Cuando un sistema de IA influye materialmente en contrataciones, promociones, preselecciones, clasificaciones o decisiones sobre trabajadores, el régimen de alto riesgo se activa de inmediato y el Artículo 4 deja de ser un mero requisito opcional.

Las herramientas de IA en reclutamiento que clasifican, puntúan, filtran o recomiendan candidatos suelen considerarse de alto riesgo según el Reglamento de IA de la UE si influyen materialmente en decisiones de contratación, promoción, asignación de tareas o evaluación de trabajadores. El Anexo III enumera explícitamente los sistemas de IA utilizados en el empleo y la gestión de trabajadores (como el software de clasificación de CV) porque unos resultados defectuosos pueden perpetuar sesgos, limitar el acceso a oportunidades laborales y vulnerar los derechos de no discriminación.[1][2]

Los desplegadores deben aplicar supervisión humana, transparencia hacia las personas afectadas, prácticas sólidas de gobernanza de datos y medidas de alfabetización en IA. Los proveedores, por su parte, afrontan obligaciones más estrictas de conformidad, documentación y registro. Prepararse con antelación reduce disrupciones futuras. Esta página se centra en las preguntas operativas que realmente afrontan compradores y equipos de RR. HH.: qué características activan las obligaciones, qué evidencias exigir a los proveedores y qué salvaguardas prácticas protegen tanto el cumplimiento como la equidad hacia los candidatos.[3]

Estado normativo actual (abril de 2026) La alfabetización en IA (Artículo 4) y la definición de sistema de IA ya son aplicables. La IA en reclutamiento que cumple los criterios del Anexo III se clasifica como de alto riesgo. Las obligaciones completas de alto riesgo (gestión de riesgos, calidad de datos, documentación técnica, supervisión humana, evaluación de conformidad e inscripción en la base de datos de la UE) se aplicarán de forma progresiva a partir de agosto de 2026, con algunos elementos en 2027. Los ajustes de plazos y simplificaciones propuestos en el Digital Omnibus aún están en negociación y no constituyen derecho vigente. No existe certificación disponible ni prometida. Consulta siempre fuentes oficiales para tu caso concreto.[1]

Las decisiones de reclutamiento y gestión de trabajadores determinan directamente los medios de vida, las trayectorias profesionales y la participación económica de las personas. Un resultado adverso generado por IA —como ser excluido de una lista corta o clasificado de forma injusta para una promoción— puede tener consecuencias duraderas y difíciles de impugnar después.

El Reglamento de IA sitúa estos usos en el Anexo III porque pueden amplificar sesgos históricos presentes en los datos de entrenamiento (por ejemplo, la infrarrepresentación de determinados grupos demográficos en contrataciones pasadas) y reducir la rendición de cuentas humana. Las personas afectadas incluyen solicitantes de empleo, empleados evaluados para ascenso o despido, y trabajadores de plataformas sujetos a asignación algorítmica de tareas.[1]

Entre los riesgos principales destacan:

• Sesgo y discriminación: Los conjuntos de datos o variables proxy pueden correlacionarse con características protegidas (género, origen étnico, edad, discapacidad) aunque se eliminen esos campos.
• Falta de impugnabilidad: Los candidatos suelen carecer de información suficiente para comprender o cuestionar una puntuación o clasificación opaca.
• Escala: Un solo modelo puede afectar a miles de decisiones de forma rápida, multiplicando el perjuicio.
• Solapamiento con monitorización de trabajadores: Herramientas que analizan tono, sentimiento o métricas de productividad en entrevistas pueden incurrir en prácticas prohibidas de reconocimiento de emociones en el entorno laboral.[4]

El Anexo III no es un formalismo opcional. Si el sistema está destinado a utilizarse (o es razonablemente previsible que se utilice) para estos fines, se aplica el régimen de alto riesgo con independencia de que el proveedor lo presente como «simple motor de recomendaciones».

No toda IA utilizada en contratación es automáticamente de alto riesgo. El factor determinante es si el sistema influye materialmente en decisiones sobre acceso al empleo, promoción, terminación, asignación de tareas, monitorización o evaluación en relaciones contractuales laborales.[5]

Matriz de características de reclutamiento

Ejemplos

• Una herramienta de clasificación de candidatos que reordena 5.000 solicitudes según la permanencia prevista y el ajuste cultural.
• Un asistente de análisis de entrevistas que puntúa respuestas por «potencial de liderazgo» a partir de grabaciones de vídeo.
• Un recomendador de talento que escanea perfiles públicos y destaca candidatos pasivos con puntuaciones de coincidencia.

En todos los casos, la intensidad de la influencia es clave. Un simple panel informativo tiene menos probabilidades de clasificarse como de alto riesgo que un sistema cuyos resultados se siguen como autoritativos.

Trata a los proveedores como proveedores upstream y exige evidencias concretas en lugar de declaraciones genéricas. Los desplegadores conservan una responsabilidad importante por el uso concreto que se haga del sistema.

Demandas esenciales:

• Documentación técnica completa e instrucciones de uso que detallen el propósito previsto, las limitaciones conocidas y la precisión esperada en distintos subgrupos.
• Evidencia de los procesos de gestión de riesgos y calidad de datos, incluidas auditorías de sesgos y las medidas adoptadas para mitigarlos.
• Diseño claro de supervisión humana: ¿Quién revisa los resultados? ¿Qué información recibe para poder intervenir de forma significativa? ¿Es posible anular la supervisión y queda registrada esa acción?
• Medidas de alfabetización en IA para reclutadores, gerentes de contratación y contratistas que operen el sistema (Artículo 4). La formación debe adaptarse a su conocimiento técnico y a los riesgos específicos de la herramienta.[6]
• Conservación de registros y trazabilidad: Logs suficientes para la monitorización poscomercialización y la investigación de reclamaciones.
• Mecanismo de revisión para personas afectadas: Procedimiento práctico que permita a candidatos o empleados solicitar una explicación o una reconsideración humana.

Utiliza un cuestionario estructurado a proveedores en lugar de preguntas abiertas. Nuestra plantilla interna (Cuestionario para proveedores de IA conforme al Reglamento de IA de la UE) se corresponde directamente con las evidencias que exigirán las autoridades de vigilancia del mercado.

Checklist de despliegue

Muchos equipos siguen considerando los motores de «solo recomendación» como de bajo riesgo, dando por hecho que un humano en el bucle elimina automáticamente las obligaciones. La influencia se evalúa según el grado de dependencia real, no según el lenguaje de marketing. Si los reclutadores siguen habitualmente las sugerencias mejor clasificadas, lo más probable es que el sistema se considere de alto riesgo.[7]

Muchas organizaciones aceptan la autocertificación del proveedor sin solicitar los resultados de las pruebas subyacentes, las fichas de datos ni la documentación de conformidad. Esto deja al desplegador expuesto ante inspecciones de autoridades o reclamaciones de personas afectadas.

Otro error frecuente es prescindir de un análisis tipo FRIA. Aunque una Evaluación de Impacto en Derechos Fundamentales completa solo es obligatoria en determinados supuestos, realizar una evaluación estructurada de los impactos en no discriminación, privacidad y dignidad constituye una buena práctica que se alinea con el espíritu del régimen de alto riesgo.

Por último, las explicaciones a candidatos y empleados suelen ser insuficientes. Una declaración genérica de «se ha utilizado IA» rara vez satisface las expectativas de transparencia ni genera confianza. Las personas afectadas necesitan información suficiente para comprender los fundamentos de la decisión y ejercer sus derechos de revisión.

• Mapea todas las herramientas de IA de reclutamiento o evaluación de trabajadores frente a los criterios del Anexo III y documenta el razonamiento de clasificación.
• Solicita el expediente técnico completo del proveedor y las evidencias de pruebas de sesgo antes de la compra o renovación.
• Designa y forma a los supervisores humanos con materiales de alfabetización en IA adaptados a su rol.
• Establece ya los flujos de registro, anulación y explicación a candidatos.
• Realiza una evaluación piloto tipo FRIA en tu caso de uso de mayor impacto.
• Inscribe los sistemas de alto riesgo en la base de datos de la UE cuando entre en vigor la obligación.
• Sigue las directrices oficiales de la Oficina de IA y actualiza los procesos según se publiquen.[6]

¿Listo para pasar de la teoría a la evidencia? Descarga el informe de muestra Recruitment AI Readiness Report para ver exactamente cómo se presenta una evaluación completa, o utiliza nuestro Escáner de Evidencia sectorial para evaluar tus herramientas actuales frente a las obligaciones reales de los desplegadores. Comienza a construir los artefactos que exigirán las autoridades y los candidatos.