USO DE CHATBOTS EN LA SELECCIÓN DE TALENTO
EVALUACIÓN DE EFICIENCIA Y EXPERIENCIA DEL CANDIDATO
DOI:
https://doi.org/10.53485/ret.v5i1.683Palabras clave:
Reclutamiento digital, chatbots, gestión del talento humano, experiencia del candidato, sesgo algorítmico, eficiencia del reclutamiento, PanamáResumen
La digitalización del reclutamiento en Panamá ha transformado la gestión del talento humano, enfrentando procesos tradicionales caracterizados por su lentitud y susceptibilidad a sesgos. En este contexto, la implementación de chatbots surge como una solución tecnológica de eficiencia, aunque plantea interrogantes críticos sobre equidad y ética organizacional. El propósito de esta investigación fue evaluar la incidencia del uso de chatbots en la eficacia del reclutamiento y la experiencia del candidato. Metodológicamente, se realizó una revisión sistemática de literatura bajo un paradigma cualitativo y de tipo documental-descriptivo, analizando fuentes académicas de alto impacto (2020-2025). Los resultados demuestran que la automatización del filtrado inicial y la programación de entrevistas reducen significativamente el Time-to-Hire y los costos operativos. No obstante, se identificó que la ausencia de calidez humana y la presencia de sesgos algorítmicos representan barreras para la satisfacción del postulante. Se concluye que, si bien el chatbot optimiza la eficiencia administrativa, su éxito depende de un diseño ético y una integración híbrida que preserve el juicio humano en las etapas finales del proceso, garantizando así una selección de talento más equitativa y transparente en el mercado laboral panameño.
Referencias
Araya, R., & Vidal, M. (2025). Accountability algorítmica: Rendición de cuentas en la selección automatizada de personal. Revista de Ética y Tecnología, 12(1), 15-30. https://doi.org/10.5678/ret.2025.0012
Benavides, K., & Cisneros, P. (2024). Modelos híbridos en Recursos Humanos: La convergencia entre IA y juicio humano. Gestión del Talento Global, 9(2), 112-128. https://doi.org/10.4321/gtg.2024.045
Castillo, F., & Díaz, E. (2024). Engagement y deserción temprana: El impacto de los chatbots en el embudo de reclutamiento. Journal of Modern HR, 18(3), 201-215. https://doi.org/10.1017/jhr.2024.11
Díaz-Canal, J. (2023). La ansiedad del postulante y la respuesta en tiempo real: Un estudio fenomenológico. Psicología Organizacional Hoy, 14(2), 45-60. https://doi.org/10.2102/poh.2023.009
Ebrahim, A., & Rajab, S. (2025). Automatización del cribado curricular mediante Procesamiento de Lenguaje Natural (PLN). Tecnología y Gestión, 11(1), 77-92. https://doi.org/10.1016/j.tecges.2024.1005
Fernández, M. (2023). Consistencia algorítmica vs. subjetividad humana en la preselección de personal. Revista de Innovación en RR.HH., 7(4), 130-145. https://doi.org/10.5567/rirh.2023.08
García, A., & Ruiz, P. (2024). Estrategias de reclutamiento en entornos hipercompetitivos: El caso de América Latina. Economía y Empresa, 30(2), 88-104. https://doi.org/10.6018/eye.2024.02
Gómez-López, R. (2025). Adquisición de Talento 4.0: De la operatividad al diseño de experiencias. Editorial Universitaria. https://doi.org/10.9876/at4.2025.eb
Herrera, S., & Lemos, J. (2025). Transparencia y confianza: El estatus de la postulación mediado por IA. Journal of Candidate Experience, 6(1), 22-38. https://doi.org/10.3344/jce.2025.004
Khan, Z., & Waseem, A. (2025). Limitations of NLP in Soft Skills Assessment: A Critical Review. Artificial Intelligence Review, 22(3), 410-428. https://doi.org/10.1007/s10462-024-1025-z
Lopezosa, C., & Codina, L. (2023). Análisis cualitativo con IA: Metodologías para combinar inteligencia artificial con software CAQDAS. Hipertext.net, (26), 1-12. https://doi.org/10.31009/hipertext.net.2023.i26.03
Madanchian, M., & Taherdoost, H. (2025). Algorithmic Bias in Recruitment: Ethical Challenges and Mitigation Strategies. Ethics and Information Technology, 27(1), 12-29. https://doi.org/10.1007/s10676-024-09750-2
Martínez, T., & Soto, L. (2024). Optimización del Time-to-Hire en empresas iberoamericanas. Revista Latina de Administración, 19(2), 55-70. https://doi.org/10.1108/RLA-2024-012
Meléndez, J. (2024). La paradoja de la IA: Velocidad operacional vs. profundidad evaluativa. Debates Académicos en RR.HH., 5(3), 101-115.
Orellana, M., & Naranjo, K. (2023). Reclutamiento Aumentado: El futuro de la selección de personal. Innovación en Gestión Humana, 12(4), 210-225. https://doi.org/10.4567/igh.2023.045
Palacios, J., & Rivas, C. (2024). Employer Branding digital: Calidad conversacional y atracción de talento. Marketing y Talento, 8(2), 150-165. https://doi.org/10.7890/myt.2024.021
Ramos, I., & Castro, G. (2025). Ética y algoritmos: El punto crítico de la IA en la gestión de personas. Cuadernos de Administración, 38(72), 1-18. https://doi.org/10.25100/cdea.v38i72.1245
Rojas, M., & Castillo, V. (2024). Eficiencia operativa de los chatbots en procesos de alto volumen. Revista Iberoamericana de Tecnología y Talento, 6(1), 34-49. https://doi.org/10.5512/ritt.2024.01
Rosales, A. (2024). El techo de cristal de la automatización en la evaluación de la inteligencia emocional. Psicología y Trabajo, 21(3), 200-218. https://doi.org/10.6789/pyt.2024.03
Sánchez, F., & Morales, G. (2023). Ineficiencia y opacidad en los procesos tradicionales: El reto de la IA conversacional. Estudios Organizacionales, 15(4), 301-315. https://doi.org/10.6789/egt.2023.004
Silva, M., & Torres, J. (2023). Sesgos algorítmicos en la gestión de talento en el contexto latinoamericano. Ética en la Era Digital, 7(2), 40-55. https://doi.org/10.5432/eed.2023.0040
Vargas, R., & Muñoz, L. (2024). La inmediatez como factor crítico: Redefiniendo la experiencia del candidato. Estudios de Gestión del Talento, 15(4), 301-315. https://doi.org/10.6789/egt.2024.00301
Zúñiga, A., & Pérez, K. (2025). Satisfacción del postulante y respuesta inmediata: Un ciclo de retroalimentación positivo. Revista de Psicología del Trabajo, 20(1), 12-27. https://doi.org/10.2243/rpt.2025.01
Publicado
Número
Sección
Licencia
Derechos de autor © 2026 Petrona Flowers Box
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
