Qué tareas de talento humano no conviene automatizar con IA

Cada vez es más fácil automatizar casi cualquier cosa, y por eso la pregunta útil cambió. Ya no es «¿podemos automatizar esto?», sino «¿deberíamos?». En esta guía te contamos cómo pensamos esa decisión en Método y Estrategia, qué dicen los datos y los ejemplos más recientes sobre inteligencia artificial en procesos de talento humano, y cómo puedes aplicarlo en tu empresa.

¿Qué es la «reserva humana»?

Es la idea de reservar para las personas aquellas tareas que, por su impacto, su complejidad o su sensibilidad, deberían seguir bajo su responsabilidad, aunque técnicamente se puedan automatizar. Jose Cardona, cofundador de Método y Estrategia, la planteó en LinkedIn a partir de una reflexión de Bill Gates, con una imagen que lo resume bien: un robot que le da a alguien la noticia de una enfermedad incurable. No hay ninguna razón técnica por la que no pudiera hacerlo; sin embargo, no debería.

Jose añade algo muy práctico: una mirada externa ayuda a evitar la compra descontrolada de herramientas, esa que se impulsa solo por la urgencia de automatizar sin tener claro qué problema se quiere resolver. Lee el post de Jose en LinkedIn.

Qué está pasando hoy con la IA en los procesos de talento

Estos tres ejemplos recientes muestran por qué conviene decidir con calma.

1. En selección de personal, la IA llenó los procesos de solicitudes casi idénticas

Un artículo publicado en el Foro Económico Mundial el 13 de agosto de 2026, escrito por el profesor Marvin Starominski-Uehara (las opiniones son suyas, no del Foro), describe un problema que muchas áreas de talento ya conocen. Según los datos que cita:

• Las solicitudes en LinkedIn subieron 45,5% a finales de 2024, mientras las ofertas de empleo bajaron 10,6%.
• En una encuesta de Greenhouse a 4.100 reclutadores y gerentes de contratación (EE. UU., Reino Unido, Irlanda y Alemania), el 34% de los reclutadores dice que dedica hasta la mitad de su semana a filtrar solicitudes basura.

Su propuesta se llama trace hiring: en lugar de filtrar hojas de vida, evaluar cómo piensan, se adaptan y construyen los candidatos frente a un problema real, por ejemplo con una respuesta en video a un reto de la empresa, una tarea en grupo observada y una reflexión individual al final. Algunas empresas ya añaden fricción a propósito, con aplicaciones más largas, más revisión humana y pruebas de habilidades.

Para leerlo con calma: es una propuesta del autor, no una práctica con resultados medidos, y exige tiempo de personas (sesiones en vivo y entrevistas). Aun así, ilustra bien la idea de fondo: si automatizamos sin criterio la señal que queríamos medir, esa señal desaparece. Léelo en el Foro Económico Mundial.

2. Entrevistar a un candidato ya es una tarea que una IA puede hacer

Amazon Web Services presentó en abril de 2026 una herramienta llamada Amazon Connect Talent y la puso en disponibilidad general el 16 de septiembre de 2026, por ahora en dos regiones de EE. UU. (Virginia y Oregón). Según AWS, sus agentes de IA hacen entrevistas de voz estructuradas con preguntas adaptativas, aplican evaluaciones por competencias y califican a los candidatos de forma consistente; los reclutadores reciben puntajes, transcripciones y evaluaciones detalladas.

No decimos que no sirva. Decimos que es justo el tipo de tarea donde vale la pena preguntarse antes de delegar: ¿qué parte de conocer a una persona se puede estructurar sin perder lo que estamos buscando?, ¿quién revisa, y con qué criterio? La página de AWS no detalla estos puntos, así que cada empresa debería definirlos. Anuncio oficial de AWS.

3. La IA puede hacer que hoy todo se vea bien mientras se apaga el talento de mañana

En un artículo publicado en el Foro Económico Mundial el 17 de agosto de 2026, Nacho De Marco (cofundador de BairesDev, en una columna de opinión) usa datos del barómetro de desarrolladores de su empresa, con más de 1.500 desarrolladores de 77 países, y una mesa redonda con 26 líderes tecnológicos de EE. UU. El 54% de los desarrolladores sénior está de acuerdo en que la IA hace menos relevante el rol júnior.

Su alerta es sencilla: cuando un sénior resuelve con IA la tarea que antes aprendía un júnior, el trabajo sale bien, pero el júnior pierde la oportunidad de aprender. En palabras de la mesa redonda, «la productividad de la IA está enmascarando la pérdida de capacidad» (traducción nuestra). Las métricas de corto plazo se ven sanas mientras el camino que forma a los futuros expertos se adelgaza.

Para leerlo con calma: habla de desarrolladores de software y es una columna de opinión basada en encuestas de una sola empresa. La lección, sin embargo, aplica a cualquier oficio que se aprende haciendo tareas repetitivas. Léelo en el Foro Económico Mundial.

Lo que cambia el resultado: las personas que lideran

Un estudio de Gallup con 23.717 trabajadores de EE. UU. (febrero de 2026) preguntó cómo cambió la cultura de su organización durante el último año:

• En los lugares donde ya se implementó IA, el 51% dice que la cultura siguió igual, el 25% que empeoró y el 24% que mejoró.
• El respaldo del jefe inclina la balanza: el 31% de quienes sienten que su jefe apoya activamente el uso de IA en su equipo ve una mejora de la cultura, frente al 21% de quienes no lo sienten.
• En una encuesta aparte a 102 directores de talento (CHRO) de empresas Fortune 500, el 50% dice no estar muy confiado o nada confiado en la capacidad de sus gerentes para guiar a sus equipos en el uso de IA.

Para leerlo con calma: son datos de EE. UU. y de empresas de gran tamaño en el caso de los CHRO; no son una medición de Colombia. Pero apuntan a algo que vemos en terreno: la herramienta importa menos que cómo se introduce y quién acompaña. Léelo en Gallup.

Tatiana Agudelo, del equipo de Método y Estrategia, cuenta una experiencia que va en la misma línea. Nos contrataron para fortalecer el liderazgo de un equipo, pero entendimos que el verdadero reto no estaba en los líderes sino en el modelo de gestión: enseñar delegación sirve de poco cuando nadie puede decidir. Por eso detuvimos el proceso y propusimos primero trabajar con la dirección. Su conclusión: no todos los problemas se resuelven con más talleres, y tampoco con más herramientas. Lee el post de Tatiana en LinkedIn.

Cuatro preguntas para decidir qué automatizar en tu empresa

Esta es nuestra forma de aplicar la idea de la reserva humana. Son criterios propios, no una norma; úsalos como punto de partida para conversar con tu equipo.

1. ¿Qué problema concreto queremos resolver? Si no podemos decirlo en una frase, todavía no es momento de comprar una herramienta.
2. ¿Qué tan sensible es la tarea para la persona que está al otro lado? Mientras más afecte su trabajo, su salud o sus oportunidades, más importante es que haya una persona presente.
3. ¿Quién responde si sale mal, con nombre propio? Automatizar una decisión no elimina la responsabilidad sobre ella.
4. ¿Qué aprendían las personas haciendo esta tarea, y dónde lo van a aprender ahora? Es la pregunta del júnior y el sénior: si la automatización les quita la práctica, hay que reemplazarla por otra forma de aprender.

Si la respuesta a la segunda o a la tercera es delicada, probablemente esa tarea pertenece a la reserva humana, o al menos conviene automatizarla solo en parte y con una persona que revise.