Le dije a todos los candidatos que usen IA

En lo que va del año he tenido 2 procesos de selección. Y ahora tengo uno más en curso.

Revisar más de 200 CVs, validar capacidades, entrevistar y elegir es un trabajo duro. Sobre todo para evitar que los buenos perfiles pasen por alto.

Este año decidí hacer un proceso diferente: les dije a todos los que aplicaban que podían usar IA. Y hasta les sugerí cuál: ChatGPT, Claude o Gemini.

Pero esa es la punta del iceberg. Todo lo que viene después es lo que la IA hizo por mí en mis últimas 2 contrataciones.

Primero piensa como experto. La IA entra sola después.

Ese es el principio. Y aplica en selección igual que en cualquier otro proceso.

Antes de abrir Cowork, antes de escribir un prompt, antes de subir un solo CV — mapeé el flujo completo de selección y marqué cada etapa con una de tres etiquetas:

• HUM → procesos donde no se admite la delegación a un agente. Siempre corresponden a un humano.

• COG → procesos cognitivos delegables a agentes.

• OPERATIVO → procesos que a estas alturas ya deberían estar automatizados. Un post de oferta, por ejemplo.

Sin ese mapa, no puedes empezar. Con ese mapa, te das cuenta de que todo fluye.

Y es que muchas veces estamos intentando automatizar todo disperso: un envío de correo por aquí, una documentación por allá. Pero nada tiene sistema. Y ese es el problema principal.

El mapa del proceso de selección

Lo conté. Son 6 etapas:

1. Publicación → OP

2. Screening de CVs → COG

3. Preguntas por candidato → COG

4. Entrevistas → HUM

5. Documentación → COG

6. Decisión final → HUM

3 de 6 etapas son trabajo cognitivo delegable. Solo 2 requieren que yo esté ahí como humano.

Y yo, hasta hace poco, las hacía todas.

Esto me podía ahorrar hasta 7 horas por proceso. Casi una jornada laboral completa. Sin contar que a veces los perfiles se caen por contraoferta y ya perdí todo el día contratándolos. (Me ha pasado.)

El método, en sencillo

Cowork entra exactamente en las 3 etapas COG.

Lo trato como un analista que no se cansa, con dos sombreros: headhunter (fit cultural, estabilidad, comunicación) y experto técnico (plataformas, métricas, análisis de paid media).

Etapa COG 1 — Screening de CVs y examen técnico

SSubo los exámenes resueltos y los CVs anonimizados (super importante para evitar sesgos y otros temas). Claude Cowork hace tres cosas que yo hacía a mano:

• Evalúa cada respuesta del examen del 1 al 10

• Valida los cálculos con Python

• Detecta si el candidato usó IA para amplificar su conocimiento o para reemplazarlo

Esto último es el diferencial real. La prueba permite usar IA. Lo que evalúo es el criterio. Y hacemos doble check en la entrevista.

Voy a hacer un paréntesis acá. Es un grave error de parte de los postulantes enviar un examen hecho con IA y luego ni siquiera estudiar lo que enviaron. De eso me doy cuenta muy rápido. Basta una sola pregunta técnica, una sola terminología que está en su prueba pero que, por A o B motivo, no estudiaron.

Si estás aplicando, créeme: es súper fácil darnos cuenta de que hiciste tu examen con IA si encima llegas a la entrevista sin estudiar.

De hecho, estás fuera. No porque usaste IA. Sino porque no le dedicaste tiempo a la postulación.

Etapa COG 2 — Preguntas personalizadas por candidato

Acá es donde la mayoría delega mal. Le pide a la IA “preguntas para entrevistar a un analista de paid media” y obtiene un genérico.

Yo hago lo contrario: el prompt sabe la vacante exacta, los KPIs del rol, el rango salarial, la urgencia, los desafíos actuales. Cowork entonces propone preguntas ordenadas por prioridad:

• Primero, validar lo que el examen no pudo (vacíos, terminología sospechosa)

• Después, fit cultural y motivación

Llego a la entrevista con un guion específico para ese candidato. No para “cualquier analista”.

La importancia de preparar una entrevista no recae solo en el entrevistado. Recae en el entrevistador. Yo también tengo que dejar que la persona se luzca, y para eso necesito hacer las preguntas correctas.

En este punto gano mucho ojo crítico operativo que, a mi parecer, me faltaba: perfil de rotación, fit cultural, otros.

Etapa COG 3 — Documentación y matriz comparativa

Después de entrevistar, le digo a Cowork qué pasó. Actualiza el scorecard comparando examen vs. entrevista. ¿Confirmó o desmintió lo que escribió?

El output final es una matriz comparativa de la terna, dimensión por dimensión, con recomendación clara: entrevistar / backup / descartar.

Prompt que resume este análisis, personalízalo y luego guárdalo como una habilidad de Claude.

Eres mi asistente de selección de personal para roles de paid media / marketing digital. Tienes dos sombreros: headhunter (fit cultural, estabilidad, comunicación) y experto técnico (plataformas, métricas, análisis).

Cuando te suba archivos de candidatos, haz esto:

1. **Examen técnico**: Evalúa cada respuesta 1-10, valida cálculos con Python, detecta si usó IA de forma inteligente (agregó valor propio) o indiscriminada (copió sin personalizar). Genera un scorecard visual.

2. **CV**: Cruza con el examen. ¿El CV respalda lo que escribió? Marca red flags: rotación alta, gaps de empleo, salario bajo vs experiencia, overqualified.

3. **Prep entrevista**: Genera preguntas ordenadas por prioridad — primero validar lo que el examen no pudo (vacíos, terminología sospechosa), luego fit cultural y motivación.

4. **Post-entrevista**: Si te digo que ya entrevisté o te pido revisar notas, actualiza el scorecard comparando examen vs entrevista. ¿Confirmó o desmintió lo que escribió?

5. **Reportes**: Adapta el formato a la audiencia — formal para jefes, casual para equipo, dashboard anónimo para compartir.

Regla de IA: la prueba permite usar IA. Lo que evalúo es si el candidato amplificó su conocimiento (bien) o lo reemplazó (mal). Para distinguirlos, cruza lo que escribió en el examen contra su CV real.

Responde siempre en español. Usa terminología de paid media sin traducir (CPI, CPR, ROAS, tCPA, MMP, deep links).

## Mi vacante

- Empresa: [nombre]
- Rol: [título]
- Equipo: [descripción breve]
- Plataformas: [Meta Ads, Google Ads, TikTok, Branch, etc.]
- KPIs del rol: [CPI, ROAS, registros, etc.]
- Rango salarial: [mín - máx]
- Urgencia: [timeline]
- Contexto adicional: [desafíos actuales, cambios próximos, etc.]

El guardrail que no negocio

Cowork no decide. Nunca.

Claude Cowork no tiene la habilidad para evaluar tono de voz, seguridad, confianza frente a una entrevista. Eso es netamente instinto que he adquirido con la experiencia.

Tengo un equipo de 9 personas y cada uno es un mundo. Pero yo ya sé quiénes son las personas que están prestas al equipo y cuáles no. Esa última es mi decisión. Y siempre lo será. (Quizás exagero con el “siempre”.)

Y es exactamente por respetar ese límite que las 3 etapas COG funcionan bien. Cowork no contamina las 2 etapas HUM. Solo me da mejor input para que yo entre a esas etapas con más contexto, no con menos juicio.

Resultado tangible

• Antes: 6h screening + 2h preguntas + 1h documentación = 9h por proceso

• Después: 0.5h totales con Cowork

• Recuperado por vacante: 8.5 horas

• En lo que va del año: 17 horas devueltas a mi calendario

Y en este punto, el tiempo que “ahorré” lo dediqué al onboarding de mis nuevos perfiles: clarificar los puntos de entrada objetivos, asignarles un big brother que les dé seguimiento durante todo el primer mes, y así mejorar la retención.

Lo que aprendí

Mindset antes que herramientas. Esto puede ser Claude Cowork, ChatGPT, lo que sea. Lo importante es saber descomponer tus procesos estratégicos, ver cuáles son delegables y en qué modo. Y trabajar sobre esos. No intentar delegar procesos que son netamente humanos.

• Que el cuello de botella en selección nunca fue la entrevista. Fue todo lo de alrededor.

• Que el método pixelnocturno para aprender IA (mapear → etiquetar → delegar lo COG) funciona igual en selección, en marketing y en tu vida personal.

• Que delegar lo no-diferenciador a un agente hace que el momento humano sea más humano, no menos.

Si quieres aprender Claude y no sabes poro donde comenzar pixelnocturno.com/claude