Cómo un reclutador de AI subestimó a un desarrollador de Rust por un perfil antiguo

Un desarrollador de Rust envió un currículum para una posición de Senior. El sistema de selección utilizado por el reclutador leyó el rastro digital y emitió un veredicto: Junior+/Middle. El problema resultó ser que la IA encontró un perfil antiguo en internet — un perfil de cuando la experiencia era realmente 1,5 años. Durante varios años, mucho sucedió: dos grandes proyectos llegaron al lanzamiento, las habilidades crecieron, pero el primer rastro permaneció en los índices de búsqueda.

Por Qué los Reclutadores de IA Fallan

Los sistemas modernos de selección de candidatos se basan en datos abiertos: perfiles en plataformas de freelance, GitHub, LinkedIn, currículos antiguos en sitios de reclutamiento. El problema es que estas fuentes se actualizan lentamente o no se actualizan en absoluto. La IA toma todo lo que encuentra e intenta componer un retrato del desarrollador.

Cuando se encuentran múltiples versiones de un perfil — antigua, media, nueva — el sistema puede pesar todas las fuentes, pero a menudo la información antigua tiene mayor impacto. Las calificaciones que las plataformas de freelance asignaron hace tres años aún viven en los resultados de búsqueda y participan en los cálculos. El algoritmo percibe la antigüedad de la indexación como un signo de confiabilidad: cuanto más tiempo ha estado la información en internet, más estable es.

El Problema de las Credenciales

• El código en GitHub puede ser privado — la IA no puede verlo
• LinkedIn se actualiza más lentamente que el crecimiento profesional real
• Los currículos antiguos en Habr y otros tableros permanecen en la búsqueda para siempre
• La IA no puede evaluar la contribución real a proyectos cerrados de la empresa
• El número de estrellas en GitHub no se correlaciona con el nivel salarial o la antigüedad

No hay culpa en la IA en sí — este es un problema arquitectónico. El sistema funciona dentro de los límites de los datos disponibles. Cuando el rastro digital es contradictorio y desactualizado, los errores son inevitables.

Cómo los Reclutadores Resuelven Esto

Las agencias y las grandes empresas utilizan selección en dos niveles: la IA filtra a los candidatos claramente inapropiados, luego un reclutador vivo verifica manualmente los perfiles cuestionables. En plataformas de freelance y startups, este lujo a menudo no existe. Allí el sistema emite un veredicto final, y el candidato pasa o no pasa. El desarrollador de Rust podría impugnar la decisión con una persona viva, pero la plataforma de reclutamiento puede no proporcionar tal canal. La alternativa es actualizar tus propios perfiles abiertos, agregar nuevos datos, crear un proyecto en GitHub que demuestre tu nivel. Todo esto requiere tiempo.

Lo Que Esto Significa

Los sistemas de IA exacerban el problema de la inercia informacional. Si has crecido profesionalmente pero la información antigua aún está en internet, el sistema te impedirá avanzar. Esta no es una razón para abandonar la selección por IA — más bien es una razón para ser más cuidadoso con tu rastro digital y actualizar regularmente los perfiles visibles al mundo.