Judd Kessler, economista de Wharton, lo dijo sin dramatismo el año pasado: dejó de leer cartas de presentación porque todas, de repente, eran excelentes.

No porque los candidatos hubieran mejorado. Porque ChatGPT escribe una carta perfecta en el tiempo que toma pedir un café.

Su conclusión, publicada en Knowledge at Wharton, es la misma que ahora repiten McKinsey, Google, BCG y Cisco: la carta de presentación no murió de mala salud, murió de éxito.

Se volvió tan fácil de producir que dejó de decir algo. Lo que la sustituyó no es más inteligencia artificial. Es una llamada telefónica de alguien que ya te conoce.

El cheap talk que devaluó cada solicitud de empleo

En economía hay un concepto poco romántico para esto: cheap talk, charla barata. Una señal solo vale si cuesta algo producirla.

Antes, escribir una carta de presentación decente costaba tiempo y esfuerzo. Ese esfuerzo era la señal — le decía al reclutador “esta persona sí quiere el puesto”.

Un estudio de Yale analizó más de cinco millones de cartas enviadas a cien mil vacantes en Freelancer.com.

Después de que la plataforma metió una herramienta de IA para redactar cartas, la correlación entre una carta “bien ajustada” y conseguir respuesta del empleador cayó 51%.

Es el mismo mecanismo del examen que se filtra: en cuanto todos tienen las respuestas, el examen deja de medir nada.

Marie Christine Padberg, socia de McKinsey, lo puso más brutal en Business Insider: “ya se fueron hace mucho. No más carta de presentación.”

Google no las pide desde hace más de cinco años. Solo pide un currículum bien construido.

Ahí sí conviene saber cómo hacer que tu CV pase los filtros de inteligencia artificial antes de que un humano lo vea.

BCG lleva casi una década sin pedirlas. La IA no inventó la tendencia — la aceleró hasta hacerla innegable.

Por qué las referencias personales importan más que el currículum con IA

Aquí está el giro que la mayoría del análisis se salta: si el texto generado ya no cuesta nada, la señal se mueve hacia lo que sigue siendo costoso.

Y lo más costoso — lo que ninguna IA puede fabricar por ti — es que otra persona ponga su nombre detrás del tuyo.

Kessler lo resumió con precisión quirúrgica en LinkedIn: “el valor de una carta de recomendación nunca vino del tiempo que tomó escribirla. Viene de que alguien está dispuesto a servir como referencia en tu nombre. Tienes que ser suficientemente bueno para que yo dé la cara por ti.”

Eso no se automatiza. Nadie le presta su reputación a un prompt.

Y hay números detrás de esa intuición, no solo elegancia retórica. La investigación de Kessler con Sara Heller, de la Universidad de Michigan, midió el efecto real.

Tener acceso a una carta de recomendación breve de un supervisor elevaba el empleo juvenil 4.5% al año siguiente, y los ingresos 4.9% durante cuatro años.

Usarla de verdad —no solo tenerla disponible— sumaba otro 10-15% de efecto.

Eso es Working Girl de 1988 puesto en cifras. Melanie Griffith no consiguió su ascenso con un currículum impecable, lo consiguió porque alguien la conocía y estuvo dispuesto a arriesgar algo por ella.

La película tenía razón cuarenta años antes de que un estudio de Wharton se lo confirmara con datos.

¿Qué pregunta ahora un reclutador que ya no confía en tu carta de presentación?

La pregunta cambió de “¿qué dice tu carta?” a “¿quién responde por ti?”.

Eso explica por qué Wipro está haciendo llamadas telefónicas tempranas antes de la ronda final, y por qué BCG metió evaluaciones conductuales.

En el Reino Unido, 36% de los empleadores ya redujo plazas de nivel inicial, según la encuesta de Reuters a Survation para Work Foundation.

Ahí, jóvenes de India están ofreciendo su primer sueldo completo a cambio de una recomendación que funcione.

Ese último dato debería incomodar a cualquier director de RH que lea esto pensando “menos mal, yo no vivo eso”.

Porque la contraparte de “las referencias son la solución” ya está documentada.

Stanford HAI encontró que las herramientas de IA para filtrar candidatos generan sesgo racial sistemático, sobre 4 millones de solicitudes analizadas.

26% de los solicitantes negros y 15% de los asiáticos aplicaron a posiciones donde el algoritmo los perjudicó de forma medible.

Resolver el ruido de la IA con más red de contactos personales no es gratis. Simplemente se puede estar cambiando un sesgo automatizado por uno más viejo y más humano.

¿Estamos resolviendo el ruido de la IA o solo regresando al nepotismo de toda la vida?

Esta es la pregunta que casi nadie que celebra “el regreso de lo humano” se está haciendo en serio.

Una red de contactos está moldeada por clase, geografía, educación y apellido.

Si la única señal que sobrevive a la IA es “quién te conoce”, el filtro no se volvió más justo. Se volvió más honesto sobre a quién ya favorecía desde antes.

Para un equipo de RH que hoy le pide a su comité “confíen más en referencias, menos en CV”, la tarea no es solo cambiar el criterio de filtro.

Es auditar de quién viene esa red de referencias.

De lo contrario, se convierte en la puerta trasera por la que el sesgo entra sin pasar por ningún algoritmo que alguien tenga que explicar en un comité de compliance.

Tres preguntas antes de rediseñar tu proceso de filtrado:

• ¿Tu programa de referidos está ampliando tu red de candidatos o solo reciclando la que ya tienes?
• ¿Alguien audita quién queda fuera cuando el criterio principal deja de ser el CV y pasa a ser “conoce a alguien adentro”?
• ¿Tienes una señal intermedia —una prueba de habilidad, una llamada temprana— que no dependa ni de un algoritmo ciego ni de una red cerrada?

Si tu empresa ya está sintiendo que el filtro de entrada dejó de servir, la pregunta real no es qué herramienta usar.

Es si ese diagnóstico —hecho a tiempo— evita que la siguiente contratación mal hecha termine explicándose en la junta de resultados.

Eso es justo lo que trabajo en consultoría con equipos que están rediseñando cómo deciden, no solo qué herramienta usan: luisgyg.com/consultoria.

Supervisado por Santiago González y Musi.