logo móvil
Contáctanos

Metodología de Diseño Basada en el Conocimiento para la Gestión de la Información de Recursos Humanos

Autores: Morales-Zaleta, Sofía; Ponce-Flores, Mirna Patricia; Castilla-Valdez, Guadalupe; Frausto-Solís, Juan; González-Barbosa, Juan Javier; Alarcón-Ruiz, Erika

Idioma: Inglés

Editor: MDPI

Año: 2026

Descargar PDF

Acceso abierto

Artículo científico
2026

Metodología de Diseño Basada en el Conocimiento para la Gestión de la Información de Recursos Humanos


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Gestión de recursos humanos
Inteligencia artificial
Procesamiento de lenguaje natural
Reclutamiento
Repositorio de CV
Selección de candidatos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La gestión de recursos humanos es un eje estratégico para las organizaciones, especialmente en contextos donde las herramientas de inteligencia artificial (IA), como el procesamiento de lenguaje natural (PLN), juegan un papel fundamental. Reclutar solicitantes externos de grandes repositorios de CV requiere un cribado consistente. La metodología propuesta implica aprovechar un repositorio de currículos vitae (CV) existente, estructurar e indexar los datos dentro de una base de conocimiento basada en vectores y aplicar técnicas de recuperación para identificar candidatos que satisfagan criterios específicos del rol. Usando 5029 CV como referencia, evaluamos 3 consultas, 3 variables (Título, Habilidades, Experiencia) y 7 escenarios. Muestreando n = 76 CV para las Consultas 1-2 y n = 350 CV para la Consulta 3. El enfoque propuesto logró una especificidad consistentemente alta en todos los escenarios y perfiles de consulta, mientras que la sensibilidad mostró las mayores fluctuaciones, particularmente bajo configuraciones de requisitos únicos. En todas las consultas y escenarios, la precisión osciló entre 65.79-98.00%, la especificidad entre 86.67-100.00%, y la sensibilidad entre 0.00-94.92%, mientras que las tasas de error disminuyeron del 34.21% al 2.00% a medida que aumentó la rigurosidad de las restricciones. La sensibilidad fluctuó más bajo configuraciones de requisitos únicos, y el cribado solo de Experiencia mostró el comportamiento de selección más débil. Además, los resultados indican que la capacidad de confirmar candidatos adecuados es sensible a la formulación de la consulta, ya que la denominación no estándar de roles, la redacción de la experiencia y otras variaciones léxicas pueden reducir la capacidad del sistema para detectar evidencia positiva. En general, estos hallazgos indican que un diseño centrado en la base de conocimiento permite un cribado de candidatos impulsado por requisitos de manera consistente e interpretable y proporciona una línea base cuantitativa para futuras mejoras en los sistemas de recuperación orientados al reclutamiento.

Otros recursos que podrían interesarte

Temas Virtualpro