Estás evaluando el precio de software de cribado de currículums con IA, y tu tercera demo de cribado de currículums con IA termina como las 2 anteriores. Preguntas por qué el currículum mejor clasificado ocupa el primer lugar, y el representante vuelve a mostrar su puntuación de coincidencia.
En la Encuesta sobre IA en la contratación de noviembre de 2025 realizada por el proveedor Greenhouse, solo el 21% de los reclutadores de EE. UU. se mostraba muy seguro de que su IA no había rechazado a ningún candidato cualificado.
Eso no es culpa tuya: los proveedores rara vez muestran cómo funciona. Pero el riesgo recae en ti, porque una herramienta que no puedes revisar puede enterrar a buenas personas con tu aprobación.
Esta guía muestra qué debería hacer el software, cómo probarlo primero con 20 currículums anteriores y 12 puntos para exigir a los proveedores.
Puntos clave
- ¿Qué hace el software de cribado de currículums con IA con 200 currículums? Puntúa cada currículum según tus criterios, cita la evidencia y clasifica el montón. Lees los primeros y decides.
- ¿Debo entrevistar solo a los currículums que puntúan 8 sobre 10? No. De 105,648 currículums que Flowmingo puntuó del 10 de julio al 24 de septiembre de 2026, solo el 4.0% alcanzó 8. Clasifica a todos y lee la franja por debajo de tu corte.
- ¿Basta con que una persona apruebe las selecciones de la IA para detener el sesgo? No. En un experimento con 528 personas, los revisores se inclinaron hacia el grupo que favorecía una IA sesgada.
- ¿Cómo pruebo una herramienta antes de comprarla? Ejecuta 20 currículums anteriores cuyo resultado conoces, vuelve a ejecutarlos barajados y luego cambia solo el nombre en 3 copias.
- ¿Puedo usarlo en puestos de la ciudad de Nueva York sin una auditoría de sesgo? No si ayuda sustancialmente a decidir quién avanza. Tú, el empleador, necesitas una auditoría del último año y debes notificar a los residentes de NYC 10 días hábiles antes de usarlo.
1. Recibimos más de 200 CV por puesto. ¿Qué hace con ellos un software de cribado de CV con IA?
Lee cada CV según los criterios que definas, puntúa cada uno con un motivo por escrito y ordena el montón.
Entre los proyectos que enviaron a nuestra plataforma 10 o más CV para puntuar, el 10 % más activo recibió 228 o más. El benchmark de Norteamérica de 2025 de Greenhouse cuenta todas las candidaturas y sitúa el puesto medio en 244, así que 200+ es un puesto normal con mucha carga.
Realiza la primera pasada del cribado de CV en 5 pasos:
- Pegas el resumen del puesto.
- El software redacta criterios ponderados y tú los editas.
- Puntúa cada CV por criterio y cita la evidencia.
- Clasifica a todos, y tú lees los primeros puestos y la banda siguiente: ordena, nunca rechaces.
- Exportas la preselección con los motivos.

Cómo funciona: resumen del puesto, criterios ponderados que tú editas, cada CV puntuado con la evidencia citada y, después, ordenar, nunca rechazar. La preselección sale con los motivos.
Una herramienta automatizada de cribado de currículos puntúa lo que dice el CV, y muchos CV copian ahora la descripción del puesto (un hilo de Reddit fundamental de 2024).
Algunos candidatos van más allá. En la encuesta de Greenhouse de 2025 a 1,200 demandantes de empleo de EE. UU., el 41 % admitió haber ocultado texto dirigido a los filtros de cribado de currículos con IA. Por eso la puntuación es una primera pasada, y las preguntas de cribado para candidatos a un puesto deberían evaluar a la persona a continuación.
Datos de Flowmingo · 2,294 proyectos de contratación con 10 o más CV, en 1,004 empresas, CV recibidos del 3 abr al 20 oct de 2026
- 33 CV fue la mediana de los proyectos con 10 o más CV.
- 228 o más CV llegaron al 10 % más activo de esos proyectos.
Solo cuenta los CV enviados a la evaluación de CV de Flowmingo, no todas las candidaturas que un puesto recibió en otro sitio.

CV por puesto: en 2,294 proyectos con 10 o más CV, la mediana recibió 33. El 25 % más activo recibió 83 o más, y el 10 % más activo recibió 228 o más.
2. ¿Cómo le indico al software qué significa «cualificado» para este puesto, más allá de las palabras clave?
Redacta de 4 a 6 criterios a partir del propio puesto, asigna un peso a cada uno y especifica qué evidencia del CV obtiene una puntuación alta. Deja fuera todo lo que el puesto no necesite, como el nombre del centro educativo, el código postal o un año sabático.
Mantén el apto/no apto para 2 o 3 datos que pidas en la solicitud, como el derecho a trabajar o una licencia (preselección de candidatos). Pondera todo lo que se lea del CV, porque un filtro estricto sobre un indicador indirecto del CV elimina a personas cualificadas sin que se note.
Un estudio fundamental de 2021 de Harvard Business School y Accenture ofrece 1 ejemplo: un filtro que posiciona peor a cualquiera que lleve 6 meses sin trabajar.
Los indicadores indirectos necesitan el mismo cuidado. Los modelos de IA más recientes muestran menos sesgo explícito por género y raza, pero el sesgo vinculado a la educación sigue siendo significativo (Iso y colegas). Illinois prohíbe los códigos postales como indicador indirecto a partir del 1 de enero de 2026, y la ley de equidad de Singapur protegerá la capacidad lingüística, la nacionalidad y la edad.
Aquí tienes una hoja de trabajo para un Responsable de Equipo de Atención al Cliente (ejemplo ilustrativo, no datos de clientes):
| Criterio | Peso | Evidencia para 8 a 10 | Evidencia para 3 a 5 |
|---|---|---|---|
| Dirigió un equipo de 5 o más agentes | Imprescindible (4) | Tamaño del equipo y un resultado, como respuestas más rápidas | «Apoyó al equipo», sin tamaño |
| Gestionó reclamaciones escaladas | Muy importante (3) | Una escalada de la que fue responsable y cómo terminó | «Gestión de reclamaciones» en aptitudes |
| Uso diario de un sistema de tickets | Importante (2) | Nombra el sistema y qué seguía | «Herramientas CRM», sin detalle |
| Servicio en retail o comercio electrónico | Deseable (1) | Un equipo de servicio en retail o en una tienda online | Trabajo de servicio afín |
| Dejar fuera | No puntúa | Nombre del centro educativo, código postal, foto, edad, lagunas sin contexto |
Los requisitos imprescindibles que esconde el título del puesto, como los años por nivel o el trabajo presencial, van en la hoja de trabajo o en 1 o 2 preguntas de cribado. Acuerda esto con el responsable de contratación antes de que el primer CV reciba una puntuación y calíbralo con 5 CVs, como muestra nuestra guía de preselección.
Cómo ayuda Flowmingo
Pega la descripción de tu puesto y Flowmingo redacta criterios ponderados a partir de ella, y tu equipo establece la importancia de cada uno. Un Imprescindible cuenta 4 veces más que un Deseable (Cómo puntuamos).
3. Mi responsable de contratación preguntará por qué. ¿Puede el software de cribado de CV con IA explicar cada puntuación?
Un buen software de cribado de CV con IA muestra una puntuación para cada criterio y cita la línea del CV que la obtuvo. Si no puedes ver la evidencia, no puedes defender la preselección ante tu responsable de contratación.
La encuesta de Greenhouse de noviembre de 2025 mencionada en la introducción muestra el coste de no verlo. Además de los reclutadores de EE. UU. que se mostraban muy seguros, el 25 % no tenía ninguna confianza en su IA y el 8 % no tenía idea de qué prioriza.

Confianza de los reclutadores de EE. UU.: el 21% tiene mucha confianza, el 25% no confía nada en su IA y el 8% no tiene idea de qué prioriza.
Aquí hay 1 CV puntuado línea por línea con la hoja de trabajo de la sección 2 (ejemplo ilustrativo, no son datos de clientes):
| Criterio (peso) | Puntuación /10 | Evidencia citada del CV |
|---|---|---|
| Lideró un equipo (4) | 8 | "Lideró a 7 agentes; redujo el tiempo de primera respuesta de 9 a 4 horas" |
| Escalaciones (3) | 7 | "Gestionaba la cola de quejas VIP, unos 30 casos al mes" |
| Sistema de tickets (2) | 6 | "Zendesk, a diario" |
| Servicio en retail (1) | 3 | No figura en el CV, marcado |
| Puntuación ponderada | 6.8 | (4x8 + 3x7 + 2x6 + 1x3) / 10 = 68 / 10 |
| Promedio simple | 6.0 | (8+7+6+3) / 4 = 24 / 4 |
La puntuación ponderada supera al promedio simple, porque la evidencia más sólida está en el requisito imprescindible. La línea de retail sin datos puntúa 3, el valor predeterminado marcado en nuestra guía de preselección. Un cero penalizaría a alguien que simplemente lo omitió en el CV.
Después, haz 3 comprobaciones en alrededor de un minuto. Cada línea citada debe demostrar su criterio, ninguna puntuación debe basarse en evidencia ausente y un total decente no debe ocultar un requisito imprescindible débil.
En una demo, un único porcentaje de coincidencia sin desglose es la señal de alarma, y también lo son las razones que copian el anuncio de empleo.
Cómo ayuda Flowmingo
Flowmingo puntúa cada CV según tus criterios ponderados sobre 10 y detalla la evidencia que respalda cada puntuación (Preguntas frecuentes). La puntuación general es una media ponderada, como en la tabla anterior (Cómo puntuamos).
4. ¿Qué ocurre cuando la IA da una puntuación baja a un candidato fuerte, y puedo anularla?
Nada debería ocurrir automáticamente: una puntuación baja debería bajar un CV en la lista, no sacarlo de ella. Revisas la franja por debajo de tu corte y mueves a las personas hacia arriba.
Datos de Flowmingo · 105,648 CV · 50,546 candidatos · 3,815 proyectos de contratación · 1,761 empresas · puntuador actual, 10 jul a 24 sep de 2026
- 5.4 sobre 10 fue la puntuación mediana de los CV según los criterios ponderados propios de cada puesto.
- 4.0% de los CV obtuvieron 8 o más, y el 19.0% obtuvieron 7 o más.
Puntuaciones de CV con IA, no la calidad de los candidatos ni los resultados de contratación, no comparables entre puestos. Los criterios estrictos o las cargas masivas las reducen; los CV que no se pueden puntuar quedan fuera. El método de puntuación cambió el 9-10 jul de 2026 y las puntuaciones anteriores no son comparables.

Distribución de puntuaciones de CV, evaluador actual: de 105.648 CV, el 56,4 % obtuvo 5 o más y el 19,0 % obtuvo 7 o más. Solo el 4,0 % obtuvo 8 o más, y el 0,1 % alcanzó 9.
Así que «entrevistar solo a los 8» deja a muchos puestos con una lista diminuta, o con ninguna. En la mitad de los proyectos con 20 o más CV puntuados, ni uno solo llegó a 8 (preselección de candidatos).
En un experimento de 2025 con 528 personas, los revisores siguieron las elecciones de una IA sesgada simulada hasta el 90 % de las veces (Wilson y colaboradores).
Así que lee la evidencia antes de aceptar una puntuación: es nuestro consejo, no el hallazgo del estudio. Mantén 3 hábitos:
- Lee la franja superior y también la banda siguiente, donde el hilo fundacional de Reddit de 2024 vio aparecer a personas que cambiaban de carrera, graduados de bootcamp y CV de 2 columnas.
- Cuando subas a alguien, escribe 1 frase sobre lo que la puntuación no captó.
- Cuando se cierre el puesto, comprueba si tus modificaciones manuales fueron correctas.
Di que tu punto de corte es 7 y que una persona que cambia de carrera obtiene 6,1, porque su CV dice «supervisora de turno», no «responsable de equipo». Dirigía a 6 personas en una tienda, así que súbela y anota «dirigió a 6, el cargo es distinto».
A partir del 2 de diciembre de 2027, la UE exige una persona formada con autoridad para anular la herramienta (Artículo 26).
Cómo ayuda Flowmingo
Nadie es rechazado automáticamente: Flowmingo devuelve una puntuación con sus motivos, y cada decisión sigue en manos de tu equipo (FAQ).
5. Contratamos en distintos mercados. ¿El software de cribado de CV con IA lee otros idiomas y formatos poco habituales?
A veces, y la diferencia puede ser grande, así que pruébalo con los idiomas y diseños que recibas. Pide al proveedor resultados por idioma y luego revisa 2 o 3 de tus propios CV no en inglés y escaneados.
El modelo que hay detrás de la herramienta importa más que una etiqueta de «multilingüe». En el benchmark JobResQA (una prepublicación de 2026), Llama 3.3 70B obtuvo 0,73 en preguntas sobre CV en inglés, pero 0,47 en alemán y 0,48 en chino.
Sin embargo, la caída no es uniforme. El italiano se mantuvo en 0,70, y Mistral Large se quedó más cerca, con 0,69 en inglés y 0,61 en chino.

El mismo modelo, otros idiomas: Llama 3.3 70B obtuvo 0.73 en inglés, 0.70 en italiano, 0.48 en chino y 0.47 en alemán. Son puntuaciones de calidad de las respuestas, verificadas por un juez de IA frente a respuestas humanas, no de precisión en la contratación.
Los formatos atípicos también hacen tropezar a las herramientas. En el mismo hilo fundacional de 2024, los reclutadores mencionaron currículums de 2 columnas, tablas y fechas mal leídas, y un currículum escaneado necesita primero reconocimiento de texto.
Luego pregunta qué ocurre con los archivos que la herramienta no puede leer: quieres que se marquen, nunca que se descarten en silencio.
Datos de Flowmingo · 210,364 currículums enviados a la evaluación de currículums en 2,223 empresas, del 3 de abril al 20 de octubre de 2026
- 99.7% de los currículums enviados a la evaluación de currículums de Flowmingo recibieron una puntuación.
- 345 currículums no pudieron puntuarse porque el archivo estaba dañado, protegido con contraseña o era ilegible.
Esto mide con qué frecuencia se completó la puntuación, no con qué precisión se leyó cada currículum. Es posible que algunos currículums sin puntuar todavía estuvieran en la cola.
Por ejemplo, si contratas en Singapur, verás currículums en inglés con nombres chinos, malayos o tamil y titulaciones extranjeras. Usa 2 de esos currículums en la prueba de intercambio de nombres de la sección 9, y reserva los espacios para archivos atípicos para un currículum real que no esté en inglés y uno escaneado.
6. Después de Amazon y Workday, ¿cómo compruebo si el cribado con IA tiene sesgos contra las mujeres o las personas mayores de 40 años?
Pide al proveedor las cifras de auditoría y luego comprueba tus propias tasas de preselección por grupo. El riesgo es real, porque las herramientas aprenden de contrataciones pasadas, leen nombres y favorecen el currículum que leen primero.
El caso fundacional es la herramienta experimental de currículums de Amazon (Reuters, 2018). Aprendió de 10 años de currículums, penalizó la palabra "women's" y rebajó la puntuación de las graduadas de 2 colegios universitarios exclusivamente femeninos.
Los nombres influyen en los modelos. En una auditoría fundacional de octubre de 2024 de 3 modelos de coincidencia de currículums, los nombres asociados a personas blancas ganaron el 85.1% de las pruebas de raza (Wilson y Caliskan). Los nombres de hombres negros perdieron en hasta el 100%.
El orden también influye. En 22 modelos de IA y 30,690 decisiones sobre pares de currículums igualmente cualificados, el currículum mostrado primero ganó el 63.5% de las veces (Rozado).

Gana el primer CV: en 22 modelos de IA, el CV mostrado primero ganó el 63.5% de las veces y el segundo, el 36.5%. La probabilidad justa es del 50%.
En la prueba fundamental de Bloomberg de 2024, GPT-3.5 ordenó 8 CV casi idénticos, donde una tasa justa de primer puesto es del 12.5%. Los nombres de mujeres asiáticas quedaron en primer lugar el 17.2% de las veces y los de hombres negros, el 7.6% (cifras). Sin embargo, interviewing.io cuestiona el método, y un chatbot no es una herramienta de cribado probada.
En el caso Mobley contra Workday, un tribunal permitió que los solicitantes de 40 años o más prosiguieran como grupo de ámbito nacional en mayo de 2025 (Holland & Knight). Son alegaciones, no conclusiones.
Divide la tasa de preselección de cada grupo entre la tasa del grupo más alto (ejemplo ilustrativo, no datos de clientes):
| Grupo | CV | Preseleccionados | Tasa de preselección | Relación con el más alto |
|---|---|---|---|---|
| Grupo X | 140 | 14 | 10.0% | 100% |
| Grupo Y | 100 | 6 | 6.0% | 60%: hay que investigarlo |
El 6.0% del Grupo Y dividido entre el 10.0% del Grupo X es 60%, por debajo del umbral del 80%. Así que averigua por qué antes de que se cierre la vacante.
El umbral del 80% proviene de las Directrices Uniformes fundamentales de 1978, una regla general para grupos raciales, por sexo y étnicos. Aplicarlo a los mayores de 40 años es nuestra sugerencia. Con grupos pequeños, utiliza una prueba de significación.
A 2 de noviembre de 2026, la norma sigue en el eCFR. El 9 de junio de 2026, la Oficina de Asesoría Jurídica del Departamento de Justicia calificó las directrices que la sustentan como una interpretación inconstitucional del Título VII.
La EEOC planea derogarlas en noviembre de 2026 (Ogletree). Las reclamaciones por impacto desproporcionado del Título VII siguen vigentes, así que mantén la comprobación como tu propio mecanismo de control.
7. Contratamos en Nueva York, la UE y Singapur. ¿Qué leyes de cribado con IA se aplican?
Depende de dónde esté el puesto y de dónde vivan tus candidatos. Las normas de la UE y Singapur entran en vigor a finales de 2027, pero las de la ciudad de Nueva York se aplican ya.
La ciudad de Nueva York prohíbe una herramienta sujeta a la normativa si no cuenta con una auditoría de sesgos del año anterior, un resumen público y un aviso. Esta es información general, no asesoramiento jurídico.

Leyes según el lugar: la ciudad de Nueva York prohíbe las herramientas cubiertas que no dispongan de una auditoría de sesgos y de un aviso de 10 días hábiles. Illinois exige aviso y prohíbe los proxies basados en el código postal, California exige registros de 4 años, la UE se aplica desde el 2 de diciembre de 2027 y Singapur desde finales de 2027.
La DCWP de la ciudad ha aplicado la Ley Local 144, de carácter fundacional, desde el 5 de julio de 2023, con multas de $500 a $1,500 al día. Sin embargo, el Contralor del Estado encontró al menos 17 posibles infracciones entre 32 empresas, mientras que la ciudad encontró 1. Un estudio fundacional de 2024 encontró que solo 18 de 391 empleadores habían publicado una auditoría (Null Compliance).
La UE clasifica el filtrado de solicitudes de empleo como de alto riesgo (Anexo III), desde el 2 de diciembre de 2027 en virtud del Digital Omnibus (Lewis Silkin). Las normas de Illinois (una nota fundacional de Morgan Lewis de 2024) y las normas de California de 2025 (Mayer Brown) ya se aplican.
La EEOC retiró su guía fundacional sobre IA de 2023 en enero de 2025 y dejó de realizar investigaciones por impacto dispar (Seyfarth). Las reclamaciones privadas, como la de Mobley, continúan.
La Ley de Singapur prohibirá las decisiones basadas en 11 características protegidas y eximirá a los empleadores con menos de 25 empleados, salvo por la consideración justa (Mondaq, DLA Piper). No menciona la IA, por lo que aplicarla a filtros automatizados es nuestra interpretación.
7.1 ¿Debemos informar a los candidatos de que la IA examina su currículum y permitirles optar por no participar?
Sí, porque tanto la ciudad de Nueva York como Illinois exigen un aviso. La opción de optar por no participar, en la que una persona lee el currículum en su lugar, es una buena práctica, aunque las normas de Nueva York no la exigen.
Publique el aviso en su página de empleo, en el anuncio del puesto o por correo electrónico al menos 10 días hábiles antes de puntuar a candidatos de la ciudad de Nueva York (normas de la DCWP). Designe a 1 persona para responder a las solicitudes de exclusión en un plazo de 2 días hábiles; es nuestra sugerencia, no un plazo legal.
Por ejemplo, un puesto de Singapur y Nueva York anunciado el lunes 1 no puede puntuar currículums de Nueva York hasta el lunes 15. Los currículums de Singapur se pueden puntuar desde el día 1, y los de Nueva York también si su página de empleo ya ha mostrado el aviso durante 10 días hábiles.
Texto orientativo; adáptelo con su asesor legal:
Usamos software de IA para puntuar los currículums según los criterios de este puesto: [list]. Una persona de nuestro equipo revisa los resultados y toma todas las decisiones. Para los puestos de la ciudad de Nueva York, nuestra auditoría de sesgos más reciente, del último año, se resume aquí: [link]. Si desea que una persona revise su solicitud sin el software, o solicitar un ajuste, responda a este correo y [name] le responderá en un plazo de 2 días hábiles.
8. ¿Puedo exportar la lista corta puntuada y enviarla al responsable de contratación?
Sí, y la exportación debería incluir los motivos, no solo nombres y números. Envía cada puntuación con sus líneas de evidencia, para que debatas sobre evidencias en lugar de corazonadas.
Una exportación útil contiene 6 cosas: nombre, puntuación global, puntuación por criterio, la evidencia de cada requisito imprescindible, tu nota de modificación manual y la fecha. Con eso, el responsable de contratación puede cuestionar 1 línea en lugar de toda la lista, y tú conservas un registro de por qué.
La exportación también es tu registro. Las normas de California exigen conservar los registros ADS durante 4 años, y el Reglamento de IA de la UE exige registros durante al menos 6 meses a partir del 2 de diciembre de 2027.
Así que pregunta a cada proveedor cuánto tiempo conserva las puntuaciones y si puedes exportarlas todas. Comprueba que las notas de modificación manual también se exportan, ya que demuestran que una persona tomó cada decisión. Por ejemplo, una agencia puede querer un PDF por candidato para un cliente.
Un equipo interno puede querer un CSV para su ATS, o una API para que las puntuaciones lleguen allí sin copiar y pegar. En cualquier caso, el responsable de contratación recibe la lista con evidencia, nunca un ranking sin más.
Cómo ayuda Flowmingo
En el plan Free puedes ver todo en la app, compartir informes por enlace y descargar 3 informes PDF o DOCX en total. Para descargas ilimitadas, pasa a Flowmingo Pro (Starter, Growth o Scale), y la exportación CSV empieza en Growth (precios). Flowmingo se conecta a más de 20 ATS (guías de ATS), incluidos Greenhouse, Lever y Workday, para las puntuaciones de las entrevistas con IA; las puntuaciones de CV usan la API gratuita, webhooks o MCP.
9. ¿Cómo pruebo un software de cribado de CV con IA con 20 de mis propios CV anteriores?
Elige 20 CV anteriores cuyo resultado conozcas, pásalos por la prueba y compara la clasificación con lo que ocurrió. Después mézclalos y vuelve a pasarlos, y cambia solo el nombre en 3 copias.
Mezcla los 20: 5 personas que preseleccionaste y te alegraste de haberlo hecho, 5 casi aciertos, 8 rechazos claros y 2 CV en otro idioma o escaneados. Elimina los datos personales que no necesites y comprueba que los términos de la prueba y el aviso de privacidad permiten reutilizar CV anteriores de esta forma.
Después, haz 5 comprobaciones:
- Concordancia: al menos 4 de cada 5 CV que sabes que son buenos deberían quedar entre los 8 primeros de la herramienta.
- Mezcla: vuelve a subir los 20 en orden inverso. Ningún CV debería moverse más de 2 puestos.
- Cambio de nombre: copia 3 CV y cambia solo el nombre en cada copia. La diferencia de puntuación debería mantenerse en 0,5 o menos sobre 10.
- Motivos: cada puntuación de requisito imprescindible en 5 CV aleatorios muestra su evidencia, comprobable en menos de 1 minuto.
- Archivos atípicos: los CV en otro idioma y escaneados se leen, no se dejan en blanco.

Prueba de 20 currículums: concordancia, barajado, intercambio de nombres, motivos y archivos atípicos, cada uno con una nota de corte sugerida que puedes comprobar en 1 sesión.
El barajado importa por el efecto del primer currículum de Rozado de la sección 6. Estas notas de corte son nuestra regla general, no un estándar.
9.1 ¿Qué precisión tiene frente a mi propio equipo leyendo los currículums?
Ningún benchmark independiente compara las herramientas con reclutadores humanos en tus puestos. Tu prueba de 20 currículums es la respuesta honesta, así que compárala con el resultado real.
Si coloca 4 de 5 currículums que sabes que son buenos entre sus 8 primeros y 0 de 8 descartes entre sus 5 primeros, coincide contigo. Si solo 2 de 5 entran entre los 8 primeros, lee sus motivos para los otros 3 antes de confiar en él.
Cómo ayuda Flowmingo
Puedes hacer esta prueba gratis: la evaluación de currículums es ilimitada en todos los planes, incluido Free, sin cargo por currículum (preguntas frecuentes).
10. Después de 3 demos de proveedores, ¿qué comprobaciones debe superar el software de cribado de currículums con IA antes de que lo compre?
Debe puntuar según tus criterios con evidencia visible, no rechazar nunca por su cuenta y superar tu prueba de 20 currículums. También debe mantener a tus candidatos fuera de su entrenamiento.
Pide ver cada uno de estos 12 puntos en directo con tus propios currículums, porque los datos de muestra de un proveedor no demuestran nada sobre tus puestos. Por ejemplo, cambia 1 peso y observa cómo se mueve la clasificación.
Los puntos 1 a 10 provienen de las secciones 2 a 9 de esta guía, y los puntos 11 y 12 cubren el tratamiento de datos.
| # | El software debe | Prueba en la demo | Señal de alarma |
|---|---|---|---|
| 1 | Puntuar según criterios que puedas editar | Cambiar un peso | Criterios fijos y ocultos |
| 2 | Citar evidencia del currículum por criterio | Abrir 3 puntuaciones | 1 porcentaje de coincidencia |
| 3 | No rechazar nunca solo por la puntuación | Preguntar por un 2 sobre 10 | Correo de rechazo automático |
| 4 | Aceptar anulaciones con un motivo | Subir 1 currículum | Sin campo de motivo |
| 5 | Superar tu prueba de 20 currículums | Sección 9 | «Usa nuestros datos de muestra» |
| 6 | Clasificar igual en cualquier orden | Prueba de barajado | Las clasificaciones siguen el orden de subida |
| 7 | Ignorar nombres, fotos y códigos postales | Prueba de intercambio de nombres | La puntuación cambia con el nombre |
| 8 | Leer tus idiomas y diseños | 2 currículums raros | En blanco o «no compatible» |
| 9 | Informar tasas de aprobación por grupo | Pedir tablas de auditoría | Solo una insignia |
| 10 | Exportar puntuaciones, motivos y anulaciones | Descargar la lista | Solo nombres |
| 11 | Mantener a los candidatos fuera del entrenamiento | Cláusula contractual | «Mejoramos nuestros modelos» |
| 12 | Eliminar currículums y respaldar tu DPIA | Periodo de conservación | Sin respuesta por escrito |
Los puntos 11 y 12 abordan el tratamiento de datos, algo que la mayoría de las páginas de software de cribado de currículums omite. La auditoría del ICO de noviembre de 2024 concluyó que la mayoría de los proveedores que revisó habían reutilizado datos de candidatos para entrenar sus herramientas.
También encontró herramientas que permitían a los reclutadores excluir características protegidas o adivinar la etnia a partir de los nombres. Así que consigue 4 respuestas por escrito de cada proveedor antes de firmar:
- Dónde almacenan tus currículums y durante cuánto tiempo.
- Si entrenan algún modelo con tus candidatos.
- Cómo eliminas el currículum y las puntuaciones de un candidato.
- Si apoyan tu DPIA, la evaluación de impacto relativa a la protección de datos, antes de que empieces.
Cómo ayuda Flowmingo
Flowmingo es una plataforma gratuita de contratación con IA para reclutadores. Su CV Evaluation cubre los puntos 1 a 3: criterios que puedes editar, evidencia detrás de cada puntuación y ningún rechazo automático. Tú mismo aplicas la comprobación de proporción por grupos del punto 9 de la sección 6 a tu propia preselección. Haz tu prueba de 20 currículums en Flowmingo antes de comprar cualquier software de cribado de currículums con IA.
11. Fuentes
Todos los estudios, leyes y encuestas citados anteriormente, en estilo APA.
- Bloomberg Graphics. (2024). 2024-openai-gpt-hiring-racial-discrimination [Data and code]. GitHub. Percentages as reported by Business Insider via Yahoo.
- Carrino, C. P., Estrella, P., Zbib, R., Escolano, C., & Fonollosa, J. A. R. (2026). JobResQA: A benchmark for LLM machine reading comprehension on multilingual resumes and JDs (arXiv:2601.23183). arXiv.
- Cornell Law School, Legal Information Institute. (n.d., read 2 November 2026). 42 U.S. Code 2000e-2, Unlawful employment practices. Cornell LII.
- Dastin, J. (2018, October 10). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters.
- DLA Piper. (2024, December). First Workplace Fairness Bill introduced in Singapore to protect employees against discrimination. DLA Piper.
- Electronic Code of Federal Regulations. (current text, read 2 November 2026). 29 CFR Part 1607: Uniform guidelines on employee selection procedures. eCFR.
- European Parliament and Council. (2026). Regulation (EU) 2026/1744, the Digital Omnibus on AI. Official Journal of the European Union.
- European Union. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), Annex III. artificialintelligenceact.eu.
- European Union. (2024). Regulation (EU) 2024/1689 (Artificial Intelligence Act), Article 26. artificialintelligenceact.eu.
- Fuller, J. (2021, November 5). How to tap the talent automated HR platforms miss. Harvard Business School Working Knowledge.
- Greenhouse. (2025, November 19). An AI trust crisis (2025 AI in Hiring Report). Greenhouse press release.
- Greenhouse. (2026, March). The Hire Standard: Greenhouse benchmark report, North America. Greenhouse.
- Herbert Smith Freehills Kramer. (2025, December 10). Workplace Fairness Act to take effect end of 2027. Mondaq.
- Holland & Knight. (2025, May 27). Federal court allows collective action lawsuit over alleged AI hiring bias. Holland & Knight.
- Information Commissioner's Office. (2024, November). AI tools in recruitment: Audit outcomes report. ICO.
- interviewing.io. (n.d., read 2026). Refuting Bloomberg's analysis: ChatGPT isn't racist. interviewing.io blog.
- Iso, H., Pezeshkpour, P., Bhutani, N., & Hruschka, E. (2025). Evaluating bias in LLMs for job-resume matching: Gender, race, and education. Proceedings of NAACL 2025 Industry Track.
- Lewis Silkin. (2026, July 27). The Digital Omnibus on AI enters into force today. Lewis Silkin.
- Mayer Brown. (2025, September 2). California adopts new employment AI regulations effective October 1, 2025. Mayer Brown.
- Morgan Lewis. (2024, September 12). Illinois passes new law to address AI in the workplace. Morgan Lewis.
- New York City Department of Consumer and Worker Protection. (n.d., read 2026). Automated employment decision tools (AEDT). City of New York.
- New York City Department of Consumer and Worker Protection. (2023, April). Notice of adoption of final rule: Use of automated employment decision tools (6 RCNY 5-304, notice to candidates). City of New York.
- Office of Legal Counsel, US Department of Justice. (2026, June 9). Constitutionality of disparate-impact liability under Title VII. DOJ.
- Office of the New York State Comptroller. (2025, December 2). Enforcement of Local Law 144: Automated employment decision tools. Office of the New York State Comptroller.
- Ogletree Deakins. (2026, July 7). The EEOC's regulatory agenda: 10 signs of intent. Ogletree Deakins.
- Reddit r/Recruitment. (2024, May 6). Is anyone using AI for resume screening [Online forum thread]. Reddit.
- Rozado, D. (2026). Gender and positional biases in LLM-based hiring decisions: Evidence from comparative CV/resume evaluations. PeerJ Computer Science.
- Seyfarth Shaw. (2026). EEOC-initiated litigation: 2026 edition. Seyfarth Shaw.
- U.S. Code of Federal Regulations (current text). 29 CFR 1607.4, Uniform Guidelines on Employee Selection Procedures, information on impact. Legal Information Institute.
- Wilson, K., & Caliskan, A. (2024). Gender, race, and intersectional bias in resume screening via language model retrieval. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 7(1). Erratum: arXiv v3, 2026.
- Wilson, K., Sim, M., Gueorguieva, A.-M., & Caliskan, A. (2025). No thoughts just AI: Biased LLM hiring recommendations alter human decision making and limit human autonomy. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 8(3).
- Wright, L., Muenster, R. M., Vecchione, B., Qu, T., Cai, P., Metcalf, J., Matias, J. N., et al. (2024). Null compliance: NYC Local Law 144 and the challenges of algorithm accountability. Proceedings of FAccT 2024.



