Por Canuto  

Un estudio del MIT sostiene que compartir un algoritmo de contratación no conduce automáticamente a exclusiones sistemáticas. El efecto depende del diseño del sistema: una monocultura puede limitar la exploración de candidatos, aunque un conjunto de algoritmos podría compensar esa debilidad en algunos escenarios.
***

  • Los investigadores señalan que usar el mismo filtro no necesariamente reduce el número total de personas contratadas y, en ciertos escenarios, podría aumentar la competencia de las empresas por los candidatos.
  • El principal riesgo identificado es la homogeneización de las decisiones, que puede dificultar el descubrimiento de postulantes que los sistemas no priorizan.
  • Las simulaciones muestran que combinar algoritmos puede mejorar algunos resultados, pero los autores advierten que su viabilidad práctica todavía debe estudiarse.


MIT cuestiona los temores sobre una monocultura algorítmica en la contratación

El uso extendido de un mismo sistema de inteligencia artificial para filtrar currículums podría generar decisiones demasiado parecidas entre empresas, pero no necesariamente produciría todos los daños que se le atribuyen. Investigadores del Instituto Tecnológico de Massachusetts (MIT) analizaron esos temores en el mercado laboral y concluyeron que los efectos de una llamada monocultura algorítmica dependen del algoritmo, de cómo se utilice y de las condiciones del sector.

El trabajo, de Brian Hedden y Manish Raghavan, se concentra en la contratación y examina objeciones como la exclusión reiterada de ciertos postulantes y la pérdida de diversidad en las decisiones. Su conclusión no es que concentrar la selección en un solo sistema sea inocuo, sino que no existe una respuesta universal: la homogeneización puede frenar el descubrimiento de talento, mientras que otras configuraciones podrían conservar o incluso mejorar algunos resultados.

Un mismo filtro, muchas empresas

La monocultura algorítmica describe una situación en la que numerosas organizaciones recurren al mismo algoritmo para decidir dentro de un ámbito determinado. En la contratación, el escenario podría surgir si empresas distintas emplean una herramienta común para ordenar o descartar currículums; así, una decisión automatizada dejaría de ser independiente de las que toman otros empleadores.

La preocupación ha cobrado fuerza a medida que las herramientas automatizadas sustituyen parte de los juicios humanos en distintos procesos. Los filtros de currículums pueden aportar eficiencia y consistencia, pero, si muchas compañías confían en sistemas similares, también aumenta la posibilidad de que sus decisiones se correlacionen y repitan los mismos criterios.

El fenómeno no es completamente nuevo, plantean los investigadores. La cobertura de MIT News compara la estandarización actual con el uso de puntajes de crédito derivados del algoritmo de Fair Isaac Corporation, conocido como FICO, y señala que un puñado de herramientas para filtrar currículums también es utilizado por numerosas empresas Fortune 500.

Raghavan advirtió que la adopción creciente de inteligencia artificial para obtener información y tomar decisiones abre más vías para que aparezca esa correlación. El equipo estudió el mercado laboral, aunque considera que su marco de análisis podría aplicarse a otros ámbitos, como los préstamos, sin asumir que los resultados se trasladan automáticamente a cada industria.

La exclusión sistemática no es una conclusión automática

Una de las objeciones más conocidas sostiene que, si un algoritmo rechaza a una persona, todas las compañías que utilizan ese mismo filtro podrían descartarla también. En la contratación, ese patrón reduciría las oportunidades de postular con éxito y convertiría un rechazo particular en una barrera compartida por numerosos empleadores.

Hedden y Raghavan evaluaron ese argumento mediante distintos modelos que representan situaciones posibles de contratación. Según su análisis, la objeción no demuestra por sí sola que la monocultura reduzca el número total de personas contratadas: en los escenarios considerados, todos los puestos se cubren y la cantidad de trabajadores con empleo no cambia simplemente porque las empresas compartan el algoritmo.

La concentración de las decisiones sí podría modificar la competencia entre empleadores por los postulantes que el sistema selecciona. Raghavan plantea que, si distintas compañías compiten por el mismo grupo de candidatos, esa disputa podría elevar los salarios, aunque se trata de una consecuencia posible dentro del análisis y no de una medición de aumentos salariales observados en empresas reales.

Los autores también examinaron preocupaciones relacionadas con la capacidad de los candidatos para actuar sobre sus posibilidades. Si una persona no puede revisar y volver a enviar su currículum, un sistema compartido podría limitar su margen para adaptarse; Hedden considera, en cambio, que esa crítica pierde fuerza cuando el proceso permite corregir los materiales y postular de nuevo.

El costo de decidir de forma demasiado parecida

Otra inquietud es que una monocultura reduzca la variedad de información que las empresas consideran. La idea se relaciona con la llamada sabiduría de las multitudes: un conjunto de responsables que toman decisiones de manera diversa e independiente puede superar a una sola fuente de criterio, por lo que distintos algoritmos podrían identificar perfiles diferentes.

Si varias compañías seleccionan repetidamente a personas con credenciales y características semejantes, podrían dejar de explorar otras alternativas. Raghavan describe esa menor exploración como una preocupación relevante no solo para la contratación, sino también para usos de la inteligencia artificial en ámbitos como la ciencia, el arte y la escritura, donde descubrir opciones distintas puede tener un valor propio.

La uniformidad, sin embargo, no prueba que las personas contratadas sean necesariamente peores ni que toda diversidad entre algoritmos mejore el resultado. El desempeño dependería de la precisión de cada sistema y de aquello que se busca optimizar: si un algoritmo común funciona mucho mejor que las alternativas utilizadas por empresas distintas, la monocultura podría ofrecer mejores resultados en ese contexto.

Para reducir el problema de la exploración, los investigadores plantean incorporar aleatoriedad a una plataforma compartida, de modo que las decisiones no reproduzcan siempre el mismo patrón. También probaron, mediante simulaciones de diferentes situaciones de contratación, un algoritmo de conjunto que asigna a cada candidato una puntuación basada en el promedio de varios sistemas.

En algunos escenarios simulados, ese conjunto pudo superar el uso de múltiples algoritmos separados, según los autores. La posibilidad abre una vía para combinar criterios sin renunciar a una herramienta común, pero Hedden subraya que todavía debe estudiarse cuán factible sería coordinar algoritmos de varias empresas en la práctica.

El artículo de Hedden y Raghavan, titulado Algorithmic Monoculture and its Critics, apareció en septiembre de 2026 en la revista Philosophical Perspectives. MIT News resumió el estudio señalando que los efectos de una monocultura algorítmica dependen de sus detalles. Los investigadores piden más trabajo sobre las consecuencias a largo plazo y las complejidades reales del mercado laboral. Raghavan resume la cautela central: los beneficios y riesgos dependen del contexto, y la evaluación empírica sigue pendiente en muchos de los escenarios que los modelos permiten analizar.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín