Sesgos de IA en la Contratación: Una Preocupación Creciente

A medida que la inteligencia artificial se convierte en una parte integral del reclutamiento, muchos solicitantes de empleo pueden encontrar que sus currículums son evaluados por IA antes de cualquier revisión humana. Sin embargo, la equidad de esta evaluación está bajo escrutinio. Los estudios revelan que los modelos de lenguaje de gran tamaño (LLMs) no solo heredan sesgos de sus datos de entrenamiento, sino que también pueden cultivar sus propios sesgos a través de la experiencia. Un experimento reciente realizado por investigadores de la Universidad de Princeton y la Universidad de Chicago involucró a LLMs como ChatGPT y Claude en un escenario de contratación simulado. Los modelos debían llenar 20 puestos de trabajo a partir de candidatos de cuatro grupos étnicos ficticios. A lo largo de múltiples rondas, los modelos comenzaron a categorizar a los candidatos en función de los primeros indicadores de rendimiento, lo que llevó a decisiones de contratación sesgadas. Notablemente, los modelos demostraron una propensión a estereotipar a los candidatos más que los participantes humanos en estudios similares. Estos hallazgos destacan la importancia de diseñar sistemas de IA que incorporen la equidad y la diversidad en sus objetivos, ya que simplemente instruir a los modelos a ser justos puede no ser suficiente. A medida que la IA continúa desempeñando un papel en la contratación, comprender y mitigar estos sesgos se vuelve crucial.