Por qué la "IA en el reclutamiento" es en su mayoría puro bombo y qué sí funciona | Mike Cohen

Mike Cohen responde a sus mensajes de LinkedIn como Batman Recruiter; su URL es literalmente linkedin.com/in/batmanrecruiter. Lleva trabajando como especialista en sourcing en agencias desde los 21 años, dirige su propia firma llamada Wayne Technologies y es una de las voces más francas sobre la IA en el reclutamiento que encontrarás.

En el episodio #12 de Xobin Talks, Amrit Acharya, cofundador y COO de Xobin, conversa con Mike sobre lo que ChatGPT realmente ha cambiado en el sourcing apenas siete meses después de su lanzamiento. La charla aborda casos de uso prácticos, resultados reales, limitaciones claras y la gran pregunta que muchos reclutadores se hacen en silencio: "¿La IA acabará reemplazando los empleos en reclutamiento?"

Espera, ¿por qué tu URL de LinkedIn es Batman Recruiter?

Amrit no puede evitarlo antes de entrar en temas de IA.

Amrit: "Tu perfil de LinkedIn es linkedin.com/batmanrecruiter. ¿Cuál es la historia?"

Mike: "Cuando trabajaba en Nueva York, empecé a pensar en crear mi propia marca personal. Donald Trump lanzó su campaña presidencial más o menos al mismo tiempo. Por entonces, su abogado, Michael Cohen, salía en todas las noticias por su forma de tratar a la gente en entrevistas. Como ya dominaba los resultados de búsqueda, me di cuenta de que nunca lograría aparecer en la primera página de Google con ese nombre."

Así que pensó en Batman.

Mike: "No crecí leyendo cómics. Pero cuando leí Batman: The Long Halloween a los 19 años, todo cambió. Me fascinó el contraste entre Batman, Superman y Wonder Woman, y cómo sus personalidades se equilibraban. Superman y Wonder Woman se disfrazan de humanos para encajar. Pero Batman, Bruce Wayne, es el disfraz. El humano es la máscara, no el héroe. Y Batman fue uno de los primeros grandes detectives del mundo. Detective Comics - DC Comics - literalmente significa Detective Comics. Y pensé: soy un poco como un detective. Vamos a ver qué pasa."

Ocho años y medio después, la marca se mantuvo.

ChatGPT lleva siete meses. ¿Ha cambiado realmente algo?

Amrit: "Hoy es junio de 2023, siete meses después del lanzamiento de ChatGPT en noviembre de 2022. ¿Ha cambiado algo de verdad en el sourcing y el reclutamiento?"

Mike: "Es una pregunta cargada. GPT como modelo lleva años existiendo para que los desarrolladores construyan sobre él. Pero me voy a centrar en ChatGPT, la web donde puedes interactuar con un chat. ¿Ha cambiado algo? Sí. Pero creo que el cambio es más de paradigma que táctico."

Describe dos cambios tácticos inmediatos que ha observado.

El primero es el más obvio: redactar descripciones de puestos, mensajes a candidatos y textos de acercamiento. En vez de escribir desde cero, los reclutadores generan un primer borrador y lo editan.

Mike: "Más que cambiar el reclutamiento, ha hecho que la gente vea lo que la tecnología realmente puede hacer. La gente dice: '¿En serio? ¿Solo escribo un prompt y me crea una descripción de puesto para un ingeniero químico en Minnesota que suena real?' Y sí, puede hacerlo."

El segundo caso de uso es donde la cosa se pone realmente interesante.

Aquí está el caso de uso del que nadie habla

Mike: "Creo que ChatGPT es un agregador y resumidor de datos increíble. Y no escucho a la gente hablar de esto tanto como me gustaría."

Describe el flujo de trabajo que creó usando ChatGPT junto a una herramienta llamada Clay, una plataforma de hojas de cálculo con enriquecimiento de datos y APIs integradas.

Mike: "En Clay, uso una columna para seguir noticias de la empresa. Luego, tengo columnas separadas para las publicaciones y el resumen de LinkedIn del candidato. Además, guardo datos clave como su nombre, empresa actual, puesto, ubicación y antigüedad. Eso significa que reviso cuatro piezas de información por persona. Incluso si lees rápido, como no es mi caso, tardarías casi dos horas en leer los datos de 100 personas. Y eso es antes de resumir o escribir un email personalizado para cada candidato."

ChatGPT lo lee todo y redacta un email personalizado para cada persona, haciendo referencia a sus publicaciones recientes, noticias de la empresa y su trayectoria.

Mike: "Genera un email de reclutamiento que no suena a mí; no es lo que yo escribiría normalmente. Pero no tengo que pasar dos horas leyendo todos esos artículos. Ya está hecho, y solo tengo que dedicar unos diez minutos a adaptarlo a mi estilo."

Amrit: "¿O sea que reduces un trabajo de tres horas a diez minutos?"

Mike: "Exacto."

Vale, ¿pero realmente funciona? ¿Cuáles son los números?

Amrit pide pruebas, no solo teoría, sino tasas de respuesta reales.

Mike: "Llevo haciendo esto en todos los primeros emails de mis secuencias para clientes desde hace tres meses. Uno de mis clientes es una empresa de SaaS de seguridad en Nueva York. Cada primer email para cada puesto ha sido este email altamente personalizado, escrito por ChatGPT y luego ajustado por mí."

Muestra sus datos en directo durante la llamada.

Mike: "Cuatro puestos distintos. Dos ejecutivos y dos no ejecutivos. La tasa de respuesta global de la secuencia es del 51,14 por ciento. Eso es respuesta en frío."

Amrit: "¿Y antes cuánto era?"

Mike: "Nuestra media para toda la secuencia estaba ligeramente por debajo del 30 por ciento. Pero déjame darte los datos solo del primer email. El puesto de government affairs, que es ejecutivo y difícil de cubrir, tuvo un 36 por ciento de respuesta solo en el primer email. El de VP of Sales, 19 por ciento, y el de VP of Professional Services, 25,5 por ciento."

Para comparar, sus tasas anteriores en primeros emails sin este enfoque eran: un puesto de full stack engineering, 7 por ciento; un puesto de product manager, 9 por ciento.

Amrit: "Has más que triplicado la tasa de respuesta en el primer email."

Mike: "Así es. Y algo que antes requería un trabajo muy personalizado, que no ibas a hacer para 200 personas al día, ahora sí puedo hacerlo."

Como referencia, el promedio del sector para la tasa de respuesta en campañas de sourcing es de alrededor del 19,6% en toda la secuencia (Ashby Talent Trends Report, 2024). Solo el primer email de Mike supera el promedio de muchas secuencias completas de equipos.

Pero, ¿qué es realmente la IA? Porque todo el mundo usa ese término.

Amrit plantea la pregunta que sus clientes repiten: con todas las herramientas de reclutamiento diciendo que usan IA, ¿cómo saber qué es real?

Mike: "Puede que haya opiniones distintas sobre esto. Pero hay algo evidente: la mayoría de plataformas de contratación que dicen usar IA en realidad no están basadas en inteligencia artificial genuina. Son sistemas avanzados de machine learning que estudian respuestas de sí o no y mejoran según los patrones que encuentran. Eso no es IA real. Aun así, la tecnología es impresionante, no le quito mérito. Pero cada vez que oigo 'IA', siento que el término se usa más como bombo que como realidad."

Aporta una visión más aterrizada.

Mike: "Google usa IA cada vez que haces una búsqueda. Simplemente no lo sabes. LinkedIn usa su propia IA. Cuando escribes 'software engineer', puede mostrarte 'software developers' porque ha aprendido que están relacionados. No es un error, es el algoritmo funcionando. El uso de la IA está inflado y sobrevalorado en general. Cuando la gente dice 'necesitamos IA', mi pregunta es: ¿por qué? Dime el problema de negocio que quieres resolver y entonces vemos si la IA es la solución. No se adopta la IA y luego se busca el caso de uso. Eso es al revés."

Amrit: "Yo le digo esto a mis clientes todo el tiempo. Para ciertos problemas, la IA simplemente no es necesaria porque no hay un caso de uso real. Pero como es la tendencia, todos quieren subirse al carro y perseguir lo último."

Mike: "Es humano. No lo podemos evitar."

¿La IA hará que los reclutadores pierdan su empleo? Sé honesto.

Amrit pregunta lo que muchos no se atreven a decir en voz alta.

Mike: "Sí."

Hace una pausa.

Mike: "Vale, respuesta que asusta. Pero escúchame. Sí, igual que la innovación siempre ha causado pérdida y creación de empleos, desde la Revolución Agrícola hasta la Revolución Industrial. Siempre pasa lo mismo: se pierden empleos y se crean otros nuevos."

Pero su respuesta real es más matizada.

Mike: "¿Crees que una gran cantidad de personas podría perder su empleo? No digo que todos, pero quizá el 95% o 99% de la plantilla. Sinceramente, no lo creo. El trabajo que hacemos depende mucho del juicio humano, del entendimiento del mundo real y de años de experiencia. Pasamos años estudiando perfiles, conociendo gente y conversando en el sector. Por eso desarrollamos instintos y conocimientos difíciles de explicar, y mucho menos de entrenar en una IA a corto plazo."

Identifica quiénes sí están en riesgo.

Mike: "Si tu trabajo es solo enviar mensajes a candidatos, escribir descripciones de puestos y agendar entrevistas, sí, quizá. ¿Un puesto de recruiting coordinator, según su alcance, podría ser reemplazado? Sí. Así que la pregunta es: ¿qué haces para diferenciarte de lo que una máquina puede hacer? Si no sabes la respuesta, quizá deberías dedicar tiempo a descubrirlo."

¿Qué te dirías a ti mismo si empezaras en 2023?

Mike lleva en el reclutamiento desde los 21. Amrit pregunta: si empezara hoy, ¿qué haría diferente?

Mike: "Aprendería a programar. Directo. Eso es todo."

No lo adorna.

Mike: "Pasamos horas haciendo tareas de cierta forma solo porque siempre se ha hecho así. Pero muchos de esos procesos repetitivos se podrían automatizar fácilmente si supieras crear unos scripts sencillos. Yo no sé programar, así que tengo que usar ChatGPT para casi todo eso ahora. Si hubiera invertido más tiempo en eso antes, sería mucho más cómodo."

Amrit: "Vengo de un perfil técnico, pero igual recurro a ChatGPT cuando necesito ayuda con código. Ahorra tiempo y, sinceramente, facilita mucho el proceso."

Mike: "Perfecto. Así que funciona en ambos sentidos. Por lo que veo, tus necesidades parecen más avanzadas que las mías."

Amrit: "Un poco."

¿Cómo gestionas el problema del sesgo en la IA?

Amrit saca el tema que surge en toda conversación seria sobre IA en reclutamiento: las herramientas tienen sesgo. ¿Qué hace Mike al respecto?

Mike: "La gente ha señalado claramente el sesgo en la IA, y tienen razón. Hay sesgo en la IA. Es sesgo inconsciente porque lo escriben humanos, y los humanos tenemos sesgo inconsciente. Pero mi respuesta es: '¿Qué haces tú con tu propio sesgo inconsciente?' Porque si te preocupa el sesgo de la herramienta, supongo que también te preocupa el tuyo, así que, ¿qué haces para reducirlo? Haz lo mismo."

Sus dos reglas para gestionar el sesgo en la IA

Su enfoque práctico se basa en dos reglas.

Mike: "Primero: no tomes el resultado de ChatGPT y lo uses tal cual. Lee esa descripción de puesto, haz que otra persona la lea, pásala por un sistema como Textio u otras herramientas que evalúan sesgo y legibilidad. No tomes el resultado como definitivo."

Mike: "Segundo: ten presente que ningún sistema está libre de sesgo. ChatGPT no es diferente porque refleja sesgo inconsciente a su manera. Pero tampoco es la fuente última del sesgo. Es solo otro ejemplo. Por eso, las organizaciones deben abordar el sesgo de forma estructurada y constante. No basta con decir 'no me gusta esto, así que no lo uso'."

Hace la comparación explícita.

Mike: "Supón que eliminas ChatGPT y una persona redacta la descripción de puesto. Bien. ¿Qué haces con el sesgo inconsciente ahí? Si la respuesta es 'nada', ¿qué los diferencia realmente? Con ChatGPT usas el sesgo de otro. Con una persona, el tuyo propio. El proceso debe ser igual de riguroso en ambos casos."

Y una cosa más: no confíes en ChatGPT para matemáticas

Antes de terminar, Mike lanza una advertencia.

Mike: "Nota rápida: no confíes en ChatGPT para matemáticas. Suena raro porque puede escribir JavaScript, explicar medias móviles y ayudarte a entender casi cualquier cosa a nivel conceptual. Pero si le pides sumar dos números y sacar la raíz cuadrada, tienes un 50% de posibilidades de que te dé una respuesta incorrecta."

Amrit: "Le pedí dividir seis entre tres y me dio cuatro."

Mike: "Tiene sentido, ¿no? Es un modelo de lenguaje, no una calculadora de matemáticas perfectas. Aprende de grandes cantidades de contenido público en internet, y sinceramente, mucha gente online tampoco es buena en matemáticas. Así que el modelo recoge esos errores y patrones."

¿Cómo es tu stack tecnológico real?

Amrit termina con la pregunta práctica que todo reclutador quiere saber: ¿qué herramientas usa Mike cada día?

Mike enumera 16 plataformas a las que tiene acceso empresarial completo, no solo extensiones de Chrome:

Amazing Hiring, Chatter Works, Clay, Crunchbase Pro, Entello, Exact Buyer, HireEZ, Heartbeat, Horsefly, Human Predictions, Lead411, LinkedIn Recruiter, Loxo, Recruit'em, SeekOut, ZoomInfo Recruiter y Perfect.

Sobre la pregunta obvia, ¿devuelven todas los mismos candidatos?

Mike: "Cuando buscas los mismos candidatos en LinkedIn Recruiter y SeekOut, ¿cuánto solapamiento esperabas ver en los resultados?"

Amrit: "Quizá un 60 por ciento."

Mike: "Sinceramente, nunca he visto que el solapamiento supere el 40% en todos estos años. La mayoría de las veces, está por debajo del 10 por ciento. Incluso añadiendo una tercera plataforma, apenas sube."

Su razonamiento: no importa a qué base de datos accedas, sino cómo buscas en los datos.

Mike: "HireEZ es muy impulsado por IA; tiene algoritmos trabajando en segundo plano. SeekOut tiene las capacidades Boolean más avanzadas de cualquier plataforma. LinkedIn Recruiter usa su propia IA para asociar lo que cree que buscas con lo que realmente buscas. Así que obtienes listas completamente diferentes. Uso muchas herramientas a propósito para encontrar los perfiles que otras no detectan."

Sus favoritas de la lista

¿Su favorita? SeekOut.

Mike: "La razón son las capacidades Boolean avanzadas. Me encanta Boolean. Me gusta controlar mi búsqueda y saber exactamente qué resultados voy a obtener. Ninguna otra herramienta lo hace tan bien."

Para automatización de emails usa SourceWhale, para datos de contacto Swordfish y para screening de candidatos Honeit o SmartRank.

Mike: "Honeit ayuda a los reclutadores a generar presentaciones de candidatos más ricas y auténticas capturando el comportamiento en la llamada telefónica. Por otro lado, SmartRank es útil cuando quieres que los candidatos hagan un autofiltrado rápido de tres minutos en vez de pedirles una llamada de media hora. Así pueden explorar la oportunidad a su ritmo y decidir si el puesto les interesa antes de invertir más tiempo."

Sobre Mike Cohen

Mike Cohen fundó Wayne Technologies y entró en el reclutamiento de agencia con solo 21 años. A lo largo de los años, ha desarrollado una gran experiencia en sourcing y lleva seis años dirigiendo su propia práctica, ayudando a empresas de distintos sectores a encontrar el talento adecuado. Además, mantiene acceso empresarial a 16 plataformas de sourcing y comparte regularmente ideas sobre tecnología de reclutamiento, IA y flujos de trabajo de contratación.

Por su enfoque práctico y directo sobre la IA en la adquisición de talento, muchos profesionales lo consideran una de las voces más sensatas del sector. Online, muchos también lo conocen como Batman Recruiter.