Escribir las preguntas antes y puntuar con una rúbrica más que duplica la validez de una entrevista. No cuesta dinero. Casi nadie lo hace.
Empecemos por el experimento que debería haber cambiado esto y no lo cambió. En 2013, Dana, Dawes y Peterson pidieron a unos sujetos que predijeran la nota media del siguiente semestre de unos estudiantes. A unos les dieron solo el expediente. A otros, el expediente más una entrevista.
Los que entrevistaron predijeron peor.
Y hay una segunda parte, más incómoda. En una de las condiciones, los entrevistados tenían instrucciones de responder al azar —sí o no según una regla arbitraria, sin relación con la pregunta—. Los entrevistadores no solo no lo detectaron: salieron sintiendo que habían conocido a la persona. Construyeron una impresión coherente a partir de ruido.
Eso es lo que hace tan difícil abandonar la entrevista libre. No es que prediga poco: es que produce la sensación de haber predicho bien. Y esa sensación no se corrige con experiencia, porque de los candidatos que rechazas nunca sabes qué habría pasado.
Qué significa que un método «predice»
La medida se llama validez predictiva: la correlación entre lo que puntúa el método y el desempeño posterior en el puesto. Va de 0 a 1, y conviene traducirla antes de usarla, porque la intuición engaña.
La proporción de variabilidad del desempeño que explica un método es la correlación al cuadrado. Es decir:
| Validez | Varianza explicada | Lectura honesta |
|---|---|---|
| 0,19 | 3,6% | Entrevista libre: casi ruido |
| 0,31 | 9,6% | Prueba de capacidad cognitiva |
| 0,42 | 17,6% | Entrevista estructurada: lo mejor disponible |
| 0,50 | 25,0% | Combinando dos métodos complementarios |
Léelo despacio, porque marca el tono de toda la pieza: el mejor método de selección que existe explica menos de una quinta parte de lo que va a pasar. Nadie puede predecir a quién está contratando. Lo que se puede hacer es mejorar la apuesta, y mejorarla, aplicada a muchas decisiones, mueve mucho dinero.
Cualquiera que te venda un instrumento prometiendo acertar está vendiendo otra cosa.
La tabla, y la corrección que casi nadie ha incorporado
Durante veinticinco años la referencia fue el metaanálisis de Schmidt y Hunter (1998), que situaba las pruebas de capacidad cognitiva en 0,51 y las coronó como «el mejor predictor del desempeño laboral». Esa cifra sigue en manuales y en presentaciones de consultoría.
En 2022, Sackett, Zhang, Berry y Lievens publicaron una revisión con un argumento técnico y contundente: las correcciones por restricción de rango que se venían aplicando estaban infladas, porque usaban artefactos que no correspondían a los estudios concretos. Rehechas con criterios más conservadores, el cuadro cambia:
| Método | Validez |
|---|---|
| Entrevista estructurada | ≈ 0,42 |
| Prueba de conocimientos del puesto | ≈ 0,40 |
| Muestra de trabajo | ≈ 0,33 |
| Capacidad cognitiva general | ≈ 0,31 |
| Pruebas de integridad | ≈ 0,31 |
| Responsabilidad (de los cinco grandes) | ≈ 0,19 |
| Entrevista NO estructurada | ≈ 0,19 |
| Años de experiencia | ≈ 0,18 |
Dos cosas saltan a la vista. La primera: la entrevista estructurada encabeza la tabla, y es el método más barato de todos, no hay que comprar nada. La segunda: los años de experiencia cierran la tabla con 0,18 —un 3% de la varianza— y son, sin embargo, el filtro que casi todos los anuncios ponen primero. Se criba por lo que menos informa de la lista.
Sobre el MBTI, ya que va a salir
El test de personalidad más usado en empresa no debería usarse para decidir contrataciones ni ascensos. Corta en dos dimensiones que son continuas —dos personas casi idénticas reciben etiquetas opuestas—, su fiabilidad test-retest es baja (bastante gente cambia de tipo al repetirlo semanas después) y no ha demostrado validez predictiva sobre el desempeño. Y la fiabilidad pone el techo a la validez: un instrumento que no da el mismo resultado dos veces no puede predecir nada. Como dinámica para hablar de estilos es inofensivo; como criterio de decisión sobre la vida laboral de alguien, no está justificado.
Cuánto te cuesta decidir a ojo
Supone que sin ningún cribado la mitad de tus contrataciones funcionarían. Cambia el método y mira qué pasa con la proporción de aciertos y con la factura del año.
La palanca que nadie mira: cuánta gente se presenta
Mueve en la calculadora los candidatos por plaza de 4 a 10 sin tocar el método. Sube bastante. Ahora ponlo en 1 y prueba a cambiar el método: no pasa nada.
Es obvio en cuanto se dice y casi nadie lo aplica: un método de selección solo rinde si hay entre quién elegir. Con un candidato por plaza, la validez del instrumento es literalmente irrelevante, porque no hay decisión que tomar. Solo hay que decidir si contratas o te quedas sin cubrir el puesto.
Por eso el orden correcto de inversión suele ser el contrario del habitual: primero llenar el embudo (mejor anuncio, pagar algo por encima del convenio, abrir el proceso antes, buscar donde está la gente) y después afinar el instrumento. Muchas empresas compran el test y dejan el anuncio como estaba.
Por qué la entrevista libre falla
No es que los entrevistadores sean malos jueces. Es que el formato tiene todas las papeletas, y cada fallo tiene su antídoto:
- Efecto halo. Una impresión global positiva contamina todas las dimensiones. Si el candidato cae bien, se le puntúa alto también en organización, sin ninguna evidencia sobre eso.
- Primera impresión y confirmación. La decisión se forma en los primeros minutos y el resto de la entrevista se dedica, sin mala fe, a buscar información que la confirme. Hasta las preguntas cambian.
- Efecto de contraste. El candidato se juzga contra el anterior, no contra el puesto. Uno mediano después de tres malos parece bueno.
- Similitud. Se puntúa mejor a quien se parece a uno en trayectoria, aficiones o forma de hablar. Es la vía principal por la que un proceso informal reproduce la plantilla que ya tienes.
- Preguntas distintas a cada uno. Sin guion, cada candidato responde a un examen diferente. Las puntuaciones no son comparables, que es la definición de un instrumento sin fiabilidad.
Estructurar: cuatro reglas y ningún gasto
- Las mismas preguntas, en el mismo orden, a todos, sacadas de lo que el puesto exige de verdad. Media hora de preparación, una vez.
- Preguntas conductuales o situacionales. «Cuéntame la última vez que un cliente te montó un escándalo: qué hiciste exactamente» funciona; «¿te consideras una persona resolutiva?» solo mide capacidad de venderse.
- Rúbrica escrita antes, con ejemplos de qué respuesta merece un 1, un 3 y un 5. Sin rúbrica, la puntuación es una impresión con un número al lado.
- Puntuar pregunta a pregunta y en solitario antes de reunirse. Si dos entrevistadores comentan sobre la marcha, sus juicios dejan de ser independientes y se pierde la mitad de la ventaja de ser dos.
Esa última regla es la que más se salta y la que más vale. Promediar juicios independientes cancela buena parte del error aleatorio; promediar juicios que se han contaminado entre sí, no. Es el mismo motivo por el que una reunión donde el jefe opina primero produce peores decisiones que una donde todos escriben su valoración antes de entrar.
Compruébalo tú
Una empresa contrata 10 personas al año con entrevista libre y recibe 4 candidaturas por plaza. Una mala contratación le cuesta 4.200 €. Le proponen dos opciones: (a) comprar un test de personalidad por 3.000 € al año, o (b) dedicar un día a escribir un guion de entrevista y una rúbrica. ¿Cuál elige?
Ver la solución paso a paso
Paso 1: Situación de partida. Con validez 0,19, 4 candidatos por plaza (una ratio de selección del 25%) y una tasa base del 50%, la proporción de aciertos queda en torno al 60%. De 10 contrataciones fallan unas 4: cerca de 17.000 € al año.
Paso 2. Opción (a), el test de personalidad. Un test de los cinco grandes bien construido aporta en torno a 0,19 por sí solo, y buena parte de eso solapa con lo que ya capta una entrevista. Su validez incremental sobre lo que ya se hace es pequeña. Quizá lleve el conjunto a 0,25. Los aciertos suben al 63% y se evita menos de un tercio de contratación mala al año: unos 1.300 € de ahorro frente a 3.000 € de coste. Pierde dinero.
Paso 3: Opción (b), estructurar. Pasar de 0,19 a 0,42 lleva los aciertos a alrededor del 72%. Fallan 2,8 en vez de 4: se evitan 1,2 contrataciones malas al año, unos 5.000 €. Coste: un día de trabajo, una vez, y la entrevista dura lo mismo que antes.
Paso 4. El detalle que decide. El ahorro de (b) se repite todos los años sin volver a pagar nada, mientras que el test hay que renovarlo cada año. A tres años, (b) ha ahorrado unos 15.000 € por un día de trabajo y (a) ha perdido 5.100 €.
Paso 5, Y la tercera opción, que es la buena. Con los 3.000 € del test, subir el número de candidatos. Si el proceso pasa de 4 a 8 candidaturas por plaza y se estructura la entrevista, los aciertos se van al 77%, y añadiendo una muestra de trabajo, por encima del 82%. Las dos palancas se multiplican: mejor instrumento sobre más gente entre la que elegir. Compruébalo en la calculadora moviendo las dos cosas a la vez.
La lección: lo más rentable en selección casi nunca es comprar un instrumento. Es escribir las preguntas antes, puntuar con una rúbrica y conseguir más candidatos. Las tres cosas gratis o casi, y las tres en contra del instinto de quien lleva veinte años fiándose de su ojo.
Si nadie predice bien, ¿para qué molestarse?
Porque la alternativa a una apuesta mediocre no es una apuesta perfecta: es una apuesta peor. Pasar del 60% al 72% de aciertos parece poco en una contratación y es enorme en cincuenta.
Y hay una segunda razón que no es económica. Un proceso estructurado es más justo: todo el mundo responde a lo mismo, se puntúa con el mismo criterio y queda por escrito por qué se decidió. Eso reduce el margen para que la simpatía, el parecido o el apellido decidan, que es lo que ocurre por defecto cuando el método es «me fío de mi ojo».
Lo que esta pieza no cubre
Esto explica qué predice el desempeño y cuánto. No es asesoramiento legal: los requisitos de la normativa laboral y de protección de datos sobre qué se puede preguntar, qué pruebas se pueden aplicar y cómo se conservan las candidaturas son otra cosa y varían por país. Tampoco entra en el impacto adverso de algunas pruebas cognitivas sobre determinados grupos, que es un problema real, con literatura propia y consecuencias legales. Se apunta en el máster, pero merece más espacio del que cabe aquí.