Tu CV ya no compite contra otros candidatos. Compite contra un sistema que decide, antes de que un humano lo vea, si vale la pena enseñárselo a alguien.

Llevo años viendo currículums de gente brillante quedarse fuera de procesos para los que sobra calificación. El patrón se repite: el problema casi nunca es la experiencia, es el empaque.

La mayoría de los CVs calificados nunca los lee un humano

Antes de que un reclutador abra tu documento, un software ya lo procesó, lo comparó contra la vacante y le puso una nota.

No es que el software sea cruel. Es que no entendió lo que tenía enfrente — como un examinador de aduana que confisca tu champú porque el frasco dice 150ml y la regla es 100.

El sistema convierte tu CV en texto plano y lo compara contra la vacante en algo parecido a un mapa de significados.

Si tu CV no está armado pensando en ese mapa, pierdes antes de competir. Es llegar a un examen de opción múltiple con la mejor respuesta del mundo, en ensayo.

¿Cómo hacer que mi CV pase los filtros de inteligencia artificial?

La respuesta corta: pensando primero en la máquina, después en el humano al que esa máquina eventualmente le va a mostrar tu CV.

Y esto empieza mucho antes del contenido — empieza en cómo está construido el documento.

Un estudio de la herramienta Scale encontró que los CV a una columna alcanzan entre 93% y 96% de precisión al ser leídos por estos sistemas. Los de dos columnas caen a 78%–86%.

Traducción: ese CV a dos columnas que le costó horas a tu diseñador de confianza está optimizado para una entrevista de los 2000, no para sobrevivir al filtro de 2026.

Jobscan, tras analizar más de un millón de envíos, reportó que los CV de dos columnas tienen 43% más errores críticos de lectura que los de una sola.

Tu formato le habla al sistema antes de que un humano vea el CV

Formato resuelto, sigue el vocabulario. Y aquí es donde más gente se equivoca por exceso de modestia mal entendida.

Jobscan recomienda un “match rate” de al menos 75% entre tu CV y la vacante para tener probabilidad real de entrevista.

Los sistemas más sofisticados ya no buscan coincidencias exactas — entienden que “modelado estadístico con Python” se parece a “machine learning con scikit-learn” aunque las palabras no coincidan letra por letra.

Pero según datos reportados por JobHire, herramientas más simples siguen premiando la palabra exacta del empleador. “Trabajo en equipo” y “colaboración multifuncional” no siempre se leen como sinónimos.

La solución no es sofisticada: identifica los términos que se repiten al menos dos veces en la vacante, y ponlos en tu CV con el lenguaje exacto del empleador — acrónimo y forma completa, ambos. Este ajuste de vocabulario es, en la práctica, gran parte de lograr que tu CV se lea bien tanto para un algoritmo como para quien lo revisa después.

¿Por qué «responsable de» ya no le dice nada a una máquina que decide por ti?

Porque no dice nada, punto — ni a la máquina ni al humano que llegue después.

Los sistemas de IA generativa ya no solo cuentan palabras clave. Según datos reportados por JobHire, buscan patrones de causa y efecto, no una lista de responsabilidades genérica.

La estructura que recomienda esa misma fuente se llama CAR: Challenge, Action, Result. Un verbo de acción, un contexto, un número.

“Responsable de estrategias de marketing” no le da al modelo nada de dónde agarrarse. Es el currículum equivalente a un horóscopo: aplica para cualquiera.

“Diseñé estrategia de contenido que incrementó el tráfico orgánico 40% en seis meses” sí ofrece algo medible — y es el bullet que un director recuerda después de leer cuarenta CVs iguales.

Lo que puedes hacer con tu CV hoy mismo

Aquí la parte que casi nadie te da completa: no basta con entender el problema, hay que dejarte algo que puedas usar en la próxima hora.

Antes de enviar tu CV a la siguiente vacante, revisa este checklist:

• Una sola columna, sin tablas ni cuadros de texto flotantes.
• Encabezados estándar: “Experiencia”, “Educación”, “Habilidades” — nada creativo.
• Vocabulario exacto de la vacante, acrónimo y forma completa cuando aplique.
• Bullets con estructura CAR: verbo de acción + contexto + resultado medible.

Si quieres automatizar la primera revisión, este es un prompt que puedes copiar y pegar en cualquier asistente de IA, pegando debajo tu CV y la descripción del puesto:

“Actúa como un sistema de selección de personal basado en IA. Compara el siguiente CV contra esta descripción de vacante. Dame un porcentaje estimado de coincidencia, señala qué palabras clave de la vacante faltan en el CV, y reescribe los tres bullets más débiles usando la estructura Challenge-Action-Result.”

Y si prefieres una herramienta ya construida para esto, Jobscan hace exactamente ese cálculo de coincidencia de forma gratuita en su versión básica — es el mismo estándar del 75% que mencionamos arriba.

Antes de enviar cualquier CV, hazte estas dos preguntas: ¿un editor de texto plano muestra tu información en el mismo orden que tu diseño original? ¿Cada bullet de tu experiencia tiene un número, no solo una responsabilidad?

Si quieres ver esta estructura aplicada completa, en nuestro curso de IA para principiantes desglosamos cómo convertir experiencia real en un CV que un sistema entiende sin perder tu voz.

La ironía que nadie te dijo

Optimizar tu CV para una máquina no es rendirte al robot. Es el mismo elevator pitch de siempre, pero por escrito y sin ascensor.

Durante años se nos enseñó a redactar CVs “creativos” para destacar frente a un humano cansado de leer cien documentos idénticos.

El problema es que ahora el primer lector ni siquiera tiene ojos, y la creatividad mal ubicada — columnas, iconos, tablas — es justo lo que lo confunde.

No se trata de sonar como robot. Se trata de que el robot pueda leer bien lo humano que ya tenías que decir.

Tu experiencia no caduca. Pero si el sistema no la puede leer, tampoco importa.

Y si quieres que este tipo de análisis te llegue antes de que se vuelva tendencia de LinkedIn, suscríbete al mail — ahí es donde se toman las decisiones, no en el post que ya vieron todos.

Supervisado por Santiago González y Musi.