McKinsey & Company ha dado un paso significativo en la automatización de sus procesos de selección. Según informa The Wall Street Journal, la firma está probando una herramienta que obliga a candidatos de nivel de entrada —principalmente universitarios que aspiran a puestos de analista de negocio— a mantener una conversación de diez minutos con una simulación de cliente impulsada por inteligencia artificial. El objetivo no es reemplazar al evaluador humano, sino estandarizar la primera barrera de entrada y medir competencias blandas en un entorno controlado.

La simulación, según la descripción filtrada, está diseñada para reflejar el 80% de los escenarios que un consultor junior enfrenta en su día a día: desde la definición del alcance de un proyecto hasta la gestión de expectativas cambiantes. Importante: el sistema no busca replicar a un "cliente desquiciado" ni situaciones de estrés extremo, sino interacciones profesionales representativas. Durante la prueba, dos evaluadores humanos observan la interacción en tiempo real y son quienes finalmente puntúan al candidato. La IA actúa como un árbitro imparcial que presenta el mismo desafío a todos los aspirantes, eliminando la variabilidad que introduce un entrevistador humano cansado o con sesgos inconscientes.

Este movimiento no ocurre en el vacío. Grandes corporaciones como Unilever, Goldman Sachs o Amazon llevan años experimentando con videojuegos, análisis de video y chatbots para cribar currículums. Sin embargo, el caso de McKinsey es paradigmático porque una firma cuyo producto es el capital humano y el juicio experto decide delegar en un modelo generativo la recreación de su materia prima: la relación cliente-consultor. La apuesta revela una confianza creciente en la capacidad de los LLM para modelar dinámicas conversacionales complejas, algo que hasta hace poco se considerava territorio exclusivo de la intuición humana.

Los riesgos, no obstante, son evidentes. Una simulación, por sofisticada que sea, no captura la ambigüedad real, las señales no verbales ni la política organizativa que a menudo define el éxito en consultoría. Existe el peligro de que los candidatos optimicen su desempeño para el "juego" —aprendiendo patrones de respuesta que satisfacen al modelo— en lugar de demostrar genuina capacidad de análisis y empatía. Además, la opacidad de los criterios de evaluación humana sobre la interacción con la IA podría introducir nuevos sesgos: ¿qué valora más el observador, la cortés, la estructura lógica o la creatividad disruptiva?

Para los profesionales tecnológicos hispanohablantes, la noticia subraya una tendencia irreversibles: la evaluación de talento se está convirtiendo en un problema de ingeniería de prompts y diseño de entornos sintéticos. Las competencias más valoradas ya no son solo el conocimiento técnico o el caso de estudio resuelto, sino la adaptabilidad a interfaces conversacionales, la capacidad de iterar rápidamente ante feedback algorítmico y la hábilidad para distinguir señal de ruido en datos generados por máquinas. McKinsey, al fin y al cabo, está contratando a la primera generación de consultores que trabajarán codo a codo con copilotos de IA; tiene sentido que su prueba de acceso refleje esa realidad.

El piloto se limita por ahora a "algunas" oficinas y al perfil de analista de negocio. Si los resultados validan la correlación entre desempeño en la simulación y éxito en el proyecto real, la expansión a otros niveles —incluso a socios que deben gestionar comités directivos virtuales— es una cuestión de tiempo. La línea entre "entrevista" y "sandbox de trabajo" se difumina, y con ella la definición misma de lo que significa estar preparado para el mercado laboral de la era generativa.