Publicación: Sistema multi-agente para la preselección de candidatos en vacantes públicas de empleo utilizando inteligencia artificial generativa
Fecha
2025-10-22
Autores
Blandón Londoño, Cristian Mauricio
dc.contributor.advisor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
Historically, recruitment processes have been carried out manually. In such processes, candidates go through a series of filters that vary depending on the specific requirements of each vacancy. As these procedures are not standardized, their duration can be extended, leading to an increase in unfilled positions and, consequently, negatively impacting organizational competitiveness.
Identifying the ideal candidate for a job vacancy is a task that demands both time and resources. Today, this represents a significant challenge for organizations within the Human Resources sector, where each day spent searching for the right talent translates into operational costs. As a result, delays in recruitment activities directly affect the achievement of strategic organizational goals.
Despite the growing adoption of Applicant Tracking Systems (ATS), these tools often face semantic limitations and do not easily adapt to local contexts—especially in countries like Colombia, where a significant portion of the population is employed informally. This reality hinders not only the objective assessment of candidate suitability but also increases the likelihood of evaluative biases.
Recent studies have begun exploring the integration of multi-agent architectures with Large Language Models (LLMs) to automate pre-screening processes. In line with this, the present project proposes the implementation of a multi-agent system for candidate evaluation. By combining Natural Language Processing (NLP) techniques with LLMs, the system aims to analyze applicant and job posting data to support human resources professionals in determining candidate-job fit.
The system will be designed to optimize evaluation procedures in recruitment, with the goal of reducing the average time required for candidate assessment and selection. Furthermore, implementation seeks to minimize manual operations and mitigate bias in the evaluation process, thereby contributing to the sustainable development of human capital.
It is anticipated that this solution will increase the efficiency of recruitment workflows and promote greater alignment between the skills demanded by employers and those offered in the labor market. This, in turn, is expected to benefit both employers and job seekers, and indirectly support efforts to bridge the skills gap in the Colombian labor market—particularly in a context characterized by high levels of informality—by establishing fair and competency-based evaluation criteria.
Descripción
Históricamente, los procesos de selección se han realizado de forma manual. En ellos, los candidatos atraviesan por una serie de filtros que varían de acuerdo con los requerimientos de la vacante. Al no ser procesos estándar, se puede prolongar su duración y, por consiguiente, incrementar la tasa de vacantes no cubiertas, afectando negativamente la competitividad organizacional.
Encontrar el candidato ideal para una vacante de trabajo es una tarea que requiere tiempo y recursos. En la actualidad, éste es el desafío al que se enfrentan diariamente las organizaciones del sector de recursos humanos donde cada día invertido en la búsqueda de talento adecuado para sus vacantes se traduce en costos, por lo que los retrasos en estas tareas afectan directamente la consecución de objetivos estratégicos organizacionales.
A pesar del uso creciente de tecnologías para seguimiento de candidatos como los Sistema de Seguimiento de Candidatos (Applicant Tracking System or ATS), dichas herramientas, tienden a tener limitaciones semánticas y no se adaptan bien a contestos locales, especialmente en países como Colombia, donde gran parte de la población se encuentra en la informalidad, lo cual dificulta no solo una evaluación objetiva de la idoneidad de los candidatos, sino también la introducción de sesgos evaluativos.
Estudios recientes han comenzado a abordar la integración de arquitecturas multi-agente con modelos de leguaje de gran tamaño para procesos de pre-selección automatizados. Este proyecto propone la implementación de un sistema multi-agente para la evaluación de candidatos, que en combinación con técnicas de procesamiento de lenguaje natural (NLP) y modelos de lenguaje de gran tamaño (LLM), permita analizar la información de los postulantes y ofertas laborales que ayude a los profesionales de recursos humanos a identificar la idoneidad de un candidato a una vacante específica.
Citación
dc.relation.uri
dc.identifier.doi
dc.rights
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)