¿Cuál es el problema de muchas herramientas de análisis de currículums?
La IA puede acelerar considerablemente la revisión inicial de candidatos. Sin embargo, obtener un resultado de análisis no es lo mismo que disponer de un proceso de selección completo y práctico.
Cómo suelen funcionar las herramientas de análisis de currículums
Actualmente, las herramientas de análisis de currículums pueden dividirse aproximadamente en dos tipos.
Análisis de un solo currículum
El primer tipo permite subir un currículum, lo analiza y ofrece un resultado: una puntuación, un breve resumen o una valoración de la correspondencia entre el candidato y el puesto.
Ya sabemos que confiar ciegamente en estos resultados no es una buena idea. La IA puede cometer errores, interpretar incorrectamente la información o simplemente pasar por alto un contexto que no aparezca explicado con claridad en el currículum.
Una puntuación puede ser un punto de partida útil, pero una persona todavía debe comprobarla y comprenderla.
Análisis masivo y exportación de resultados
El segundo tipo va un poco más lejos. Estas herramientas pueden analizar muchos currículums a la vez, estructurar los resultados y, por ejemplo, exportarlo todo a una hoja de cálculo de Excel.
Suena mucho mejor, ¿verdad?
La revisión inicial se vuelve más rápida y los resultados quedan reunidos en un mismo lugar. Sin embargo, esto todavía no resuelve todas las tareas que aparecen después del análisis.
¿Qué ocurre después del análisis de los currículums?
Ahora tienes 100 candidatos y una hoja de cálculo llena de resultados.
Todavía necesitas comprobar en qué se basa la valoración de la IA, volver al currículum original, comprender el contexto de la experiencia del candidato, añadir tus propias notas y decidir un estado.
También necesitas marcar:
- a qué candidatos quieres volver;
- qué aspectos requieren más aclaraciones;
- qué candidatos pueden dejarse de lado por el momento;
- qué resultados ya se han revisado;
- en qué punto dejaste el trabajo.
Unos días después, vuelves a abrir la lista y tienes que recordar por qué un candidato parecía interesante, qué dudas planteaba otro y en qué punto terminaste la revisión.
Por qué un análisis más rápido no resuelve todo el proceso
El análisis se ha vuelto más rápido.
Pero el trabajo que lo rodea no se ha vuelto mucho más ligero.
Este es uno de los principales problemas de muchas herramientas de IA para analizar currículums: ayudan a obtener un resultado, pero no siempre ayudan a organizar el trabajo posterior.
Una hoja de cálculo puede guardar puntuaciones y resúmenes, pero no conserva automáticamente todo el contexto de tus decisiones. Los reclutadores siguen necesitando una forma práctica de revisar candidatos, registrar sus propias observaciones y volver al trabajo anterior.
El análisis debe formar parte del proceso de selección
En Qualex consideramos el análisis como una parte del proceso, no como su final.
Puedes:
- revisar el resultado del análisis;
- volver a consultarlo más adelante;
- añadir tus propias notas;
- actualizar el estado de un candidato;
- guardar las fichas que necesites;
- continuar desde el punto en el que lo dejaste.
Dependiendo de tu plan, también puedes volver al archivo original guardado cuando necesites comprobar la información de origen.
El resultado todavía necesita revisión humana
En el trabajo real de selección no basta con obtener un resultado del análisis.
También necesitas poder trabajar con él después: revisar al candidato, añadir tus propias notas, conservar el contexto, comparar observaciones y volver a la información cuando sea necesario.
La IA puede acelerar la primera etapa. Una herramienta de selección útil también debe ayudar a organizar todo lo que ocurre después.
Nuestras redes sociales
Sigue las novedades de Qualex, las noticias del producto y los códigos promocionales de descuento.