Más allá de LeetCode: cómo la IA está cambiando la forma de contratar programadores

¿Recuerdas cuando conseguir un puesto en una empresa tecnológica significaba practicar algoritmos desde las seis de la mañana? Esa época está quedando atrás.

El proceso de selección técnica ha cambiado por completo en muy poco tiempo. Herramientas como Claude y GitHub Copilot ya forman parte del día a día de muchos desarrolladores. Sin embargo, la mayoría de las empresas siguen evaluando candidatos con métodos diseñados antes de que la IA existiera.

El problema de las evaluaciones superficiales

Hoy en día, muchas startups y scale-ups han empezado a permitir explícitamente el uso de IA en sus pruebas. En teoría, tiene sentido: si el equipo usa estas herramientas para trabajar, ¿por qué no contratar a quienes saben usarlas bien?

El problema está en cómo se está aplicando.

Cuando un candidato entrega un repositorio de GitHub con código impecable, es difícil saber cuánto de ese resultado es suyo y cuánto viene de Claude. En las entrevistas en vivo, el entrevistador puede ver cómo piensa el candidato, pero esto consume mucho tiempo de ingenieros senior. Y al final, sigue siendo complicado medir cuánto aportó realmente la persona.

Lo que se pierde en ambos casos es algo clave: el registro de cómo el desarrollador interactúa con la IA mientras resuelve un problema.

¿Qué pasa si puedes ver cómo piensa un desarrollador?

La solución está en capturar esa interacción en lugar de solo mirar el resultado final.

Cuando un desarrollador usa una herramienta de IA para resolver un problema, cada pregunta que hace, cada intento y cada ajuste que realiza revela cómo piensa. No es el código limply escrito lo que importa, sino el proceso de razonamiento que queda registrado en esa conversación.

Una herramienta que registre y analice estas interacciones puede mostrar:

• Cómo aborda un problema con requisitos poco claros
• Cómo responde cuando algo falla
• Cómo guía a la IA o, por el contrario, delega demasiado
• Qué intuición tiene para resolver problemas y qué puntos ciegos presenta

Ventajas prácticas para el proceso de selección

Desde el punto de vista de la logística de contratación, este enfoque trae beneficios claros:

• Para los candidatos: una evaluación más realista que permite usar las herramientas que ya conocen
• Para los reclutadores: un informe que muestra cómo piensa el candidato, sin necesidad de revisar cada línea de código
• Para el proceso en general: se obtiene información sobre colaboración, iteración y resolución de problemas

Posibilidades más amplias

Este tipo de sistema también puede ayudar a encontrar candidatos con estilos de pensamiento complementarios. Puede identificar áreas donde el equipo necesita mejorar y detectar señales de alerta,如 por ejemplo, alguien que no pregunta nada o que no verifica sus supuestos.

Además, al conocer la forma en que los candidatos usan la IA, se puede diseñar pruebas que requíran juicio y análisis de opciones, en lugar de solo implementación.

Qué significa esto para los desarrolladores

Si estás buscando trabajo en empresas que van a la vanguardia, es probable que encuentres esta nueva forma de evaluar. La clave está yendo hacia adelante, no hacia atrás.