Cómo la Inteligencia Artificial está transformando el reclutamiento en 2026.
Por Angie Araya | Career Coach & Senior Recruiter – Agosto 2026
Este es un análisis de las principales plataformas utilizadas en procesos de selección y de cómo la IA está cambiando la forma en que los candidatos son encontrados, evaluados y priorizados.
Durante años hemos explicado los Applicant Tracking Systems, mejor conocidos como ATS, como plataformas que reciben currículums, organizan candidatos y ayudan a los reclutadores a administrar un proceso de selección, pero en el 2026, esa explicación se quedó corta.
Las principales plataformas de reclutamiento ya están incorporando Inteligencia Artificial para identificar habilidades, interpretar información profesional, encontrar candidatos dentro de grandes bases de datos, generar resúmenes, comparar perfiles con vacantes, realizar entrevistas preliminares e incluso ejecutar determinadas actividades de sourcing y screening.
Esto también obliga a replantear uno de los consejos más repetidos en búsqueda de empleo: “Tienes que poner keywords para pasar el ATS”.
Las palabras clave siguen siendo importantes, pero reducir el funcionamiento de un ATS moderno a una búsqueda de palabras exactas ya no representa correctamente lo que está ocurriendo dentro de estas plataformas.
Sobre esta investigación
Este análisis estudia algunas de las plataformas ATS más relevantes que pueden encontrarse dentro del ecosistema de contratación de Costa Rica, especialmente en multinacionales, centros de servicios, empresas tecnológicas, organizaciones locales y agencias de reclutamiento.
Es importante hacer una precisión.
Actualmente no existe información pública suficientemente robusta que permita determinar con exactitud qué porcentaje del mercado costarricense utiliza cada ATS. Por esta razón, cuando en esta investigación hablo de los ATS “más populares”, me refiero a plataformas con presencia o relevancia dentro del ecosistema de contratación, no a un ranking de participación de mercado.
Para analizar cómo están incorporando Inteligencia Artificial, revisé documentación, páginas de producto y centros de ayuda oficiales de los propios proveedores.
Y este punto también es fundamental: que una plataforma tenga una función de IA disponible no significa que todas las empresas que utilizan ese ATS la tengan activada. Las funcionalidades pueden depender de versión, licencia, región, configuración y decisiones internas de cada organización.
Antes de continuar debemos aclarar que no existe “el algoritmo ATS”
Este es probablemente uno de los conceptos más importantes para entender el reclutamiento actual, no existe un único algoritmo que todos los ATS utilicen para decidir quién avanza y quién no.
Una plataforma puede hacer principalmente parsing del currículum, otra puede utilizar búsqueda semántica, otra puede generar un match score, otra puede priorizar candidatos o puede permitir que el recruiter establezca criterios excluyentes. Y otra puede incorporar un agente de IA que participe activamente en el proceso.
Además, dos empresas pueden utilizar exactamente el mismo ATS y configurarlo de manera completamente diferente, por eso, hablar de “cómo pasar el ATS” como si todos los sistemas funcionaran igual genera una falsa sensación de certeza, lo que sí podemos estudiar es qué capacidades están incorporando actualmente las principales plataformas.
1. Workday Recruiting + HiredScore.
Workday es una de las plataformas HCM empresariales que con mayor frecuencia encontramos en organizaciones multinacionales y operaciones corporativas de gran escala.
Su evolución reciente se está concentrando fuertemente en un enfoque basado en habilidades.
Workday Skills Cloud utiliza Inteligencia Artificial para identificar relaciones entre skills y ayudar a conectar personas con oportunidades profesionales. Esto permite que la plataforma no se limite únicamente a almacenar información, sino que pueda utilizar las habilidades como una capa adicional para organizar y relacionar talento.
La integración con HiredScore AI for Recruiting amplía todavía más estas capacidades. HiredScore permite priorizar candidatos, generar recomendaciones, redescubrir talento que ya existe dentro de la base de datos y ayudar a recruiters y hiring managers a dirigir su atención hacia determinados perfiles o actividades.
Una de las consecuencias más interesantes es el concepto de rediscovery.
Un candidato que aplicó meses atrás a una empresa podría volver a aparecer como potencial match para una posición distinta, aunque no haya aplicado específicamente a esa nueva vacante.
Para los candidatos esto cambia algo importante: las habilidades no deberían aparecer simplemente como una lista. El valor está en mostrar dónde fueron utilizadas, con qué nivel de responsabilidad y qué resultados produjeron.
2. SAP SuccessFactors Recruiting
SAP SuccessFactors también está avanzando hacia un ecosistema de recruiting basado en habilidades e Inteligencia Artificial.
Dentro de sus funcionalidades actuales, SAP documenta capacidades para extraer skills desde descripciones de puestos y currículums, generar información relacionada con compatibilidad de habilidades y apoyar actividades de recruiting mediante SAP Business AI.
La IA generativa también está incorporándose en tareas como la creación de descripciones de posiciones, generación de preguntas para entrevistas y análisis de información producida durante el proceso.
Pero el cambio más significativo durante 2026 es la incorporación progresiva de IA agéntica mediante Joule y otros agentes dentro del ecosistema SuccessFactors.
Esto representa un cambio conceptual.
Hasta hace poco, la IA principalmente ayudaba al recruiter a producir o interpretar información. La siguiente generación de herramientas empieza a participar en workflows y ejecutar determinadas tareas.
Para el candidato, nuevamente aparece el mismo patrón: las habilidades necesitan ser identificables, pero también estar respaldadas por experiencia y contexto profesional.
3. Oracle Taleo y Oracle Fusion Cloud Recruiting
Con Oracle es importante separar dos conceptos que muchas veces se mezclan.
Oracle Taleo continúa existiendo y sigue siendo utilizado por organizaciones con implementaciones históricas. Sin embargo, las funcionalidades más avanzadas de IA que Oracle está desarrollando actualmente pertenecen principalmente a Oracle Fusion Cloud Recruiting.
Por lo tanto, no sería correcto asumir que cualquier empresa que utilice Taleo automáticamente tiene acceso a todas las capacidades modernas de IA de Oracle.
Oracle Recruiting utiliza tecnologías como machine learning y procesamiento de lenguaje natural para identificar posibles coincidencias entre candidatos y vacantes.
La funcionalidad Suggested Candidates puede analizar similitudes entre información del perfil y los requisitos de una requisición utilizando contexto semántico.
Además, Oracle puede generar AI Matching Ratings, evaluando elementos como experiencia, educación y habilidades que han sido extraídas del currículum.
Esto resulta particularmente interesante porque demuestra que la lógica ya no depende exclusivamente de encontrar una palabra exacta.
Un término sigue siendo relevante, especialmente cuando representa una habilidad o requisito técnico. Pero los sistemas actuales empiezan a analizar también el contexto alrededor de esa información.
4. Greenhouse
Greenhouse representa un enfoque diferente porque combina Inteligencia Artificial con una fuerte metodología de contratación estructurada.
La plataforma está incorporando IA en diferentes momentos del proceso: creación de posiciones, revisión de candidatos, entrevistas, generación de notas y análisis de información.
Una de sus herramientas más interesantes es Greenhouse Voice AI, que permite realizar una primera entrevista bidireccional con el candidato.
Esto significa que la IA puede participar directamente en una conversación inicial, recopilar información y generar datos adicionales para el proceso.
Greenhouse también dispone de herramientas como Notetaker, que pueden registrar y transcribir entrevistas y relacionar la información producida con las preguntas y criterios utilizados en los scorecards de la organización.
Aun así, Greenhouse mantiene públicamente una postura importante: la Inteligencia Artificial debe apoyar la contratación, pero no sustituir el juicio humano.
Durante 2026 la compañía también presentó su propio MCP, permitiendo que herramientas y agentes externos de IA puedan conectarse de forma gobernada con información dentro del ATS.
El significado para el candidato es claro: el CV empieza a ser solamente una de las fuentes de información.
La entrevista, las respuestas proporcionadas durante el proceso y la consistencia entre todas esas señales adquieren cada vez mayor importancia.
5. Lever
Lever combina funcionalidades de ATS con capacidades de CRM de talento, algo especialmente relevante para equipos que realizan sourcing y búsqueda activa de candidatos.
Durante 2026 incorporó AI Screening by VONQ, una solución que puede interactuar con candidatos mediante conversaciones estructuradas por chat o voz.
La herramienta puede analizar las respuestas frente a criterios definidos para la vacante, generar resúmenes y producir una lista priorizada que posteriormente revisa el recruiter.
Aquí encontramos nuevamente un cambio importante.
La etapa inicial de evaluación ya no necesariamente depende únicamente del currículum.
Las respuestas que un candidato proporciona durante una interacción conversacional pueden convertirse en otra fuente de información utilizada durante el screening.
6. Workable
Workable es probablemente uno de los ejemplos más claros del paso de un ATS tradicional hacia agentic recruiting.
Su AI Screening Assistant puede analizar candidatos frente a requisitos específicos del puesto, producir resúmenes y ayudar a ordenar aplicaciones.
Pero Workable está avanzando todavía más con Workable Agent.
Este agente puede ayudar a definir el perfil que se necesita, buscar candidatos, realizar outreach, recopilar información adicional, evaluar currículums y perfiles, analizar respuestas y participar en la construcción del shortlist.
La plataforma permite establecer criterios específicos del puesto y actualizar evaluaciones conforme aparece nueva información sobre la persona.
Esto significa que la evaluación deja de ser un momento aislado.
Puede convertirse en un proceso dinámico donde la valoración del candidato cambia a medida que el sistema obtiene más datos.
El recruiter continúa manteniendo controles sobre las acciones realizadas por el agente.
7. Zoho Recruit
Zoho Recruit utiliza su asistente de Inteligencia Artificial Zia para incorporar diferentes capacidades dentro del proceso.
Una de ellas es candidate matching, donde la plataforma puede analizar habilidades, experiencia, requisitos y otra información para generar coincidencias entre candidatos y posiciones.
Zoho también incorpora IA generativa para apoyar actividades como creación de descripciones, generación de mensajes, assessments, resúmenes y otras tareas administrativas.
La plataforma cuenta además con herramientas relacionadas con screening y análisis de candidatos.
Sin embargo, Zoho sirve para recordar un punto metodológico importante de esta investigación.
Algunas funcionalidades de IA tienen restricciones de disponibilidad según región, idioma, edición o configuración.
Por eso, saber que una organización utiliza Zoho Recruit no permite concluir automáticamente que está utilizando todas las funcionalidades de Inteligencia Artificial disponibles dentro del producto.
Y exactamente el mismo principio debe aplicarse al resto de ATS.
8. Breezy HR
Breezy HR ha incorporado funcionalidades de Inteligencia Artificial orientadas principalmente a evaluación y rediscovery.
Applicant Insights puede comparar un currículum y una aplicación con los requisitos de una posición y generar información sobre la compatibilidad del candidato.
La organización puede definir categorías específicas sobre las cuales quiere realizar esa comparación.
Una característica interesante es que Breezy documenta procesos de anonimización de determinada información personal antes de realizar el análisis.
La plataforma también cuenta con AI Candidate Sourcing, que permite revisar candidatos que ya existen dentro de la base histórica e identificar personas potencialmente adecuadas para nuevas oportunidades.
Aquí encontramos nuevamente una tendencia que se repite entre diferentes proveedores:
la base de candidatos está dejando de ser un archivo muerto.
La IA permite convertir bases históricas en herramientas activas de sourcing.
9. Manatal
Manatal posiciona la Inteligencia Artificial como una parte central de su propuesta de valor.
La plataforma incorpora matching, búsqueda semántica, análisis de perfiles y herramientas que permiten trabajar con grandes volúmenes de información dentro del ATS.
Su AI Copilot puede ayudar a resumir candidatos, comparar perfiles, identificar posibles gaps, analizar compatibilidad y generar preguntas para entrevistas.
Además, Manatal dispone de un AI Interviewer, diseñado para realizar entrevistas automatizadas durante etapas iniciales de screening.
La evaluación puede, por lo tanto, incorporar información proveniente del perfil, currículum, notas, comunicaciones y entrevistas.
Esto vuelve cada vez más importante que el candidato mantenga una narrativa profesional coherente a lo largo de todo el proceso.
10. Get on Board
Get on Board tiene una particular importancia dentro del ecosistema tecnológico de Latinoamérica.
Su capa de Inteligencia Artificial, denominada Superpower AI, permite apoyar procesos de matching y screening utilizando información asociada a la candidatura.
Dependiendo del proceso, las señales disponibles pueden incluir currículum, respuestas proporcionadas durante la aplicación e incluso información proveniente de GitHub cuando el candidato decide vincularlo.
Durante 2026 Get on Board también incorporó un MCP Server, permitiendo que recruiters conecten clientes y agentes externos de Inteligencia Artificial con su Talent Database.
Esto introduce una diferencia especialmente interesante.
Hasta ahora hemos hablado principalmente de IA que analiza personas que ya aplicaron.
Con agentic sourcing, el recruiter puede utilizar Inteligencia Artificial para encontrar profesionales incluso antes de que exista una postulación.
Para perfiles tecnológicos esto aumenta todavía más la importancia de mantener una huella profesional coherente y actualizada.
11. Buk
Buk es otro ejemplo importante porque demuestra que esta evolución tecnológica no está ocurriendo exclusivamente dentro de plataformas estadounidenses o europeas.
La plataforma latinoamericana está incorporando Buk AI dentro de sus procesos de selección.
Sus funcionalidades incluyen análisis de currículums, filtros, generación de información, apoyo en entrevistas e insights relacionados con procesos de contratación.
En septiembre de 2026 Buk documentó además su Agente de Preselección.
Este agente puede analizar currículums frente a criterios definidos por el recruiter y generar recomendaciones sobre qué candidatos deberían avanzar, ser revisados o descartados.
Una característica particularmente relevante es que el sistema puede indicar un nivel de confianza sobre sus propias recomendaciones.
Sin embargo, la decisión final requiere intervención humana.
Buk también permite realizar consultas en lenguaje natural sobre procesos de selección y obtener información sobre variables como embudo, scoring, expectativas salariales o velocidad del proceso.
12. SherlockHR by Computrabajo
SherlockHR forma parte del ecosistema regional relacionado con Computrabajo y representa una plataforma relevante dentro de determinados procesos de contratación locales y masivos.
Sin embargo, durante la revisión realizada para esta investigación no encontré documentación pública oficial suficientemente detallada para describir, con el mismo nivel de certeza que en las plataformas anteriores, cuáles funcionalidades específicas de Inteligencia Artificial utiliza actualmente.
Por esa razón no voy a atribuirle capacidades que no pueda verificar directamente.
Esto no significa que SherlockHR no utilice IA.
Significa simplemente que no existe suficiente evidencia oficial dentro de las fuentes revisadas para afirmarlo responsablemente.
Lo que están mostrando los ATS en 2026
Después de revisar las principales plataformas aparece un patrón bastante claro.
El ATS moderno está evolucionando en varias direcciones al mismo tiempo: extracción de habilidades, interpretación semántica, matching, scoring, candidate rediscovery, generación de información, entrevistas automatizadas y, finalmente, agentes capaces de ejecutar determinadas partes del proceso. Estamos pasando de sistemas que almacenaban candidatos a sistemas que empiezan a interpretarlos y priorizarlos, y esa diferencia es enorme.
Mi lectura profesional
Durante muchos años se ha difundido la idea de que para superar un ATS el candidato tiene que llenar su currículum de palabras clave.
Considero que esa recomendación necesita actualizarse.
Las keywords todavía son importantes porque ayudan a identificar skills, herramientas, conocimientos y conceptos relevantes para una posición.
Pero en 2026 eso ya no es suficiente.
Cuando Workday identifica skills, Oracle utiliza procesamiento de lenguaje natural, Workable analiza múltiples criterios, Greenhouse incorpora información de entrevistas, Get on Board puede integrar respuestas y datos profesionales adicionales y Buk compara perfiles contra criterios definidos por el recruiter, queda claro que la estrategia del candidato tiene que evolucionar.
Una habilidad necesita contexto.
No es lo mismo escribir:
“Project Management”
que explicar:
“Lideré proyectos regionales de transformación operativa en cinco países, coordinando equipos multidisciplinarios y reduciendo el tiempo de implementación en un 22%”.
En ambos casos existe la keyword.
Pero solamente en uno existe evidencia profesional.
El CV ATS de 2026
Por eso considero que también tenemos que cambiar la definición de un buen currículum ATS.
Un CV compatible con ATS no es simplemente un documento que un software puede leer.
Debe ser un documento que pueda interpretarse correctamente en diferentes capas del proceso.
Primero puede existir un parser.
Después pueden aparecer preguntas de filtro.
Posteriormente puede intervenir un motor de matching.
Después un recruiter puede utilizar búsquedas dentro de la base.
Otra herramienta puede generar un resumen.
Una IA puede recomendar el perfil.
Y finalmente una persona lo va a leer.
El currículum necesita sobrevivir todas esas capas sin perder significado.
Para lograrlo, el candidato debería priorizar una estructura limpia y basada en texto; utilizar títulos profesionales reconocibles; incorporar habilidades relevantes en el contexto de la experiencia; describir alcance y nivel de responsabilidad; cuantificar resultados cuando exista información real para hacerlo; responder cuidadosamente las preguntas de aplicación y mantener coherencia entre CV, LinkedIn, formularios e entrevista.
La Inteligencia Artificial también está cambiando la visibilidad del candidato
Otro de los hallazgos más importantes tiene que ver con lo que ocurre antes de una entrevista.
Durante años pensábamos en una candidatura principalmente como:
Vacante publicada → candidato aplica → recruiter revisa CV.
Ese flujo todavía existe, pero ya no es el único.
Los recruiters pueden encontrar personas dentro de bases históricas, recibir recomendaciones de candidatos, utilizar herramientas de rediscovery, realizar búsquedas semánticas e incluso recurrir a agentes para identificar talento.
Esto significa que una persona podría volver a entrar en consideración para una oportunidad sin necesariamente haber aplicado a esa vacante específica.
La visibilidad profesional dentro de las bases de talento también está empezando a ser mediada por Inteligencia Artificial.
La IA no necesariamente toma la decisión final, pero puede influir en qué ve primero el reclutador.¿
Esta distinción es fundamental, muchos proveedores [ATS] destacan explícitamente que la decisión final permanece en manos humanas y eso no significa que la IA sea irrelevante, significa que la IA puede organizar aplicaciones, priorizar candidatos, generar resúmenes, recomendar perfiles, producir puntajes para nivelar candidaturas, sugerir candidatos históricos, identificar coincidencias, incluso puede realizar una entrevista inicial pero también puede decidir qué información aparece primero en la pantalla del recruiter.
Por lo tanto, aunque la Inteligencia Artificial no sea quien firme la decisión final de contratación, sí puede influir en el orden y la forma en que los candidatos llegan al proceso humano.
“Ganarle al ATS” no debería ser el objetivo
Esta probablemente sea mi principal conclusión, el candidato no debería intentar engañar al sistema.
No debería ocultar keywords en color blanco, no debería copiar toda la descripción de la vacante dentro del currículum, tampoco debería saturar el documento con términos simplemente para aumentar una supuesta puntuación. Ese enfoque parte de una idea anticuada del funcionamiento de los ATS.
La estrategia debería ser diferente:
Construir información profesional tan clara, relevante y consistente que pueda ser interpretada correctamente por parsers, filtros, motores semánticos, sistemas de IA y recruiters humanos.
Ahí está realmente la ventaja competitiva.
¿Qué viene después?
Todo indica que el siguiente gran cambio será la expansión del reclutamiento agéntico y aunque ya existen plataformas donde la Inteligencia Artificial no sólo analiza información, también puede buscar candidatos, comunicarse con ellos, recopilar datos, realizar screening, preparar shortlists o ejecutar determinadas acciones dentro del proceso.
Durante 2027 probablemente veremos todavía más de estas capacidades incorporadas a las plataformas de Talent Acquisition.
Esto también significa que la preparación de un candidato tendrá que ir mucho más allá del currículum.
Será necesario aprender a comunicar valor profesional de manera consistente en diferentes formatos: texto, formularios, entrevistas grabadas, conversaciones con asistentes de IA, perfiles profesionales y procesos de screening automatizados.
Conclusión
El ATS de 2026 se parece cada vez menos al sistema que simplemente recibía currículums y está evolucionando hacia una infraestructura inteligente de reclutamiento capaz de interpretar información, encontrar talento, generar recomendaciones y participar activamente en diferentes etapas del proceso.
Para los candidatos, esto no debería generar miedo, debería generar mejor estrategia.
El nuevo estándar consiste en construir una propuesta profesional que tenga suficiente claridad, contexto y evidencia para ser comprendida correctamente tanto por la tecnología como por la persona que finalmente tomará una decisión.
El futuro del CV ATS no está en poner más palabras clave. Está en comunicar mejor el valor profesional.
Fuentes de investigación
Para este análisis se consultaron principalmente fuentes oficiales y documentación de producto de Workday/HiredScore, SAP SuccessFactors, Oracle, Greenhouse, Lever, Workable, Zoho Recruit, Breezy HR, Manatal, Get on Board y Buk, además de la información pública disponible sobre SherlockHR/Computrabajo.
La investigación fue actualizada en agosto de 2026 y las funcionalidades de cada plataforma pueden cambiar posteriormente o variar según licencia, región y configuración empresarial.