IA en los procesos de selección laboral: Análisis del uso de HireVue y ChatGPT en el CV screening frente a los riesgos de discriminación algorítmica y los derechos fundamentales en el marco del Derecho del Trabajo argentino.

AUTORA: Micaela Yanina Perez
MATERIA: IA & Derecho del Trabajo
AÑO ACADÉMICO: 2026

ÍNDICE

1. INTRODUCCIÓN

2. LA TECNOLOGÍA APLICADA AL RECLUTAMIENTO: HIREVUE Y CHATGPT EN
EL CV SCREENING

3. DISCRIMINACIÓN ALGORÍTMICA Y EL PODER DE DIRECCIÓN EMPRESARIAL

3.1. Reproducción de sesgos históricos y discriminación indirecta 3.2. Límites
constitucionales y legales: Art. 17 de la LCT y Ley N.º 23.592

4. LA RESERVA DE HUMANIDAD, EMPATÍA Y TRANSMITABILIDAD EN LA SELECCIÓN

4.1. Límites de los sistemas algorítmicos frente a la equidad y la empatía humana

4.2. Opacidad decisional, la "caja negra" y las exigencias de la Ley N.º 25.326

5. MARCO REGULATORIO COMPARADO: EL REGLAMENTO DE IA DE LA UNIÓN EUROPEA Y LAS MEJORES TÉCNICAS DISPONIBLES

6. CONCLUSIONES Y CRITERIOS RECTORES PARA EL ORDENAMIENTO ARGENTINO

7. NOTAS AL PIE Y BIBLIOGRAFÍA

1. INTRODUCCIÓN

La vertiginosa incorporación de las tecnologías emergentes en la administración de las relaciones laborales ha transformado de manera sustancial las dinámicas organizacionales de las empresas. En la actualidad, los procesos de reclutamiento y selección de personal han dejado de ser instancias administradas de manera exclusiva por evaluadores humanos para dar paso a herramientas informáticas capaces de procesar volúmenes masivos de información en fracciones de segundo.

En este contexto, el presente trabajo aborda la problemática que plantea la utilización de sistemas de inteligencia artificial (IA) en las fases iniciales de la contratación laboral.Específicamente, el análisis se focaliza en dos tipos de herramientas: por un lado, plataformas especializadas en la evaluación psicométrica y conductual mediante entrevistas asincrónicas como HireVue; por otro lado, la implementación de modelos de lenguaje de gran escala (LLM) como ChatGPT orientados al filtrado y clasificación automatizada de currículums (CV screening). El núcleo del debate jurídico radica en la tensión que se genera entre el ejercicio de las facultades de dirección, organización y selección reconocidas al empleador (artículos 64 y 65 de la Ley de Contrato de Trabajo N.º 20.744) y la salvaguarda de los derechos fundamentales del aspirante a un empleo. Aunque estas soluciones tecnológicas suelen presentarse bajo un discurso comercial de eficiencia, objetividad y neutralidad técnica, la doctrina jurídico-laboral advierte sobre los severos riesgos de discriminación algorítmica indirecta, falta de transparencia e invisibilización de los criterios de exclusión.

Mediante un enfoque analítico, normativo y doctrinal comparado, se examinará la suficiencia del ordenamiento jurídico argentino —encabezado por la Constitución Nacional, la LCT y la Ley de Protección de Datos Personales N.º 25.326— frente a los desafíos de la automatización. Para ello, se incorporarán las valiosas reflexiones de Miguel Ángel Presno Linera relativas a la "reserva de humanidad" y el principio de empatía, contrastando la situación local con las tendencias normativas internacionales representadas por el Reglamento de Inteligencia Artificial de la Unión Europea (AI Act).

2. LA TECNOLOGÍA APLICADA AL RECLUTAMIENTO: HIREVUE Y CHATGPT EN EL CV SCREENING

El proceso de reclutamiento ha transitado desde la evaluación analógica e intuitiva hacia arquitecturas de software diseñadas para sistematizar el perfil del candidato ideal. En este escenario, la automatización del CV screening y la evaluación conductual representan las aplicaciones de mayor difusión en las corporaciones contemporáneas.
Plataformas como HireVue operan capturando respuestas en videoentrevistas asincrónicas. A través de algoritmos de procesamiento de lenguaje natural (NLP) y, en sus versiones originarias, análisis de métricas faciales y entonación vocal, el sistema puntúa a los postulantes comparándolos con una matriz estadística predefinida. La herramienta asigna una calificación global que determina si el aspirante avanza hacia la siguiente etapa del proceso de selección o si es automáticamente descartado.
Por su parte, el empleo de ChatGPT o modelos LLM similares en el CV screening consiste en la introducción masiva de currículums en el entorno del software, acompañado de instrucciones precisas (prompts) redactadas por el equipo de recursos humanos. Estas instrucciones ordenan al modelo clasificar, rescribir o jerarquizar a los candidatos según el nivel de ajuste (matching score) entre sus antecedentes narrativos y las exigencias del puesto.
En ambos casos, la nota característica es la delegación de la fase preliminar de juzgamiento laboral en un agente automatizado. Esta traslación resulta jurídicamente problemática debido a que la herramienta informática no realiza una valoración cualitativa de la idoneidad humana, sino una contrastación estadística basada en variables previamente ponderadas por los programadores o por los datos con los cuales el sistema fue entrenado.

3. DISCRIMINACIÓN ALGORÍTMICA Y EL PODER DE DIRECCIÓN
EMPRESARIAL
3.1. Reproducción de sesgos históricos y discriminación indirecta

El riesgo primario que acarrea el despliegue de la inteligencia artificial en la contratación estriba en la capacidad del software para perpetuar y amplificar patrones discriminatorios preexistentes. Los modelos de aprendizaje automático no poseen ética ni comprensión del concepto de justicia; su función esencial consiste en detectar patrones probabilísticos dentro de conjuntos de datos del pasado para formular predicciones sobre el futuro.
En esta perspectiva, al analizar las causas estructurales de la discriminación algorítmica, Miguel Ángel Presno Linera remarca un postulado fundamental: "si un algoritmo se entrena con una muestra de decisiones anteriores sesgadas ese algoritmo reproducirá los sesgos humanos del pasado" y, en consecuencia, los errores no derivan del código en abstracto, sino de "las personas que se los han facilitado" (1).
Esta premisa cobra especial vigor al evaluar el filtrado de CVs mediante ChatGPT o HireVue. Si los registros históricos de contratación de una empresa reflejan una baja presencia de mujeres en cargos directivos o una preferencia reiterada por graduados de determinadas instituciones académicas de alto nivel socioeconómico, el algoritmo identificará esas variables como predictoras del "éxito laboral". Como resultado, el sistema descartará a quienes no presenten ese perfil normativo.
En modelos de lenguaje como ChatGPT, los sesgos operan frecuentemente a través de variables sustitutivas o proxy variables. Aunque se omitan deliberadamente en la búsqueda el género, la edad o el domicilio, la herramienta puede deducir la pertenencia a un grupo protegido mediante el año de egreso universitario, las interrupciones temporales en la carrera laboral (habitualmente asociadas a tareas de cuidado familiar) o el léxico utilizado.
En plataformas como HireVue, el algoritmo puede penalizar a postulantes neurodivergentes o con acentos regionales al evaluar la fluidez verbal frente a un estándar homogéneo.

3.2. Límites constitucionales y legales: Art. 17 de la LCT y Ley N.º 23.592
En el derecho del trabajo argentino, el poder de dirección del empleador no constituye una atribución discrecional ilimitada. Se encuentra condicionado por los derechos fundamentales del trabajador y, de manera primordial, por el principio de igualdad y no discriminación consagrado en el artículo 17 de la Ley de Contrato de Trabajo, el artículo 14 bis de la Constitución Nacional, la Ley N.º 23.592 sobre Actos Discriminatorios y los instrumentos internacionales ratificados, como el Convenio N.º 111 de la Organización Internacional del Trabajo (OIT).
El artículo 17 de la LCT prohíbe taxativamente cualquier tipo de discriminación entre los trabajadores por motivos de sexo, raza, nacionalidad, religión, ideas políticas, razones sindicales o edad. Cuando una empresa implementa un filtro algorítmico que genera un impacto adverso desproporcionado sobre un grupo determinado, se configura un supuesto de discriminación indirecta. El empleador no puede eludir su responsabilidad jurídica argumentando que la decisión fue adoptada por un software de terceros. Al asumir el resultado del algoritmo como propio, la empresa valida e incorpora el sesgo tecnológico a su estructura organizativa.

4. LA RESERVA DE HUMANIDAD, EMPATÍA Y TRANSMITABILIDAD EN LA SELECCIÓN

4.1. Límites de los sistemas algorítmicos frente a la equidad y la empatía
humana

La sustitución del juicio humano por sistemas automatizados plantea un problema ético- jurídico sobre la capacidad de la tecnología para aplicar criterios de equidad. El proceso de selección laboral no es una mera operación de cotejo lógico-formal; requiere la ponderación de aspectos valorativos, la consideración de historias de vida y la evaluación del potencial humano.
Al abordar la diferencia cualitativa entre el razonamiento humano y el algorítmico, Presno Linera, siguiendo los estudios de Juli Ponce Solé, explica que: "la automatización y el aprendizaje automático pueden reforzar los prejuicios existentes porque, a diferencia de los humanos, los algoritmos pueden no estar preparados para contrarrestar conscientemente los prejuicios aprendidos y, además, carecen de empatía" (2).
Esta ausencia de empatía impide que un programa de selección aprecie dimensiones subjetivas valiosas. Un seleccionador humano puede comprender contextualmente que una laguna en el historial laboral de una candidata se debió a responsabilidades del cuidado de la salud de un familiar y valorar de manera positiva la resiliencia manifestada. En cambio, un modelo de IA generativa como ChatGPT procesará la brecha temporal como una inconsistencia métrica, reduciendo la calificación de la postura. Frente a esta mecanización, la doctrina formula la necesidad de preservar una esfera infranqueable en la toma de decisiones que afectan derechos humanos. Como destaca Presno Linera al citar expresamente los aportes de Ponce Solé, existe una imperiosa exigencia de tutelar la "Reserva de humanidad y supervisión humana de la inteligencia artificial" (3). La empatía y la ponderación ética son cualidades inherentes a la condición humana. Un sistema de inteligencia artificial puede simular el análisis lingüístico con extrema sofisticación, pero carece de conciencia y del discernimiento moral indispensable para juzgar con equidad a un ser humano en el acceso al trabajo.

4.2. Opacidad decisional, la "caja negra" y las exigencias de la Ley N.º 25.326
Junto con la imposibilidad de empatizar, el principal obstáculo para el control de la
discriminación algorítmica reside en la opacidad funcional de las herramientas, fenómeno
conocido como la "caja negra" (black box). La arquitectura de las redes neuronales
profundas que sustentan a la IA generativa procesa millones de parámetros de forma
matemática, tornando inviable la reconstrucción exacta del camino lógico que llevó al
sistema a rechazar una candidatura.
Esta opacidad colisiona de forma directa con la Ley de Protección de Datos Personales N.º 25.326. Dicha norma establece el principio de calidad de los datos (artículo 4) y consagra los derechos de acceso e información (artículos 13 y 14), los cuales facultan al titular de los datos a conocer la lógica aplicada en los tratamientos automatizados que le conciernen. Si un postulante es descartado por ChatGPT o HireVue y el empleador es incapaz de explicar los motivos específicos del rechazo, se produce una vulneració  evidente de la autodeterminación informativa y se sitúa al aspirante en una posición de indefensión para impugnar el acto discriminatorio.

5. MARCO REGULATORIO COMPARADO: EL REGLAMENTO DE IA DE LA UNIÓN EUROPEA Y LAS MEJORES TÉCNICAS DISPONIBLES

Frente a la insuficiencia de los regímenes laborales tradicionales para hacer frente a los desafíos de la era digital, la legislación internacional ha comenzado a articular respuestas normativas específicas. El paradigma de este movimiento es el Reglamento de Inteligencia Artificial de la Unión Europea (AI Act), aprobado en 2024.
El AI Act adopta un enfoque de regulación basado en la escala de riesgos y clasifica de forma explícita a las herramientas de IA destinadas al reclutamiento, selección y gestión de trabajadores —lo que comprende a HireVue y a los modelos LLM aplicados al CV screening— como Sistemas de Inteligencia Artificial de Alto Riesgo (Anexo III).
Esta catalogación impone a las empresas y proveedores el cumplimiento estricto de obligaciones preventivas, entre las que destacan: la evaluación de impacto sobre los derechos fundamentales previa a la implementación, la auditoría y depuración sistemática de los datos de entrenamiento para prevenir sesgos, la transparencia e información detallada a los postulantes, y la obligación ineludible de garantizar una supervisión humana sustancial (human-in-the-loop).
En sintonía con las estrategias de prevención técnica y jurídica, Presno Linera recoge la propuesta formulada por Soriano Arnanz, orientada al: "establecimiento de un sistema «de mejores técnicas disponibles» que prevenga las discriminaciones sin reducir la eficiencia y precisión de la IA, acudir a la contratación pública para evitar el uso de algoritmos excluyentes y colectivizar la protección frente a los riesgos derivados del uso de sistemas automatizados" (4).
El principio de las "mejores técnicas disponibles" impone que los empleadores no pueden librarse de sus deberes legales mediante la mera adquisición de softwares comerciales estandarizados. Tienen la obligación diligente de adquirir e implementar exclusivamente aquellas herramientas que hayan sido sometidas a controles independientes de auditoría y mitigación de sesgos.

6. CONCLUSIONES Y CRITERIOS RECTORES PARA EL ORDENAMIENTO ARGENTINO

La aplicación de la inteligencia artificial generativa y de plataformas especializadas en los procesos de selección laboral representa una transformación irreversible en la organización empresarial. Sin embargo, su despliegue no puede llevarse a cabo a costa del menoscabo de las garantías fundamentales del trabajador. A lo largo de este estudio se ha demostrado que la IA no es una tecnología neutra. Al nutrirse de datos históricos, tiende a reproducir la discriminación indirecta. Asimismo, se ha enfatizado la inviabilidad de sustituir el juicio humano en materias valorativas, dada la imposibilidad de replicar la empatía y la equidad por medios algorítmicos.

Ante la falta de una legislación especial en Argentina que regule la inteligencia artificial en el ámbito del trabajo, y en el marco de la protección que otorga el artículo 14 bis de la Constitución Nacional, se formulan los siguientes criterios rectores:

1. Supervisión Humana Sustancial Obligatoria (Human-in-the-Loop): El uso de ChatGPT o HireVue debe limitarse a una función estrictamente de insumo auxiliar. Ningún rechazo o preselección de candidaturas debe ser dispuesto de forma puramente automatizada; la decisión final debe ser adoptada de maneraconsciente y valorativa por un seleccionador humano.

2. Derecho a la Transparencia y Explicabilidad: El empleador debe informar de manera previa y clara a los aspirantes sobre la utilización de herramientas de IA en el proceso. En caso de descarte, el postulante tendrá derecho a recibir una explicación inteligible sobre las razones objetivas que motivaron la medida.

3. Auditoría Previa y Mejores Técnicas Disponibles: Las empresas que incorporen IA en sus áreas de recursos humanos deben exigir a los proveedores certificaciones que acrediten la auditoría continua de los algoritmos y la implementación de técnicas efectivas de mitigación de sesgos.

4. Carga Probaria Dinámica: Ante la alegación verosímil por parte de un postulante
de haber sido víctima de una exclusión discriminatoria, operará la inversión de la
carga de la prueba, correspondiendo al empleador demostrar la neutralidad técnica
del sistema y la objetividad de los parámetros utilizados.

7. NOTAS AL PIE Y BIBLIOGRAFÍA

Notas al pie de página
(1) PRESNO LINERA, Miguel Ángel, Derechos fundamentales e inteligencia artificial, Madrid, Colección Debates Constitucionales, Ediciones Cátedra / Dykinson, 2022, p. 65. El autor cita los trabajos de Kahneman, D., Sibony, O. y Sunstein, C. R. (2021) para fundamentar cómo los algoritmos replican los sesgos humanos preexistentes presentes en las muestras de datos. (2) PRESNO LINERA, Miguel Ángel, ob. cit., p. 66 (con referencia a las investigaciones de PONCE SOLÉ, Juli, 2019a). (3) PRESNO LINERA, Miguel Ángel, ob. cit., p. 67. Se analiza la propuesta doctrinaria de Juli Ponce Solé referida a la exigencia de mantener una "Reserva de humanidad y supervisión humana de la inteligencia artificial" ante la incapacidad algorítmica de razonar con empatía. (4) PRESNO LINERA, Miguel Ángel, ob. cit., p. 68 (citando las propuestas de SORIANO ARNANZ respecto al uso de las "mejores técnicas disponibles" en la prevención de la discriminación algorítmica). (5) Corte Suprema de Justicia de la Nación, "Pellejero, María Isabel c/ Banco Hipotecario S.A. s/ amparo", Fallos: 333:2308 (criterio jurisprudencial sobre la carga probatoria dinámica en actos discriminatorios). (6) Unión Europea, Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial (Reglamento de Inteligencia Artificial), Anexo III, punto 4.

Bibliografía consultada
● FERNÁNDEZ MADRID, Juan Carlos. Tratado Práctico de Derecho del Trabajo.
Tomos I y II. Buenos Aires: La Ley, 2021.

● GOLDIN, Adrián. Los principios del Derecho del Trabajo y la transformación
tecnológica. Buenos Aires: Abeledo-Perrot, 2020.
● KAHNEMAN, Daniel; SIBONY, Olivier; SUNSTEIN, Cass R. Noise: A Flaw in Human
Judgment. New York: Little, Brown and Company, 2021.
● PONCE SOLÉ, Juli. "Reserva de humanidad y supervisión humana de la inteligencia
artificial", El Cronista del Estado social y democrático de Derecho, núm. 100, 2022,
pp. 58-67.
● PRESNO LINERA, Miguel Ángel. Derechos fundamentales e inteligencia artificial.
Colección Debates Constitucionales. Madrid: Dykinson, 2022.
● SORIANO ARNANZ, A. "Medidas para prevenir exclusiones algorítmicas en la
gestión del talento y el sector público", Revista General de Derecho Administrativo,
núm. 50, 2019, pp. 117-122.
● UNIÓN EUROPEA. Reglamento de Inteligencia Artificial (AI Act). Bruselas:
Parlamento Europeo y Consejo de la Unión Europea, 2024.