ARTDEPARTMENT
ARTDEPARTMENT
En 2023, la plataforma Freelancer.com introdujo una función que, en apariencia, prometía eludir tiempo y mejorar la calidad de las postulaciones laborales: permitir a los usuarios redactar sus cartas de presentación con ayuda de la inteligencia industrial. La opción era discreta: los empleadores no podían memorizar si el candidato había usado o no la utensilio.
Sin bloqueo, lo que parecía una perfeccionamiento en la eficiencia terminó generando un meta colateral inesperado. Y es que, según analiza el economista Paul Novosad haciéndose eco de un 'paper' académico en X, esta simple función ha terminado cambiando irremediablemente la forma en que las empresas evalúan el talento online.
En el mundo antecedente al tiro de los modelos de jerigonza (LLMs, por sus siglas en inglés), una carta de presentación perfectamente escrita era un excelente predictor de la calidad del trabajador, pues actuaba como indicio fiable del esfuerzo y atención al detalle: si algún invertía tiempo en adaptar su mensaje a una ofrecimiento específica, probablemente igualmente trabajaría con cuidado.
De hecho, según indican los datos de Freelancer.com, los candidatos con mejores cartas solían obtener más contratos y mejores calificaciones. Pero tras la arribada de los LLMs en 2023, ese indicio dejó de resultar fiable. Novosad lo resume así:
"En el mundo pre-LLM, la calidad de la carta predecía la calidad del trabajo. Ahora, en l post-LLM, ya no significa nulo".
Los investigadores responsables del estudio, Jesse Silbert y Anaïs Galdin, han observado que tras la preámbulo de la utensilio de IA, el número de postulaciones que se enviaban en menos de 30 segundos se disparó.
Las cartas, adicionalmente, parecían más "personalizadas" que nunca, pero como los empleadores ya no podían distinguir quién era verdaderamente bueno, el resultado fue contraintuitivo: aunque la calidad evidente de las cartas subió, la probabilidad de ser contratado cayó.
Las empresas, saturadas por un avenida de aplicaciones casi indistinguibles, comenzaron simplemente a repeler más postulaciones o dejar de leerlas
El maniquí financiero de los autores sugiere un meta preocupante: los trabajadores más capaces pierden más. Antiguamente, su esfuerzo y redacción destacaban. Ahora, al competir con miles de textos artificialmente perfectos, su preeminencia desaparece.
El uso generalizado de IA redistribuye oportunidades con destino a candidatos de beocio calidad, y la productividad entero de la plataforma podría incluso descender. En palabras de Novosad,
"no está claro si los trabajos terminados son peores, pero sí hay menos trabajos terminados".
En presencia de la pérdida de valía de las cartas de presentación, las empresas empiezan a averiguar otros indicadores de talento: la experiencia previa, las calificaciones en proyectos anteriores, o incluso pruebas de rendimiento en tiempo positivo. Pero como advierte Novosad, la "Ley de Goodhart" —cuando una medida se convierte en objetivo, deja de ser una buena medida— podría aplicarse aquí igualmente.
En otras palabras, cualquier nuevo criterio que adopten las empresas igualmente podría ser 'trucado' por la IA en poco tiempo.
El problema no es exclusivo de los freelancers. En el ámbito educativo, los profesores ya perciben que las cartas de motivación o ensayos de admisión se han vuelto sospechosamente impecables. Antiguamente de eso, la IA ya dificulta la evaluación de trabajos en la educación obligatoria.
Por eso, algunos expertos predicen un regreso a formas más empíricas de evaluación: pruebas prácticas, periodos de prueba o 'mini contratos' de un mes, donde la empresa puede observar directamente cómo se desempeña cada candidato antaño de ofrecer un puesto fijo.
La historia ilustra una paradoja moderna: las mismas herramientas que hacen más eficientes a los individuos pueden hacer menos eficaz al sistema. Cuando todos usan IA para escribir mejor, escribir mejor deja de tener valía informativo. El problema no es que la tecnología ayude a los malos candidatos, sino que residuo las diferencias visibles entre buenos y malos.
El resultado es un mercado donde los empleadores confían menos, los trabajadores compiten más y la calidad promedio de las relaciones laborales puede deteriorarse. Novosad concluye con ironía:
"Tal vez terminen creando opciones de cuota donde las empresas puedan ver quién usó los LLM. Y así podrían cobrar tanto los solicitantes por el ataque a LLM, como a las empresas para poder excluir a esos solicitantes de la consideración".
Imagen | Marcos Merino mediante IA
En Genbeta | Monitorizar las pausas del baño llevó a la 'obediencia maliciosa' de todos los empleados y un coste que ya supera los 50.000 dólares
Compartir este artículo
Consultoria Personalizada
¡Si aun no tienes presencia en internet o
necesitas ayuda con tus proyectos, por favor, escribenos!
En ARTDEPARTMENT nos especializamos en brindar soluciones para que tu negocio, empresa o proyecto sea visible en internet.