Las decisiones de contratación son demasiado importantes como para surgir de una caja negra. Cuando un reclutador, un gerente de contratación o un revisor de cumplimiento pregunta "¿por qué este candidato obtuvo un 4?", la respuesta debe ser específica, justificable y basada en algo que el candidato realmente dijo o hizo. Este artículo explica, de principio a fin, cómo TalkScore llega a cada puntuación que genera.

Si solo vas a leer una cosa, que sea esta: TalkScore no es un modelo que ingiere una transcripción y emite un número misterioso. Es un proceso estructurado de rúbricas de comportamiento, cada una diseñada para evaluar una sola habilidad, y cada una explicable a partir de la transcripción. Todo lo que se describe a continuación explica cómo funciona ese proceso en la práctica.

El resto de este artículo es la versión detallada.

Cada entrevista de TalkScore es conducida por un agente de IA configurado para el puesto específico. Al agente se le proporciona un prompt estructurado que define:

Cada puesto tiene un conjunto de habilidades relevantes para el desempeño — generalmente entre cinco y doce, según la complejidad del rol. Un puesto de servicio al cliente podría evaluar Escucha Activa, Empatía con el Cliente, Resolución de Problemas, Profesionalismo y Atención al Detalle. Un puesto de cobranzas podría enfatizar Resiliencia, Compostura Bajo Presión y Comunicación Persuasiva. Un puesto de liderazgo de equipo podría darle más peso a la Responsabilidad, la Motivación y la Orientación al Equipo.

Para cada habilidad existe un evaluador dedicado: un prompt independiente que se ejecuta contra la transcripción y produce dos resultados.

Se genera a partir de una rúbrica explícita con descripciones ancla para cada nivel. A continuación, la escala ancla real para una habilidad — Humildad, usada en un puesto de servicio al cliente:

Cada habilidad en cada puesto tiene anclas escritas con este nivel de especificidad conductual. Las anclas describen lo que el candidato hizo o dijo, no qué tan elocuente sonó al decirlo.

Un resumen breve, dirigido al reclutador, que explica la puntuación en lenguaje claro, haciendo referencia a momentos específicos de la transcripción. Los párrafos de análisis tienen restricciones: no pueden superar una longitud definida (generalmente dos o tres oraciones), no pueden incluir frases genéricas ("el candidato estaba muy motivado") a menos que estén respaldadas por un ejemplo conductual, no pueden comentar el tono, el acento o la fluidez del candidato, y no pueden inventar información que no esté en la transcripción.

Juntos, estos dos resultados cumplen propósitos distintos. La puntuación numérica permite ordenar, filtrar y comparar candidatos a escala. El párrafo de análisis le da al reclutador el contexto necesario para actuar sobre la puntuación — para decidir si avanzar al candidato, preparar al siguiente entrevistador o anular la puntuación con su propio criterio.

Una preocupación frecuente con la puntuación por IA es que el modelo recompense a los candidatos elocuentes y penalice a los nerviosos, o favorezca a aquellos cuyo estilo de comunicación se ajusta a un trasfondo cultural o socioeconómico particular. Las rúbricas de TalkScore suprimen activamente estos sesgos. Cada rúbrica de habilidad termina con una instrucción similar a esta:

Para las habilidades donde la trampa del sesgo es particularmente evidente, la instrucción es aún más directa:

Las rúbricas están escritas de esta manera porque creemos que lo que se mide es el comportamiento, no el desempeño. Un candidato nervioso que describe una respuesta reflexiva ante un cliente difícil debería obtener la misma puntuación que un candidato seguro que describe la misma respuesta.

Una vez que cada habilidad ha sido evaluada de forma independiente, las puntuaciones por habilidad se agregan en un TalkScore general. La agregación predeterminada es la media de las puntuaciones por habilidad, presentada en la misma escala de 0 a 5. Esto es intencionalmente simple e intencionalmente inspeccionable: un reclutador que ve un TalkScore de 3.6 puede desglosar las habilidades individuales y ver exactamente cuáles impulsaron la puntuación y cuáles la arrastraron hacia abajo.

Para los puestos en los que algunas habilidades deben pesar más que otras, la agregación puede ser ponderada. La Escucha Activa y la Empatía podrían tener mayor peso en un puesto de servicio al cliente; la Resiliencia y la Compostura podrían tener mayor peso en un puesto de cobranzas. La ponderación se configura por puesto y es visible en la documentación de la rúbrica. Si no se especifican pesos, todas las habilidades cuentan por igual — pero para cualquier puesto en el que la ponderación sea relevante para tus resultados de contratación, te ayudaremos a definir un esquema que refleje lo que tu equipo de operaciones realmente valora.

La decisión de diseño más importante en una entrevista de IA no es qué habilidades puntuar — es cuánto debe durar la entrevista. Hay un equilibrio real aquí, y la respuesta correcta depende del puesto, tu grupo de candidatos y tu embudo de contratación. Preferimos hacer explícito ese equilibrio antes que fingir que no existe.

Cada pregunta adicional le da al modelo más evidencia conductual por habilidad. Una sola respuesta sobre un error pasado es evidencia razonable de Humildad; dos o tres historias independientes le dan al modelo de puntuación sustancialmente más con qué trabajar, y la puntuación resultante es correspondientemente más confiable. Las habilidades que dependen de un tipo específico de evidencia — por ejemplo, la Ingeniosidad, que se demuestra mejor a través de una historia sobre una situación con pocos recursos — se benefician especialmente de una pregunta dedicada a generar esa evidencia. En un mundo ideal con paciencia infinita de los candidatos, cada habilidad tendría su propia pregunta dedicada.

Los candidatos no tienen paciencia infinita. Una entrevista larga es agotadora — los candidatos se fatigan, dan respuestas más cortas a medida que avanza la entrevista y comienzan a tratar las preguntas posteriores como obstáculos en lugar de oportunidades. Las tasas de finalización caen: una entrevista de 25 minutos verá notablemente más abandonos a mitad de llamada que una de 12 minutos, y los candidatos que abandonan son desproporcionadamente los más fuertes, quienes tienen otras opciones. La experiencia del candidato en sí es una señal de contratación — una entrevista respetuosa y bien dosificada es parte de cómo compites por el talento. Y hay un fallo menos obvio que vale la pena nombrar: la fatiga degrada la calidad de los datos. Una entrevista más larga te da más respuestas, pero no siempre mejores.

La mayoría de las entrevistas de TalkScore duran entre 10 y 15 minutos, con cinco a siete preguntas centrales, cada una capaz de generar evidencia para dos o tres habilidades a la vez. Esto no es una coincidencia — es el rango donde la profundidad de evidencia y la experiencia del candidato tienden a equilibrarse para los puestos que vemos con más frecuencia. Pero no es una regla. Los puestos con requisitos de habilidades más profundos o con bajo volumen de candidatos pueden justificar entrevistas más largas; los puestos de primera línea de alto volumen donde la velocidad y la tasa de finalización son prioritarias pueden justificar entrevistas más cortas.

Una puntuación es tan buena como la rúbrica que la genera. TalkScore Hub incluye una vista de Calibración de Puntuaciones que monitorea continuamente la salud de la puntuación:

Estas vistas están disponibles para todos los clientes de TalkScore Hub. Cuando algo no parece estar bien, queremos que puedas verlo antes que nosotros, y trabajaremos contigo para resolverlo.

Cuando un reclutador revisa el informe de un candidato y no está de acuerdo con una puntuación, puede enviar una Opinión de Puntuación: una nota estructurada que captura el desacuerdo, la habilidad en cuestión y el razonamiento. Las Opiniones de Puntuación se acumulan en la pestaña Feedback de TalkScore Hub, y nuestro equipo de puntuación las revisa de manera continua.

Somos deliberados sobre cómo esta retroalimentación se traduce en cambios a las rúbricas. No reentrenamos automáticamente el modelo de puntuación con base en desacuerdos individuales, porque hacerlo significaría que el estándar idiosincrático de un reclutador podría alterar la rúbrica para todo un equipo. En cambio, cuando emergen patrones de retroalimentación — por ejemplo, cuando múltiples revisores marcan consistentemente la misma habilidad como sobrepuntuada en el mismo puesto — revisamos la rúbrica, validamos la revisión contra un conjunto reciente de entrevistas y desplegamos el cambio con plena visibilidad. Cada revisión de rúbrica está versionada, y te informaremos qué cambió y por qué.

Este es un proceso con intervención humana por diseño. La retroalimentación de tu equipo da forma a nuestras rúbricas, pero solo después de que hayamos verificado que el cambio mejorará la puntuación en lugar de introducir nueva varianza. Para los clientes que desean un ciclo de retroalimentación más rápido o automatizado, estamos desarrollando activamente opciones más completas — incluyendo retroalimentación basada en resultados que vincula el desempeño de la rúbrica con el rendimiento y la retención post-contratación. Si te interesa ser parte de ese piloto, nos encantaría hablar.

TalkScore está diseñado para adaptarse a tus puestos y tus estándares, no para usarse como una plantilla única para todos. Los siguientes elementos son configurables por cliente:

P: ¿Qué modelo usan para la puntuación?

R: TalkScore utiliza modelos de lenguaje de gran escala líderes en el mercado para el análisis de transcripciones. Evaluamos continuamente los nuevos modelos disponibles y migramos a la mejor opción para la calidad de puntuación. El modelo actual está documentado en la configuración de tu TalkScore Hub.

P: ¿El modelo se entrena con los datos de mis candidatos?

R:No.Las transcripciones de tus candidatos no se usan para entrenar el modelo de lenguaje subyacente. Se usan únicamente para evaluar al candidato frente a tu rúbrica.

P: ¿Puedo ver el prompt exacto que se usa para puntuar a mis candidatos?

R:Sí.La rúbrica completa de cada habilidad está disponible en TalkScore Hub, enEvaluaciones → Configuración. Puedes leerla, editarla y ver exactamente qué instrucciones recibe el modelo. Esto es intencional — no creemos en criterios de puntuación ocultos.

P: ¿Qué pasa si no estoy de acuerdo con una puntuación?

R: Puedes anular cualquier puntuación directamente en el informe del candidato. También puedes enviar una Opinión de Puntuación explicando el desacuerdo, lo que alimenta nuestro proceso de revisión de rúbricas. Anular una puntuación en un candidato no cambia la puntuación de otros candidatos — eso requiere una revisión de la rúbrica, que gestionaremos en coordinación con tu equipo.

P: ¿Cómo previenen el sesgo?

R: De tres maneras:

P: ¿Un candidato puede manipular el sistema?

R: Cualquier evaluación estructurada puede prepararse, y creemos que eso está bien. Los candidatos que investigan el puesto, reflexionan sobre sus experiencias y las articulan claramente están demostrando exactamente los comportamientos que la mayoría de los puestos requieren. Lo que las rúbricas protegen es contra candidatos que suenan bien sin decir nada sustancial — historias genéricas, lugares comunes y respuestas que cualquier persona podría haber dado. Las rúbricas están diseñadas específicamente para recompensar la evidencia conductual concreta y penalizar la fluidez sin contenido.

P: ¿Qué pasa si la transcripción no contiene evidencia de una habilidad?

R: El modelo tiene instrucciones de devolver un 0 cuando no hay evidencia utilizable en la transcripción. Si esto ocurre con frecuencia para una habilidad en particular, generalmente significa que la entrevista no está sondeando esa habilidad de manera efectiva — lo que es un problema de diseño de la entrevista, no de puntuación. Trabajaremos contigo para ajustar las preguntas.

P: ¿Cuánto tiempo tarda la puntuación después de la entrevista?

R: La puntuación generalmente se completa en minutos después de que finaliza la llamada. El informe del candidato aparece en TalkScore Hub tan pronto como la puntuación está lista.

TalkScore no es un producto terminado que te entregamos y del que nos alejamos. Es una metodología que operamos en colaboración con tu equipo de contratación. Las rúbricas, las preguntas, la ponderación, el ciclo de retroalimentación — todo está diseñado para evolucionar a medida que aprendes qué predice el éxito en tus puestos.

Si algo en este artículo describe una capacidad que te gustaría usar, o una personalización que quisieras hacer, habla con tu equipo de cuenta de Talkpush. Si aún no hacemos algo que necesitas, casi con certeza lo construiremos. La lista de lo que TalkScore puede hacer hoy es más corta que la lista de lo que hará en seis meses, y la mayor parte de lo que se ha añadido recientemente fue agregado porque un cliente lo pidió.

Para más detalles sobre los diferentes formatos de entrevista en los que funciona esta metodología y cómo elegir el adecuado para tus puestos, consulta ¿Cuánto cuesta TalkScore?