La norma de contratación de Anthropic señala una nueva tensión en el mercado laboral de la IA
Según informes, Anthropic prohíbe a los candidatos usar herramientas de IA durante las entrevistas de trabajo en vivo, salvo que la empresa indique explícitamente lo contrario. La política, descrita en un informe que cita a Bloomberg Businessweek, es sencilla en apariencia: la empresa quiere ver cómo piensan realmente los postulantes, sin delegar el momento de la evaluación a la misma clase de herramientas que desarrolla.
Eso convierte la norma en algo más que una nota al pie sobre contratación. Captura una contradicción creciente en la economía de la IA. Los desarrolladores de modelos más avanzados están construyendo sistemas destinados a amplificar el trabajo humano, pero cuando evalúan talento, aún pueden querer una visión clara del razonamiento, el juicio y la comunicación sin ayuda.
El enfoque de Anthropic sugiere que la empresa ve una diferencia entre usar la IA como una capa de productividad en el trabajo y usarla como sustituto durante una evaluación. En una entrevista, el punto no es solo la respuesta final. Es el camino hacia esa respuesta, las concesiones que detecta una persona y la capacidad de responder en tiempo real ante la ambigüedad o el desafío.
Cómo se describe el proceso de entrevistas
Según el texto fuente, los candidatos de Anthropic pueden pasar por hasta cinco rondas de entrevistas y pruebas. Una de las etapas más destacadas se describe como una “entrevista cultural”, en la que los postulantes se enfrentan a preguntas sobre valores, visión del mundo y dilemas éticos.
Ese énfasis encaja con la identidad pública que Anthropic ha intentado cultivar. La empresa se ha posicionado no solo como un laboratorio de IA de frontera, sino también como una organización que pone en primer plano la seguridad, la gobernanza y las consecuencias sociales de los sistemas avanzados. Por eso, una evaluación cultural centrada en valores y razonamiento ético es coherente con el tipo de organización que quiere presentar.
El texto fuente dice que las entrevistas culturales supuestamente son más intensas que en otras empresas y que no superar esa etapa puede poner fin, en la práctica, a las posibilidades de un candidato. Si esto es correcto, significa que Anthropic trata la alineación de visión y el juicio como criterios centrales de contratación, en lugar de simples verificaciones secundarias de encaje una vez establecida la capacidad técnica.
Para una empresa que desarrolla sistemas de IA muy capaces, esa es una decisión importante. Implica que Anthropic cree que quién construye el sistema importa casi tanto como lo que puede construir.
Por qué prohibir la IA en las entrevistas es simbólicamente importante
La norma contra la asistencia de IA probablemente resuene porque va a contracorriente de una tendencia más amplia. En muchos entornos de trabajo intelectual, el uso de IA se está normalizando rápidamente. La gente la usa para redactar, investigar, resumir y, cada vez más, para prepararse para entrevistas. Algunas empresas incluso esperan que los candidatos sepan usar la IA de forma eficaz.
La norma reportada de Anthropic traza un límite más nítido. Dice que todavía hay situaciones en las que debe observarse directamente el razonamiento independiente. Eso no rechaza la IA como herramienta. Define un contexto en el que el uso de herramientas interferiría con la señal que la empresa intenta medir.
Esa señal es especialmente valiosa en las entrevistas en vivo. La discusión en tiempo real revela cómo un candidato formula un problema, qué supuestos expone, cómo reacciona bajo presión y si puede defender una posición cuando la conversación se complica. La IA puede ayudar a producir un lenguaje pulido, pero el lenguaje pulido no es lo mismo que un juicio demostrado.
Por ello, la norma de contratación podría llegar a ser influyente incluso fuera de Anthropic si otras empresas concluyen que las entrevistas asistidas por IA han empezado a reducir la utilidad de los métodos de evaluación convencionales.
La economía de contratar talento élite en IA
El informe también apunta a la intensidad creciente de la economía que rodea al mejor talento en IA. Según el texto fuente, los salarios en Anthropic pueden alcanzar los 850.000 dólares, más acciones. También señala que los empleados actuales de OpenAI y Anthropic están generando una gran riqueza en papel, lo que contribuye a la ansiedad de los desarrolladores que no participan de ese alza.
Ese contexto ayuda a explicar por qué las prácticas de contratación de los laboratorios de frontera están atrayendo atención. No se trata de trabajos de software ordinarios que compiten solo por bandas salariales. Son puestos dentro de empresas que están en el centro del auge actual de la IA, donde la compensación, el estatus y la influencia percibida están inusualmente concentrados.
El texto informa además que algunos candidatos gastan en promedio 4.600 dólares en coaching de preparación llevado de forma anónima por empleados actuales de OpenAI y Anthropic. Si esa cifra es representativa, muestra con qué rapidez está surgiendo un mercado de preparación para entrevistas alrededor de un pequeño grupo de empleadores. En la práctica, la contratación en laboratorios de frontera ha empezado a parecerse a un ecosistema de admisión, con señales costosas, entrenamiento especializado y filtros de alto riesgo.
Eso tiene implicaciones obvias para la equidad. Si el acceso a las empresas de IA de élite depende cada vez más de una preparación pagada, entonces las oportunidades pueden inclinarse hacia quienes pueden permitirse optimizar el proceso, y no solo demostrar capacidad.
Lo que la política dice sobre confianza y evaluación
A un nivel más profundo, la norma reportada de Anthropic expone un problema de confianza que muchos empleadores afrontarán pronto. Si las herramientas de IA pueden generar respuestas sólidas para una entrevista a demanda, ¿cómo distingue una empresa entre la fluidez genuina y la asistencia bien gestionada? Una respuesta es rediseñar por completo las entrevistas. Otra es prohibir el uso de IA en el entorno en vivo y depender más de la conversación, la improvisación y el razonamiento bajo escrutinio.
Anthropic parece estar eligiendo la segunda vía, al menos por ahora. Tiene sentido para una empresa que intenta entender si un candidato puede razonar sobre preguntas nuevas en lugar de recuperar respuestas bien empaquetadas. También encaja con la idea de que el desarrollo de IA orientado a la seguridad requiere personas capaces de razonar con claridad sobre la incertidumbre, los incentivos y la ética sin tratar la salida de un modelo como sustituto del juicio.
Que otras empresas sigan ese camino dependerá de lo que valoren más. Algunas podrían recompensar cada vez más la colaboración eficaz entre humanos e IA incluso en la propia entrevista. Otras podrían decidir que ciertos puestos siguen requiriendo una mirada sin filtros a cómo razona una persona por su cuenta.
Un adelanto de debates laborales más amplios
Es probable que la política de entrevistas de Anthropic se lea como una decisión de contratación limitada, pero apunta a un debate más amplio que apenas comienza. A medida que la IA se integra en el trabajo intelectual cotidiano, las instituciones tendrán que decidir cuándo se fomenta el uso de herramientas, cuándo es obligatorio y cuándo socava el propósito de una evaluación.
Las entrevistas son uno de los primeros campos de batalla porque se supone que deben revelar la capacidad individual. Pero la misma tensión aparecerá en la educación, la certificación, la revisión de código, la redacción jurídica y la toma de decisiones directivas. La cuestión no es si la IA es útil. La cuestión es qué tipo de competencia humana todavía necesita ser visible de forma directa.
La respuesta de Anthropic, al menos en las entrevistas en vivo, es inusualmente explícita: los candidatos deben mostrar su propio pensamiento salvo que se indique lo contrario. En el contexto de una empresa de IA, esa postura tiene un peso adicional. Sugiere que incluso quienes construyen modelos avanzados creen que hay momentos en los que el valor está precisamente en ver lo que el modelo no está haciendo.
Este artículo se basa en la cobertura de The Decoder. Leer el artículo original.
Originally published on the-decoder.com
