aproxima a las prácticas prohibidas del artículo 5.
• Asignar un responsable interno del sistema de IA, con nombre y apellidos.
• Implantar un sistema de gestión de riesgos y de calidad proporcionado al tamaño de la organización.
• Utilizar el formato de documentación técnica simplificado para pymes cuando corresponda.

2. Datos y sesgo

• Documentar el origen, la composición y las limitaciones de los datos de entrenamiento y validación.
• Establecer un protocolo periódico de pruebas de sesgo.
• Conservar los resultados de las pruebas.
• Definir un umbral de desviación aceptable y las medidas que se adoptarán cuando se supere.
• Revisar si la herramienta enriquece perfiles con datos de redes sociales.
• Comprobar si existe base jurídica para el tratamiento de esos datos.

3. Reproducibilidad y versionado

• Garantizar que la misma entrada produzca la misma puntuación.
• Si el sistema no es determinista, explicar la causa y acotar la dispersión.
• Registrar la versión exacta del modelo que evaluó a cada candidato.
• Congelar la versión mientras el proceso de selección permanezca abierto.
• Conservar los registros de la actividad del sistema durante el plazo que corresponda.

4. Explicabilidad

• Acreditar cómo se calcula la puntuación y con qué ponderación.
• Comprobar que las explicaciones que genera la herramienta son coherentes con la puntuación que las acompaña.
• Preparar una plantilla de respuesta para solicitudes de acceso.
• Preparar una plantilla para candidatos que impugnen su resultado.

5. Supervisión humana efectiva

• Permitir que el reclutador modifique la puntuación y motive su decisión.
• Evitar que el resultado algorítmico se presente como valoración por defecto.
• Documentar quién revisa, cuándo y con qué criterio.
• Formar a quien supervisa.
• Garantizar que la persona supervisora tiene autoridad real para apartarse del resultado.
• Vigilar el sesgo de anclaje en los módulos comparativos de candidaturas.

6. Protección de datos

• Realizar la evaluación de impacto antes de poner el sistema en producción.
• Definir la base jurídica del tratamiento.
• Actualizar el registro de actividades.
• Informar a los candidatos de forma clara y accesible.
• Establecer un canal para impugnar un resultado y obtener intervención humana.
• Fijar plazos de conservación de currículos, grabaciones de entrevistas y transcripciones.

7. Proveedores y contratos

• Exigir documentación técnica, instrucciones de uso y evidencia de pruebas de sesgo.
• Regular la política de actualización del modelo.
• Establecer un sistema de preaviso y versionado.
• Determinar los efectos de una actualización sobre procesos abiertos.
• Revisar las cláusulas de traslado de responsabilidad.
• Acordar la cooperación ante ejercicios de derechos o inspecciones.

8. Personas y formación

• Cumplir el deber de alfabetización en IA del artículo 4.
• Formar al personal que utiliza o supervisa la herramienta.
• Informar y, cuando proceda, consultar a la representación de los trabajadores.
• Documentar la formación impartida.
• Asegurar que las personas supervisoras conocen las limitaciones del sistema.

Qué debe comprobar una empresa antes de utilizar un ATS con IA

La empresa debe tener una visión precisa de en qué fases de la selección interviene la IA. Ya sea en el screening inicial, en entrevistas digitales o en la priorización final, el recruiter necesita identificar dónde está la tecnología para poder gestionarla con responsabilidad.

No basta con confiar en que el software es “cumplidor”. La empresa debe pedir certificados y documentación que expliquen dónde y cómo se utiliza la IA en el ATS.

Este material será esencial para defenderse en una inspección o auditoría.

La responsabilidad no termina en el proveedor. Si un ATS ofrece reconocimiento de emociones, categorización biométrica o filtros opacos, la empresa debe rechazar su uso de forma explícita.

Ninguna decisión final sobre contratar o descartar a un candidato puede quedar exclusivamente en manos de una máquina. La última palabra debe ser de un recruiter, que revise y documente la decisión.

Qué sistemas no deberían considerarse una solución segura

• Herramientas que infieren emociones a partir de expresiones, gestos o tono de voz.
• Sistemas que clasifican candidatos mediante datos biométricos o características sensibles.
• Algoritmos que ocultan los criterios de puntuación.
• Filtros que descartan automáticamente sin revisión humana.
• Modelos que cambian durante un proceso abierto sin registrar la versión utilizada.
• Plataformas que no permiten modificar o cuestionar la puntuación.
• Sistemas que utilizan datos de redes sociales sin base jurídica documentada.
• Herramientas que premian coincidencias de palabras clave sin evaluar adecuadamente las competencias.
• Soluciones que no conservan logs ni ofrecen documentación auditable.
• Aplicaciones que presentan la recomendación algorítmica como una decisión definitiva.

La inteligencia artificial puede aportar eficiencia para automatizar tareas administrativas, gestionar grandes volúmenes de candidaturas o identificar competencias.

El reto consiste en integrarla de forma equilibrada, aprovechando su eficiencia tecnológica sin perder el valor del criterio humano.

tags: #cuales #sitemas #de #seleccion #son #permitidos