Estudio del MIT: la monocultura algorítmica empodera a los candidatos

Los investigadores Brian Hedden y Manish Raghavan del Massachusetts Institute of Technology publicaron un análisis cuantitativo que revierte una narrativa dominante: la adopción masiva de un solo algoritmo de reclutamiento no perjudica inevitablemente a los buscadores de empleo.

Su estudio, disponible como pre‑print en arXiv (versión 3, 26 de septiembre de 2026), construye un modelo formal de “monocultura algorítmica”, es decir, la situación en la que muchas empresas dependen del mismo motor de decisión para clasificar a los candidatos.

Cómo la monocultura moldea el flujo de información

Los autores demuestran matemáticamente que una monocultura genera cámaras de eco informativas. Cuando todas las firmas observan la misma visión filtrada de los perfiles, la diversidad de exploración de candidatos disminuye, reduciendo la probabilidad de que el talento óptimo emerja para una vacante concreta.

Sin embargo, la misma matemática revela un efecto contraintuitivo: si los algoritmos de cada empresa se combinan en un “algoritmo de conjunto” que promedia las puntuaciones, el rendimiento global de contratación puede igualar o superar al de una policultura donde cada firma usa su modelo propio.

La exclusión sistémica no reduce el número total de contrataciones

Una de las críticas más fuertes a la monocultura es el riesgo de exclusión sistemática: un candidato rechazado por el algoritmo de una firma sería rechazado por todas. Hedden y Raghavan muestran que este fenómeno no disminuye el total de contrataciones. Por el contrario, puede elevar el poder de negociación porque la señal de rechazo se difunde a varios empleadores, que entonces mejoran sus ofertas para retener el interés.

Los investigadores argumentan que esta dinámica tiende a impulsar los salarios al obligar a las empresas a competir por los escasos candidatos que superan el filtro compartido.

Agencia y estrategias de juego siguen siendo comparables

Otra preocupación frecuente es que los candidatos pierdan agencia, incapaces de ajustar sus currículos una vez enviados. El modelo del MIT asume que el sistema permite la revisión y re‑envío del CV, lo que neutraliza la objeción de pérdida de agencia.

De manera similar, los temores de que los solicitantes “jueguen” al algoritmo optimizando el formato resultan no ser más fuertes bajo monocultura que bajo policultura. Los incentivos para pulir un CV permanecen aproximadamente iguales porque la lógica de puntuación se aplica de forma uniforme entre las empresas.

Implicaciones para la práctica en mercados hispanohablantes

Los autores subrayan que sus conclusiones dependen del diseño específico del conjunto que modelan. Reconocen que la implementación de un algoritmo de conjunto a escala de mercado no se ha probado en la práctica, y que los resultados podrían variar en sectores como la puntuación crediticia, plataformas de contenido generativo o la publicación científica.

El pre‑print de arXiv vuelve a enumerar las cuatro objeciones clásicas – exclusión sistémica, pérdida de agencia, juego estratégico y agregación de información – y concluye que, aunque cada una conserva cierta relevancia, ninguna es lo suficientemente decisiva como para rechazar la monocultura algorítmica en su totalidad.

Para organizaciones que operan en mercados hispanohablantes, la implicación práctica es clara: adoptar un marco de puntuación compartido y transparente que permita a los candidatos actualizar sus solicitudes podría mejorar la eficiencia general de la contratación y otorgar a los buscadores de empleo una mayor capacidad de presión en las negociaciones salariales.

Las empresas tendrían que coordinar protocolos de agregación de puntuaciones y garantizar que el sistema soporte envíos iterativos de currículos, pero el potencial de mejora en la adquisición de talento y la equidad de la compensación podría superar los costos de coordinación.

• El efecto de cámara de eco reduce la diversidad de perfiles
• El promedio de conjunto puede igualar o superar el rendimiento de la policultura
• La exclusión sistémica puede aumentar el poder de negociación del candidato
• Permitir revisiones de CV restaura la agencia del solicitante

En síntesis, la monocultura algorítmica no es una sentencia inevitable de desigualdad; más bien, su impacto depende de cómo se estructuren los mecanismos de agregación y de la flexibilidad que se ofrezca a los postulantes para interactuar con el sistema.

Future investigaciones podrían explorar cómo variables como la granularidad de los atributos evaluados o la frecuencia de actualización de los modelos influyen en los resultados observados, proporcionando una hoja de ruta más detallada para la adopción responsable de tecnologías de selección.

En el contexto local de Madrid, donde varias empresas tecnológicas ya comparten plataformas de evaluación, la puesta en práctica de un algoritmo de conjunto podría servir como piloto para validar estas teorías antes de una expansión a nivel nacional.