AI determina la aptitud profesional de los rusos por el rostro — los desarrolladores apuntan al sector público

En Rusia ha aparecido un AI que supuestamente determina la aptitud profesional de los aspirantes a partir de una foto del rostro en segundos, sin entrevistas ni pruebas. Los desarrolladores ya mantienen conversaciones con departamentos de recursos humanos de organismos de seguridad y empresas estatales. Los críticos comparan lo que ocurre con la distopía «Idiocracy».

Procesado por IA desde Habr AI; editado por Hamidun News
AI determina la aptitud profesional de los rusos por el rostro — los desarrolladores apuntan al sector público
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1Un algoritmo toma la decisión de contratar o rechazar, no una persona responsable
Dato clave #2El candidato no sabe qué en su cara afectó la evaluación
Dato clave #3El empleador puede citar "IA objetiva" sin explicar las razones del rechazo

En Rusia ha surgido una tecnología que supuestamente determina la aptitud profesional de una persona a partir de una fotografía facial en segundos. Los desarrolladores han anunciado negociaciones con organismos estatales — y si tienen éxito, la herramienta podría convertirse en parte de los procedimientos de selección estatal. La historia suena como una distopía, pero ya está sucediendo.

Qué es este sistema

La tecnología se basa en una red neuronal entrenada para analizar características faciales y hacer conclusiones sobre las cualidades profesionales de un candidato. Según los desarrolladores, el sistema evalúa fiabilidad, resistencia al estrés, inclinación al liderazgo y varios otros parámetros — el resultado se proporciona como puntuaciones numéricas en segundos, sin cuestionarios, entrevistas o pruebas psicológicas. El algoritmo, según sus creadores, fue entrenado en una base de datos de decenas de miles de casos de empleados reales para los cuales se documentaron indicadores de desempeño.

Esto, según ellos, distingue el sistema de la fisiognomía y lo hace "científico". No hay verificación independiente de estos datos disponible públicamente. El argumento clave en negociaciones con clientes es la velocidad y escalabilidad.

La selección tradicional de candidatos toma minutos u horas. El algoritmo lo realiza en segundos y nunca se cansa. Para organizaciones con altos volúmenes de contratación, esto se ve atractivo — especialmente si no profundizas en la cuestión de qué mide realmente el algoritmo.

A nivel estatal

Según CNews, los desarrolladores están llevando negociaciones activas con departamentos de RRHH de empresas estatales y organismos de seguridad. Si los pilotos tienen éxito, la tecnología corre el riesgo de convertirse en parte de procedimientos de contratación estandarizados en el sector público. Esto cambia fundamentalmente la escala del problema. RRHH corporativo con cribado algorítmico es una cosa. Contratación estatal, donde la decisión afecta el acceso de una persona al servicio, beneficios y estatus social — es otra muy diferente. Consecuencias específicas de tal escenario:

  • Un algoritmo toma la decisión de contratar o rechazar, no una persona responsable
  • El candidato no sabe qué en su cara afectó la evaluación
  • El empleador puede citar "IA objetiva" sin explicar las razones del rechazo
  • Impugnar una decisión algorítmica en los tribunales es extremadamente difícil sin divulgar el modelo
  • Los errores sistemáticos y sesgos se escalan automáticamente en todo el sector público

Por qué la ciencia se opone

La comunidad académica estableció hace mucho: las características faciales no predicen la efectividad profesional. Esta no es una cuestión discutible — es un consenso establecido documentado en cientos de artículos revisados por pares sobre psicología, comportamiento organizacional y análisis de RRHH. El vínculo entre apariencia y competencia es un sesgo cognitivo llamado "efecto de atractivo físico", también conocido como efecto halo. Las personas tienden a atribuir mayor profesionalismo a quienes son físicamente más atractivos. Cuando una red neuronal se entrena con datos de contratación recopilados por humanos, reproduce exactamente este sesgo — solo más rápido y con la apariencia de objetividad matemática.

"Cualquier algoritmo entrenado con datos históricos de contratación

reproduce sesgos históricos — solo más rápido y a mayor escala" — una conclusión estándar de investigaciones sobre sesgo algorítmico en RRHH.

Significativamente, en la Unión Europea, los sistemas biométricos para evaluación automática de candidatos están de facto prohibidos en el contexto de contratación según la Ley de IA. En los Estados Unidos, las empresas han perdido demandas por cribado algorítmico con efectos discriminatorios comprobados. Rusia aún no tiene una barrera legal comparable.

Qué significa esto

La historia con "IA por cara" es un ejemplo revelador de cómo el embalaje de marketing de un producto de red neuronal permite vender una herramienta no científica a grandes clientes. La autoridad tecnológica de la IA crea una ilusión de objetividad donde no existe ni puede existir. El riesgo principal no es que el sistema funcione — sino que será aplicado precisamente porque se ve convincente, y nadie tiene tiempo para entender los detalles. La escala estatal multiplica muchas veces el daño potencial: miles de personas podrían recibir rechazo laboral basado en la forma de la nariz o la distancia entre los ojos — sin ni siquiera saber que una máquina las evaluó.

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué es este sistema?

La tecnología se basa en una red neuronal entrenada para analizar características faciales y hacer conclusiones sobre las cualidades profesionales de un candidato. Según los desarrolladores, el sistema evalúa fiabilidad, resistencia al estrés, inclinación al liderazgo y varios otros parámetros — el resultado se proporciona como puntuaciones numéricas en segundos, sin cuestionarios, entrevistas o pruebas psicológicas. El algoritmo, según sus creadores, fue entrenado en una base de datos de decenas de miles de casos de empleados reales para los cuales se documentaron indicado

¿Qué se sabe sobre A nivel estatal?

Según CNews, los desarrolladores están llevando negociaciones activas con departamentos de RRHH de empresas estatales y organismos de seguridad. Si los pilotos tienen éxito, la tecnología corre el riesgo de convertirse en parte de procedimientos de contratación estandarizados en el sector público. Esto cambia fundamentalmente la escala del problema. RRHH corporativo con cribado algorítmico es una cosa. Contratación estatal, donde la decisión afecta el acceso de una persona al servicio, beneficios y estatus social — es otra muy diferente. Consecuencias específicas de tal esc

¿Qué se sabe sobre Por qué la ciencia se opone?

La comunidad académica estableció hace mucho: las características faciales no predicen la efectividad profesional. Esta no es una cuestión discutible — es un consenso establecido documentado en cientos de artículos revisados por pares sobre psicología, comportamiento organizacional y análisis de RRHH. El vínculo entre apariencia y competencia es un sesgo cognitivo llamado "efecto de atractivo físico", también conocido como efecto halo. Las personas tienden a atribuir mayor profesionalismo a quienes son físicamente más atractivos. Cuando una red neuronal se entrena con datos

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…