La inteligencia artificial y, en particular, los modelos de lenguaje están transformando numerosos ámbitos científicos y profesionales. En el ámbito de los recursos humanos y especialmente en la evaluación psicológica no es una excepción. Su capacidad para analizar lenguaje natural, apoyar procesos de evaluación y abrir nuevas formas de interacción plantea importantes oportunidades, pero también retos metodológicos, psicométricos y éticos.

En este contexto tuvo lugar el XV Seminario de la Cátedra UAM-IIC de Modelos y Aplicaciones Psicométricos, dedicado a: “Inteligencia artificial y modelos del lenguaje en evaluación psicológica: oportunidades y límites”. La jornada reunió a investigadores, profesionales y asistentes interesados en comprender cómo la inteligencia artificial y los grandes modelos de lenguaje están transformando el diseño, la aplicación y la interpretación de las pruebas psicológicas.

El punto de partida fue claro: la IA ya no es una promesa futura, sino una realidad que ya se está utilizando en los procesos de evaluación de personas. Sin embargo, la pregunta relevante no es únicamente qué puede hacer la tecnología, sino qué debemos exigirle para que sus usos sean psicométricamente defendibles, justos y responsables. En evaluación psicológica, la innovación solo resulta valiosa si se acompaña de evidencias sólidas de fiabilidad, validez, equidad, transparencia y utilidad.

Uso responsable de la inteligencia artificial en la construcción y validación de test

La primera conferencia, a cargo de Javier Suárez-Álvarez, profesor en la University of Massachusetts Amherst, abordó el uso responsable de la inteligencia artificial en el desarrollo de test. Su intervención ofreció una visión amplia y práctica sobre cómo la IA generativa puede apoyar la construcción de pruebas: generación automática de ítems, revisión de contenido, análisis semántico, calibración asistida y apoyo a expertos. Pero también subrayó los riesgos asociados: alucinaciones, sesgos, opacidad de los modelos, falta de representatividad cultural de los datos de entrenamiento y problemas de trazabilidad.

Una de las ideas centrales fue que la IA no elimina la necesidad de validar; al contrario, obliga a ampliar el foco, ya que no se validan solo puntuaciones o interpretaciones, sino procesos completos de evaluación mediados por IA.

De las palabras a los rasgos: modelos de lenguaje para la evaluación psicológica

La segunda ponencia, impartida por Ricardo Olmos, profesor en la Universidad Autónoma de Madrid, se centró en el tránsito de las palabras a los rasgos, analizando el papel de los modelos de lenguaje en la evaluación psicológica, especialmente en personalidad. En la ponencia, Ricardo mostró cómo los LLMs representan un salto respecto a aproximaciones anteriores basadas en diccionarios, recuentos de palabras o modelos semánticos clásicos.

Gracias a sus representaciones contextualizadas, estos modelos pueden captar matices del lenguaje natural y abrir nuevas posibilidades para inferir rasgos psicológicos a partir de textos abiertos, diarios, redes sociales, soliloquios o tareas situacionales. Sin embargo, el reto no es solo predecir rasgos, sino demostrar que esas predicciones pueden considerarse medidas psicológicas: estables, válidas, discriminantes, invariantes entre grupos y útiles para predecir criterios externos.

Del test estandarizado al agente conversacional: evaluación con IA generativa

La tercera conferencia, presentada por Eduardo García-Garzón, Head of AI en Shakers, llevó la discusión al terreno aplicado en el ámbito de los agentes conversacionales y la evaluación con IA generativa. Su intervención mostró cómo, en los contextos actuales de reclutamiento y selección, la evaluación debe ser dinámica, actualizable y conectada con competencias reales. Frente a la foto fija de los test, los agentes conversacionales permiten generar evidencia a partir de entrevistas adaptativas, rúbricas por rol y pruebas técnicas verificadas.

El mensaje fue especialmente relevante: la IA puede multiplicar la evidencia disponible, pero la validez no se certifica una vez; se argumenta, se monitoriza y se vigila en producción.

Puntuación automática de videoentrevistas asíncronas en selección de personal

La cuarta ponencia, a cargo de David Aguado, profesor en la Universidad Autónoma de Madrid e investigador senior en el IIC, trató sobre la puntuación automática de vídeo entrevistas asíncronas en selección de personal (AVI).

La intervención revisó qué son las AVI, qué decisiones de diseño implican y cómo pueden ser valoradas mediante evaluadores entrenados y escalas con anclajes conductuales. Además, se analizaron las posibilidades de puntuación automática mediante enfoques multimodales que combinan información verbal —qué dice la persona—, paraverbal —cómo lo dice— y no verbal —gestos, postura o expresividad—.

La conclusión fue prudente: estos sistemas tienen potencial para complementar las evaluaciones tradicionales y reducir tiempo y costes, pero sus garantías psicométricas deben examinarse con rigor. La calidad de los datos, el etiquetado experto, la estabilidad de las señales, la elección del criterio y el cumplimiento normativo son elementos críticos.

Oportunidades de la inteligencia artificial en la evaluación psicológica

El seminario concluyó con una mesa redonda, moderada por Pablo E. García, en la que se reforzó una idea transversal: la IA puede mejorar la evaluación psicológica, pero no sustituye al razonamiento psicométrico ni al juicio profesional. La tecnología permite escalar, automatizar y generar nuevas formas de evidencia; la psicometría decide si esa evidencia es válida, justa y útil para una decisión concreta.

El seminario puso de manifiesto que la inteligencia artificial y los modelos de lenguaje están transformando profundamente la evaluación psicológica, abriendo nuevas posibilidades para la medición del comportamiento humano, pero también planteando desafíos relevantes en términos de validez, equidad y gobernanza.

Desde el Instituto de Ingeniería del Conocimiento a través de la Cátedra UAM–IIC se reafirma el compromiso de seguir impulsando espacios de reflexión que permitan avanzar en el desarrollo de herramientas de evaluación innovadoras, sin perder de vista los principios psicométricos y éticos que garantizan su calidad y utilidad en contextos aplicados. Las herramientas cambian, pero el rigor sigue siendo imprescindible.