Do I need to tell candidates I'm using AI?

For AI-assisted writing (job descriptions, interview questions) that you review, no. For automated screening or automated evaluation tools that make hire/reject decisions, yes — federal EEOC guidance strongly encourages disclosure, and states like Illinois (video interview AI) and cities like NYC (automated employment decision tools) require it by law. When in doubt, disclose — candidates who feel deceived don't apply again and don't refer others.

AI for Hiring & HR · Playbook · Tu Futuro Finanzas

Q: Will using AI in hiring get me sued?

AI itself isn't the risk — how you use it is. Two rules keep you safe: (1) never let AI make the final hire/reject decision alone (you must review), and (2) test your process for adverse impact on protected classes before scaling. Simple documentation of who was interviewed, scored, and why protects you. Follow EEOC guidance and, if you're in NYC, comply with Local Law 144 requiring annual bias audits of automated employment decision tools.

Q: Can AI screen resumes fairly?

With guardrails, yes. Without them, no. AI trained on historical data can amplify existing biases (Amazon's famous 2018 case that penalized women's resumes). Rules: (1) tell AI to ignore name, address, gender indicators, age indicators, and school names in initial screening; (2) score against clearly-defined job requirements only; (3) manually review top 20% and bottom 20% to check for patterns; (4) document your rubric so the process is defensible.

Q: What's my biggest hiring risk with AI?

Speed without judgment. AI lets you screen 200 resumes in an hour — but if your criteria are biased (or wrong), you now reject 200 people in an hour. Slow down when it matters: define the ideal candidate clearly before writing the description, use a rubric everyone applies the same way, and always have a human on the final decision. AI is your co-pilot, not your judgment.

Why this area first

Contratar bien es la decisión más apalancada que tomas como dueño

Buen empleado = crecimiento. Mal empleado = drena todo. La diferencia es estructura, no suerte.

46%

de contrataciones fallan en 18 meses

3-5x

salario anual · costo real de mala contratación

2x

más predictivas las entrevistas estructuradas

33%

mejor desempeño con pipelines diversos

What it can do today

6 cosas que la IA puede hacer bien hoy en reclutamiento

La IA no elige por ti — te da estructura para elegir consistente, defendible y menos sesgada.

Job description that attracts right

Concreta + EEO-compliant + tono de marca correcto.

Preguntas específicas al rol

15-20 preguntas por competencia con criterios de respuesta.

Objective evaluation rubric

Escalas 1-5 con descriptores. Todos miden lo mismo.

Screen 100 resumes in 15 min

Ordena por criterios claros. TÚ decides top 10 a entrevistar.

Useful reference-check questions

Preguntas que revelan patrones reales, no cortesía.

Structured reviews and feedback

Notas tuyas → feedback específico, accionable, balanceado.

7 concrete use cases

Los 7 casos de uso de mayor impacto — con prompts listos

Cada uno resuelve un dolor. TÚ decides final. La IA nunca decide sola.

1

Write job description that attracts the right people

Saves: 2-3 h Impact: pipeline quality

Vagas atraen vagos. Claras filtran desde el inicio. IA te ayuda a ser específica + EEO + tono marca.

Prompt: Descripción [rol] · [negocio] · [ubicación]. Contexto: primer año (3-5 responsabilidades) · reporta a X · salario $[X-Y] · beneficios · presencial/remoto · 3 rasgos éxito · 3 red flags. Genera: título honesto · resumen 3 frases · qué harás año 1 · must-haves (5) · nice-to-haves (3) · salario explícito (CA/CO/NY/WA/IL) · cómo aplicar · EEO. Inclusivo, sin jerga. [ES/EN].

2

Generate competency-based structured interview

Saves: 4-5 h Impact: 2x more predictive

2x más predictivas según Google/McKinsey/Harvard. Estructura ≠ rigidez.

Prompt: Entrevista estructurada 45-60 min · [rol] · [negocio]. Competencias 4-5 [de lista]. Genera: (1) estructura tiempo · (2) 4-5 STAR con competencia + 3 señales buenas/malas + follow-ups · (3) 3-5 técnicas · (4) preguntas EEO PROHIBIDAS (recordatorio) · (5) cierre con timeline. Google Doc. [ES/EN].

3

Objective rubric to score candidates equally

Saves: inconsistent bias Impact: defensible decisions

Sin rúbrica = inconsistente + no defendible. Con rúbrica: comparable y legal.

Prompt: Rúbrica [rol] · competencias [lista UC#2]. Cada competencia: (1) definición específica al rol · (2) escala 1-5 con descriptores observables (5=excepcional...1=descalificador) · (3) evidencias concretas a buscar. Al final: ponderación entre competencias (=100%). Google Sheet auto-calcula. [ES/EN].

4

Filtrar 100 CVs en 15 min (con controles anti-sesgo)

Saves: 8-10 h Requires: active anti-bias

100 CVs a mano = un día. Con IA = 15 min. Pero SOLO con reglas anti-sesgo activas.

Prompt: CVs para [rol] · must-haves [pega UC#1]. REGLAS: (1) IGNORA nombre/dirección/edad/escuela específica/género/nacionalidad — NO menciones. (2) Solo experiencia + habilidades + logros con métricas + trayectoria. (3) 0-100. Por CV: ID · puntaje · 3 fortalezas · 2 debilidades · recomendación (top / considerar / no). Al final: ranking + flag si top 20% tiene patrón sospechoso (revisar sesgo). [ES/EN]. CVs: [pega con [NOMBRE], [CIUDAD]]

5

Reference questions that reveal real patterns

Saves: failed hire Impact: reduces risk

Preguntas típicas = respuestas de cortesía. Buenas revelan patrones reales.

Prompt: Referencias [candidato] · rol [X] · trabajó [Y años] como [rol anterior]. 10 preguntas al ex-supervisor: NO sí/no · piden ejemplos · cubren desempeño/conflicto/pedir ayuda/trabajo que le costaba/situaciones brillantes. Estilo: «Cuénteme de un momento en que...», «Si contratara otra vez...». Al final: 2 preguntas para verificar que realmente lo conoce. [ES/EN].

6

Structured actionable 1-on-1 feedback

Saves: team turnover Frequency: monthly/quarterly

Ahorrar feedback difícil = colapsa después. IA convierte tus notas en estructura.

Prompt: Feedback [empleado] · 1-a-1 [período]. Notas: 2 hechos bien + 2 mejoras + 1 conversación difícil. Genera: (1) apertura 2 min · (2) positivo 5 min con ejemplos · (3) mejoras 10 min modelo SBI · (4) conversación difícil 10 min (comportamiento no personalidad) · (5) compromisos 5 min · (6) cierre 2 min + pregunta abierta. Guión seguible. [ES/EN].

7

12-month employee development plan

Retains: key talent Impact: 3x retention

El talento se va sin crecimiento. Plan 12 meses retiene 3x más que salario solo.

Prompt: Plan desarrollo 12 meses · [empleado] · [rol] · [X tiempo]. Contexto: 3 fortalezas · áreas que quiere · metas negocio · presupuesto $[X]. Genera: (1) objetivo anual (crecimiento + negocio) · (2) 3 competencias con actual/meta/acciones/medición · (3) 1 stretch project · (4) inversión en cursos/conferencias · (5) ritmo trimestral · (6) próximo rol en 2-3 años (dentro/fuera). 1 pág que ambos firman. [ES/EN].

Prompt library

10 prompts listos para copiar para escenarios de RR.HH.

Copia, pega, sustituye. SIEMPRE limpia datos personales.

Offer

Professional offer letter

Oferta [candidato] · [rol] · [$X] · [beneficios] · [start] · reporta [nombre]. Genera: apertura personal · rol resumido · compensación explícita · at-will (si estado) · contingencias · plazo respuesta · próximos pasos. Cálido profesional. [ES/EN]. Nota: revisar con abogado si es 1ra vez.

Rejection

Respectful rejection email

Rechazo [candidato] · [rol] · etapa [X]. Agradece tiempo · breve pero humano · NO explica por qué (riesgo legal) · invita a futuros roles si buena impresión · buenos deseos. Máx 5 líneas. Nunca menciona edad/apariencia/discapacidad. [ES/EN].

90-day

90-day check-in with new hire

Check-in 90 días · [empleado] · [rol]. 45 min: (1) apertura emocional 5 min · (2) expectativas vs realidad 10 min · (3) desempeño 15 min (3 wins + 2 mejoras + 1 abierta) · (4) su feedback a mí 10 min · (5) próximos 90 días 5 min. [ES/EN].

PIP

Performance improvement plan (PIP)

PIP 30-60 días · [empleado] · [rol] · problemas [describe]. Genera: brecha objetiva (comportamiento no personalidad) · 3 áreas medibles · recursos que doy · puntos revisión · consecuencias · éxito posible. NOTA: revisar con abogado antes de entregar. [ES/EN].

Onboarding

Welcome email pre-first day

Bienvenida 3 días antes · [empleado] · [fecha] · [rol]. Felicitación cálida · logística día 1 · qué esperar primera semana · 1 doc opcional · mi teléfono. Cálido humano, no corporativo. Máx 8 líneas. [ES/EN].

1-on-1

Weekly 1-on-1 agenda 30 min

1-a-1 semanal 30 min: (1) emocional 3 min · (2) proyectos 10 min · (3) su agenda 8 min · (4) mi feedback 5 min (2 fortalezas + 1 mejora) · (5) su feedback a mí 3 min · (6) próximos pasos 1 min. Google Doc reusable. [ES/EN].

Resignation

Response to resignation + exit interview

Renuncia [empleado] · [X tiempo] · [rol] · reacción [X]. Genera: (1) respuesta profesional 5 líneas · (2) checklist offboarding · (3) 10 preguntas exit interview 30 min que revelen razón real · (4) email al equipo cuando autoricen. [ES/EN].

Salary discussion

Raise conversation guide

Aumento pedido · [empleado] · [X tiempo] · desempeño [X] · último aumento [X% hace X meses] · [$X → $Y]. Guía 20 min: (1) escuchar sin defender 5 min · (2) validar desempeño 5 min (3 wins) · (3) mi respuesta 5 min (sí/parcial/no) · (4) alternativas si no puedo · (5) próxima revisión fecha · (6) cerrar positivo. [ES/EN].

Announcement

Internal announcement of new hire

Anuncio nuevo · [nombre] · [fecha] · [rol] · reporta [X] · viene de [Y] · enfoque [Z]. (1) Bienvenida cálida · (2) experiencia relevante 2 líneas · (3) enfoque para colaboración · (4) 2 personas para conectar 1ra semana · (5) invitar equipo sin abrumar. Máx 8 líneas. Cálido equipo. [ES/EN].

Bias audit

Bias audit of description or interview

Audit sesgo · [documento] · [rol]. Marca: (1) género («ninja/rockstar/aggressive» vs «warm/support») · (2) edad («young/energetic/digital native») · (3) discapacidad (requisitos físicos innecesarios) · (4) origen («excellent English» innecesario) · (5) EEO prohibidas · (6) reemplazos específicos. Al final: versión revisada. [ES/EN].

Tools

Tu stack de RR.HH. — de gratis a completo

Gratis para empezar. Gusto/Rippling al 2º empleado. Greenhouse al 10+ contrataciones/año.

Tool	Best for	When to pick	Cost
ChatGPT / Claude	Todo el trabajo de escritura + análisis + rúbrica.	Universal · caballo de batalla.	Gratis · $20/mes
Indeed + LinkedIn Free	Publicar rol · recibir aplicaciones.	Operativos: Indeed · profesionales: LinkedIn.	Gratis · sponsor $50-500/rol
Google Forms	Screening antes de leer CV.	30+ aplicaciones esperadas.	Free
Gusto / Rippling	Nómina + onboarding + I-9/W-4 + beneficios.	Primer empleado W-2.	$40-$180/mes + $6-12/empleado
Homebase / When I Work	Turnos + horas + comm equipo por hora.	Turnos rotativos · negocios por hora.	Free · $20-70/mo
Greenhouse / Workable / BambooHR	ATS completo · pipeline visual · scorecards.	10+ contrataciones/año o equipo HR.	$100-$500/mo
Checkr / GoodHire	Background checks compliant.	Roles con dinero/hogar/niños/datos.	$25-$100/candidato
Textio	Análisis de sesgo en descripciones en tiempo real.	5+ roles/año · pipelines diversos.	From $99/mo

5-day plan

Tu primera semana · publica tu próximo rol con estructura

5 días · descripción + rúbrica + entrevista listos · publicable el lunes.

Monday

Define ideal candidate

Doc: 3 responsabilidades año 1 + 5 must + 3 nice + 3 red flags + salario. 45 min.

Tuesday

Description + bias audit

UC#1 → descripción · audit sesgo revisa · aplicas cambios. 60 min.

Wednesday

Structured interview

UC#2 → 4-5 STAR + 3-5 técnicas + EEO. Carpeta compartida. 45 min.

Thursday

Rubric + reference questions

UC#3 → rúbrica 1-5 · UC#5 → 10 preguntas referencias. Sheet + Doc. 60 min.

Friday

Post + set up filter

Publica Indeed + LinkedIn · Google Form screening 5-8 preguntas. 45 min.

Metrics that matter

Los 6 números que te dicen si tu proceso mejora

Sin medición no sabes si mejoraste. Google Sheet + datos que ya tienes.

Time to hire

Target: < 30 days

Publicación → oferta aceptada. >45 típico. Meta < 30 con IA.

Cost per hire

Target: < $2,000

Publicación + tu tiempo + background + onboarding. > $3K típico → < $2K con IA.

90-day retention

Target: > 90%

% que sigue a 90 días. < 90% = fallo en descripción o entrevista.

18-month retention

Target: > 75%

La más importante. 54% típico → 75%+ con estructura.

Offer acceptance rate

Target: > 80%

% ofertas aceptadas. < 70% = precio, venta del rol, o lentitud.

Pipeline diversity

Target: reflects community

Pool refleje comunidad. No = revisar descripción y canales. 33% mejor desempeño.

Common mistakes

6 errores que arruinan el proceso con IA

Mal uso de IA = malas contrataciones + riesgo legal. 6 patrones peligrosos.

1. Letting AI reject candidates alone

EEOC exige revisión humana. NYC LL144: audit anual. IA rechazando sola = violación.

→ Solución: IA ordena · TÚ revisas top 30% y bottom 20% antes de rechazar.

2. Not showing salary in description

CA/CO/NY/WA/IL exigen salario. Multas $500-$10K. 30% más aplicaciones calificadas.

→ Solución: siempre incluye rango salarial. Ganas calidad aunque no estés en esos estados.

3. Asking illegal questions by accident

Preguntas EEO-prohibidas dichas «accidentalmente». Ley no juzga intención. Demandas $50K-$500K.

→ Solución: guión UC#2 con recordatorio de prohibidas. Nunca improvises.

4. Hiring only for skills, not values

Habilidades enseñables · valores no. IA sobrepondera CV · tú sobrepones valores.

→ Solución: 2-3 preguntas conductuales sobre valores del negocio en cada entrevista.

5. Not checking references 'because the CV looks good'

40% CVs tienen imprecisiones · 10% mentira relevante. Sin verificar = 90-day failure.

→ Solución: 2 referencias (supervisor + par) · 20 min c/u con preguntas UC#5.

6. Not documenting interviews

Demanda discriminación · única defensa son notas escritas. Sin docs = pierdes casi siempre.

→ Solución: rúbrica llena por candidato · guardar 3 años · Drive con carpeta por rol.

Compliance

Las reglas legales del reclutamiento

No opcional. Federal + estatal. Ley evoluciona rápido — verifica antes de scale.

Legal checklist for AI hiring

EEO federal: raza/color/religión/sexo/origen/edad 40+/discapacidad/genética. 15+ empleados.
ADA: no discriminar discapacidad · «reasonable accommodation» · no preguntas antes de oferta.
ADEA: no edad ≥ 40 · 20+ empleados · «young/digital native/recent grad» violan.
Pay Transparency: CA/CO/NY/WA/IL exigen salario. $500-$10K/violación. Recomendable en todos.
Ban-the-Box: 30+ estados prohíben preguntar criminal en aplicación. Después de oferta condicional.
NYC LL144: AEDT · audit anual sesgo · notice al candidato. $500-$1,500 por candidato.
I-9: obligatorio 3 días · E-Verify obligatorio en AZ/MS/otros · $272-$27K/violación.
FCRA: consentimiento escrito + notice pre-adverse + copia del reporte. $1K/violación + class actions.

Fit check

¿Estás listo para IA en reclutamiento?

4 de 6 → es momento. Menos → empieza por otro playbook antes.

Check those that apply to your business today:

Piensas contratar 2-3+ personas en próximos 12 meses.
You struggle to write clear job descriptions.
Tus entrevistas se sienten como conversaciones que no evalúan.
Has recibido 50+ aplicaciones y no supiste priorizar.
Al menos una mala contratación en los últimos 2 años.
Quieres ser más consistente y defendible al decidir.

✓ 4+ checked → start this week with the 5-day plan.

Real scenarios

3 dueños, 3 formas de usar IA en contratación

Escenarios compuestos. Uso real en 8 semanas.

Isabel

Dental clinic · Fresno, CA

Before: Higienista · última se fue en 6 meses por horas mal explicadas · reposteó sin cambios · 12 aplicaciones débiles.

After: Sem 1: UC#1 con salario + horas exactas. Sem 2: UC#2 + UC#3. Sem 4: 34 aplicaciones (+183%). Sem 6: contrató · sigue a 12 meses.

Ganancia: 3x aplicaciones + retención.

Carlos

Marketing agency · Austin, TX

Before: 87 aplicaciones · leyó 20 · agotamiento · eligió por «feeling» · se fue en 4 meses.

After: Sem 1: UC#4 filtró 87 en 20 min. Sem 2: top 8 con UC#2. Sem 3: rúbrica objetiva. Sem 6: contrató · sigue a 14 meses.

Ganancia: 8 h ahorradas + retención 14+ meses.

Elena

Construction · Newark, NJ

Before: Necesitaba Project Supervisor · sus descripciones usaban lenguaje sesgado · solo hombres aplicaban.

After: Sem 1: audit sesgo · 4 términos · UC#1 rescribió. Sem 4: 28 aplicaciones · 6 mujeres calificadas. Sem 6: contrató · dinámica de equipo mejoró.

Ganancia: pool +87% y diverso + mejor dinámica.

Do the math

La matemática simple del retorno

Ejemplo conservador.

Ejemplo · dueño que contrata 3 personas/año

Hours per hire without AI	30 h
Horas con IA	12 h
Savings per hire	18 h
Contrataciones/año	3
Ahorro anual · tiempo	$3,240
Bad hire evitada al año	1
Costo bad hire (3x salario $45K)	$135,000
Ajustado 30% probabilidad reducción	$40,500
Costo herramientas	−$540
Expected annual net gain	$43,200

Sin contar reducción de riesgo legal, retención de equipo actual, y pipelines diversos.

FAQ

Las preguntas más comunes de otros dueños

Will using AI in hiring get me sued?

IA no es el riesgo. Cómo la usas sí. TÚ decides final + documenta + audit sesgo si escala.

Can AI screen resumes fairly?

Sí con guardarraíles. Ignora nombre/dirección/edad/escuela. Puntúa por requisitos. Revisa top y bottom 20%.

Do I need to tell candidates I use AI?

Escritura asistida revisada: no. Screening/evaluación automatizada: sí. IL y NYC lo exigen por ley.

What's my biggest hiring risk with AI?

Velocidad sin juicio. Filtras 200 en 1 h · si criterios malos, rechazas 200 en 1 h. Baja velocidad cuando importa.

How do I start if I've never written a job description?

UC#1 con contexto claro (15 min preparando): responsabilidades año 1 + salario + 3 rasgos éxito + 3 red flags. Sin contexto = genérico.

Should I background check everyone?

Roles con dinero/hogar/niños/datos. FCRA: consentimiento + pre-adverse + copia. Checkr/GoodHire. Ban-the-box: solo después oferta.

What if a candidate asks why they were rejected?

General, no específico. NUNCA detalles concretos (riesgo legal). Si sospechas discriminación en proceso, revisa antes con abogado.

Can I use AI in the interview video?

Illinois AIVIA exige aviso + consentimiento + explicación + destrucción 30 días. < 20 contrataciones/año: evita análisis IA de video. Solo grabar y transcribir.

Explore more

Continúa con otras áreas donde la IA ayuda a tu negocio

Antes de tu próxima contratación, escribe la rúbrica primero. Ese solo cambio evita el error #1.

Estructura reduce malas contrataciones 30%. FUTURO está si te trabas.

Start with a use case

Una mala contratación te cuesta 3-5x el salario anual. La IA te ayuda a no repetir el error.