Compré 14 productos HR Tech en los últimos 18 meses para evaluar la competencia. Todos decían “AI-powered” en el sitio. La mitad eran wrappers triviales sobre GPT-4: una llamada a OpenAI con un prompt fijo, sin estructura, sin auditabilidad, sin diferenciación real más allá del logo.
A eso le llamo AI-painted: aplicar una capa de IA sobre un producto que no se reconfiguró internamente para aprovecharla. La etiqueta “AI” sirve para el deck de ventas y poco más.
AI-native es lo opuesto: producto pensado, modelado y construido con la IA como pieza estructural, no como decoración. Este post explica la diferencia con criterios concretos, y muestra cómo se ve en Talen.to.
Cuatro criterios para distinguir AI-native de AI-painted
Estos son los criterios que aplicaríamos si fueras CTO o Head of People comprando HR Tech en 2026. Ninguno se responde con “sí, tenemos IA”:
Criterio 1: ¿Qué hace tu IA específicamente?
AI-painted: “resúmenes inteligentes de candidatos”, “sugerencias automáticas”, “matching potenciado por IA”. Vago, no falsable.
AI-native: lista concreta de tareas que la IA hace, con inputs y outputs definidos. Ejemplos:
- Generar 3 sugerencias de role description a partir de un brief de 2 líneas.
- Inferir 12 competencias técnicas con niveles requeridos a partir de un job posting.
- Sugerir un value set de 5-7 valores priorizados según industria + tamaño + cultura declarada.
- Redactar narrativa de 200 palabras por candidato post-assessment, con tono configurable.
- Producir summary de equipo de 400 palabras agregando perfiles individuales.
Si tu proveedor no puede listar 5+ tareas con ese nivel de especificidad, es AI-painted.
Criterio 2: ¿Los prompts son inspectables y editables?
AI-painted: los prompts viven en el código del proveedor. Son su “salsa secreta”. No los ves ni los podés cambiar.
AI-native: los prompts son configuración del cliente, no del proveedor. Cada empresa puede inspeccionar, editar y versionar los prompts que generan output sobre sus candidatos.
¿Por qué importa? Tres razones:
- Compliance. Si tu Head of Diversity necesita garantizar que la IA no usa lenguaje sesgado al describir candidatos, el prompt tiene que ser inspeccionable.
- Tono y brand voice. El default del proveedor no necesariamente coincide con cómo tu empresa habla.
- Iteración rápida. Si un prompt genera output mediocre, podés ajustarlo sin esperar 6 meses al próximo release del proveedor.
Criterio 3: ¿Hay versionado y auditoría?
AI-painted: el modelo cambia cuando el proveedor actualiza. No te enterás. Los outputs de hoy no son comparables con los de hace 6 meses.
AI-native: cambios de prompts y de modelos quedan versionados, con logs de qué versión generó qué output. Esto es mandatorio para cumplir con regulación emergente (EU AI Act, Art. 12 — record-keeping en sistemas de alto riesgo).
Profundizo en regulación en Transparencia algorítmica en HR Tech.
Criterio 4: ¿La IA está integrada al motor de scoring o solo al output cosmético?
AI-painted: la IA solo escribe el reporte final. El scoring sigue siendo determinístico y la IA solo “lo cuenta más lindo”.
AI-native: la IA participa en partes específicas del razonamiento (no en todas — el scoring duro debería seguir siendo determinístico para ser auditable). Ejemplos legítimos de uso de IA en el motor:
- Inferencia de competencias soft a partir de patrones OCEAN+Valores (no del autoreporte directo del candidato, que está sesgado por social desirability).
- Generación de preguntas de follow-up de entrevista basadas en gaps específicos.
- Síntesis de evaluaciones multi-evaluador (con disagreement detection).
Cómo se ve esto en Talen.to
Voy a ser concreto, no aspiracional. Esto es lo que está en producción hoy:
AI suggestions para crear roles
En /roles/ai-suggestion: describís el rol en lenguaje natural (“Senior Backend Engineer para fintech, equipo de 8, stack Go + PostgreSQL, cultura de high autonomy”), y la plataforma propone:
- Competencias técnicas con niveles requeridos.
- Perfil OCEAN ideal (rangos por dimensión).
- Arquetipos preferentes.
- Valores prioritarios.
Vos editás antes de publicar el rol. La IA no decide — sugiere un punto de partida razonable.
AI suggestions para value sets
En /custom-value-sets/ai-suggestions: si tu empresa no tiene valores formalizados, la IA propone un set de 5-7 valores con definiciones operacionales basadas en tu industria + tamaño + cultura declarada. Editás antes de aplicar. Los valores quedan versionados (ver Adaptado a tu cultura).
AI report generation por candidato y por equipo
Cada assessment genera una narrativa de ~200 palabras que sintetiza el perfil del candidato contra el rol. Re-generable. El prompt está en /companies/[id]/settings/psychometric/prompts — editable y versionado por empresa.
A nivel de equipo, la plataforma genera team narratives (~400 palabras) que sintetizan la composición del equipo: arquetipos predominantes, gaps colectivos, fortalezas distintivas. Útil para conversaciones de management y planning de hires.
Soft competencies inferidas (no autoreportadas)
Esta es la pieza que más me gusta y la que más diferencia hace. Las competencias blandas (comunicación, adaptabilidad, liderazgo) tienen un problema histórico: si las medís con un test directo, la gente miente. No por mala fe — por social desirability bias: todos creemos que somos buenos comunicadores.
La solución en Talen.to: las competencias soft se infieren desde el perfil OCEAN+Valores usando una tabla competency_ocean_mappings validada. El candidato no responde “¿qué tan adaptable sos?” — la adaptabilidad se infiere de su patrón en Apertura + Estabilidad Emocional + ER + ciertos valores.
Esto no es “AI” en el sentido marketinero (no es un LLM). Es modelado psicométrico aplicado. Pero es exactamente el tipo de inteligencia integrada al producto que distingue AI-native de un wrapper.
Prompts editables y versionados
Todos los prompts que generan output sobre tus candidatos viven en settings de tu empresa, no en nuestro código. Si querés que la narrativa nunca mencione edad, género, origen o estado civil: lo agregás al prompt y queda versionado. Si querés cambiar el tono a más formal o más cercano: lo configurás.
Lo que NO usamos IA para hacer
Igual de importante. Hay decisiones donde IA generativa no debería intervenir:
- El cálculo del overallFit (es determinístico, fórmula visible, auditable).
- La asignación de arquetipos (es distancia euclidiana contra centroides empíricos).
- Los pesos por dimensión (los configurás vos).
Si tu proveedor usa IA generativa para calcular el score final del candidato, correr. Eso no es auditable, no cumple regulación, y reproduce sesgos del corpus de entrenamiento de manera invisible.
La trampa del “AI-first”
Una nota final sobre el discurso. Muchos vendors se autodenominan “AI-first” para sugerir que la IA es el centro del producto. Eso suena a virtud, pero a menudo es lo contrario: significa que el producto se construyó alrededor de lo que un LLM puede hacer, y no alrededor del problema del cliente.
Un sistema de hiring sólido es science-first y AI-augmented, no AI-first. La ciencia (psicometría, validación empírica, calibración con datos reales) provee el core determinístico y auditable. La IA agrega capas donde aporta valor real (síntesis, inferencia, generación de texto, sugerencias) sin reemplazar el motor.
Esa es la diferencia entre AI-native (IA integrada con criterio) y AI-painted (IA pegada con marketing).
Checklist práctico para evaluar AI en HR Tech
Si estás comprando, copiá y mandá:
- ¿Pueden listar 5+ tareas concretas que su IA hace, con inputs y outputs definidos?
- ¿Los prompts son inspectables y editables por el cliente?
- ¿Hay versionado de prompts y modelos con logging de outputs?
- ¿La IA participa en el scoring de fit o solo en la generación de texto?
- ¿Cómo manejan sesgos en el output generativo (lenguaje, tono, omisiones)?
- ¿Pueden entregar la documentación técnica del Art. 11 del EU AI Act?
Tres o más “no” → AI-painted. Vale la pena explorar otra opción.
Cierre
“Tenemos IA” no significa nada en 2026. Todos tienen IA. La pregunta es qué hace, dónde se audita, si se puede modificar, y si está integrada al producto o pegada por encima.
Si querés ver AI-native en la práctica, creá cuenta en app.talen.to/sign-up y abrí settings/psychometric/prompts. Está todo ahí, sin esconder.
Si querés el panorama completo de capacidades: Lo que Talen.to hace y que probablemente no sabías. Si querés ver tu caso específico: agendá demo.
— Fran
Sigue explorando
Perfiles OCEAN+ relacionados
Descubri que dimensiones de personalidad buscar en cada rol.
Artículos Relacionados
Alternativa a Culture Amp para LATAM: Évaluá antes de contratar
Culture Amp es engagement post-hire. Descubrí por qué Talen.to es la alternativa correcta para evaluar culture fit ANTES de contratar en LATAM.
OCEAN+ con IA: Por Qué Domain Expertise Vence a ChatGPT
No todas las IAs son iguales. Te mostramos la diferencia entre IA genérica y especializada en psychometrics, con ejemplos reales.
Cómo ChatGPT Cambió el Hiring (Y Qué Hacer al Respecto)
Cómo la IA generativa transformó el reclutamiento: impacto real de ChatGPT en screening, job descriptions y culture fit. Estrategias concretas para adaptarse.