Qonda

Guía Visual de IA para RRHH

Conceptos clave, ejemplos prácticos y frases “a prueba de jefe” para que RRHH y TI hablen el mismo idioma.

Tabla de contenidos

01 Inteligencia Artificial (IA)02 Machine Learning (Aprendizaje Automático)03 LLM (Large Language Model)04 Entrenamiento de IA05 Datos estructurados vs. no estructurados06 Prompt07 Agente de IA08 RAG (Retrieval-Augmented Generation)09 Integración10 API11 Embeddings12 Fine-tuning13 Token14 Chatbot vs. Agente de IA15 Hallucination16 Dataset17 Sesgo algorítmico (Bias)18 Red Neuronal19 Inferencia20 Prompt Engineering21 Agente autónomo22 Lógica condicional23 Feedback loop24 Guardrails25 Evaluación de modelos26 Zero-shot vs. Fine-tuned27 Escalabilidad28 Latencia29 Modelo Open Source vs. Modelo Privado30 Tasa de abandono

Diccionario Cool de IA para RRHH

Concepto 1

🔍 Inteligencia Artificial (IA)

Es cuando una máquina puede tomar decisiones o resolver problemas de manera “inteligente”, como si pensara… pero sin dramas existenciales.

Ejemplo: Un sistema que entrevista candidatos y decide si cumplen con el perfil.

A prueba de jefe IA = decisiones útiles sin drama; acelera reclutamiento.

Concepto 2

🧠 Machine Learning (Aprendizaje Automático)

Es cuando la máquina aprende con base en los datos. Cuanto más le enseñas, mejor se vuelve.

Ejemplo: Un modelo que aprende qué candidatos terminan siendo contratados y mejora sus recomendaciones.

A prueba de jefe Aprende de tus datos y mejora cada semana.

Concepto 3

🗣️ LLM (Large Language Model)

Es un cerebro artificial entrenado con millones de textos. Por eso puede escribir, responder, o incluso entrevistar como si fuera humano.

Ejemplo: ChatGPT, Bard, Claude... y el motor detrás de Qonda.

A prueba de jefe Cerebro de texto que entiende y conversa como humano.

Concepto 4

🏋️‍♀️ Entrenamiento de IA

Como entrenar a un nuevo reclutador: le das ejemplos, lo corriges y mejora con la práctica.

Ejemplo: Enseñarle al sistema cómo responder preguntas frecuentes de candidatos sobre vacantes.

A prueba de jefe Entrena una vez, escala a miles de conversaciones.

Concepto 5

📊🌀 Datos estructurados vs. no estructurados

Estructurados: Excel, columnas, filtros. No estructurados: correos, PDFs, audios, CVs.

Ejemplo: La IA buena puede leer y entender ambos.

A prueba de jefe La IA debe entender Excel y también PDFs y audios.

Concepto 6

🗯️ Prompt

Es lo que le dices a la IA para que haga lo que tú quieres.

Ejemplo: “Hazme un resumen del perfil de este candidato con tono profesional”.

A prueba de jefe Mejor prompt = mejor salida (y menos retrabajo).

Concepto 7

🧑‍💼 Agente de IA

Una IA que no solo responde, sino que actúa como si fuera parte de tu equipo. Toma decisiones, interactúa, recuerda.

Ejemplo: Qonda. Recluta, entrevista, y hasta te manda reportes.

A prueba de jefe No es un bot; es un miembro del equipo 24/7.

Concepto 8

🧩 RAG (Retrieval-Augmented Generation)

Suena a complicación, pero es simple: combina información interna (como tus vacantes o políticas) con el poder de la IA para responder con contexto real.

Ejemplo: El candidato pregunta: “¿Cuál es el horario para la vacante de Puebla?” y la IA busca en tu base actualizada antes de responder.

A prueba de jefe Respuestas con tus datos, no inventadas.

Concepto 9

🔌 Integración

Cuando dos sistemas se conectan para trabajar juntos sin que tengas que copiar y pegar todo.

Ejemplo: Tu ATS conectado al chatbot para que actualice vacantes automáticamente.

A prueba de jefe Sin integraciones no hay automatización real.

Concepto 10

🛠️ API

Es como una puerta secreta que permite que dos sistemas hablen entre sí.

Ejemplo: Qonda se conecta por API a tu sistema de nómina para validar información.

A prueba de jefe La API es el pasillo entre RRHH y TI.

Concepto 11

🧬 Embeddings

Es la manera en que la IA traduce textos en números para poder “entenderlos”.

Ejemplo: Así reconoce que “ingeniero de software” y “developer” están relacionados.

A prueba de jefe Traducción del lenguaje a números para buscar mejor.

Concepto 12

🎯 Fine-tuning

Afinar a la IA con tus propios datos para que responda como si trabajara en tu empresa.

Ejemplo: Entrenar a la IA para que use tus propias preguntas en entrevistas.

A prueba de jefe Personaliza la IA a tu cultura y procesos.

Concepto 13

💬 Token

Es como la unidad mínima de texto para la IA. Una palabra se divide en varios tokens.

Ejemplo: Saber esto ayuda a calcular costos si usas plataformas como OpenAI.

A prueba de jefe Tokens = costo y velocidad; cuídalos.

Concepto 14

🤖🧠 Chatbot vs. Agente de IA

Un chatbot repite lo que le programaste. Un agente de IA interpreta, adapta, y piensa en tiempo real.

Ejemplo: Uno es un loro entrenado. El otro, un colega inteligente.

A prueba de jefe Evita bots de FAQ; busca agentes que actúan.

Concepto 15

🫠 Hallucination

Cuando la IA se inventa cosas. Como el candidato que dice que domina Excel pero no sabe ni abrirlo.

Ejemplo: Por eso es clave conectarla a tus fuentes reales (¡hola RAG!).

A prueba de jefe Con RAG y reglas, reduces inventos.

Concepto 16

📚 Dataset

Es el conjunto de datos con el que se entrena la IA. Si los datos son basura, los resultados también.

Ejemplo: Si entrenas con CVs desactualizados, el agente te va a sugerir candidatos que ya se jubilaron.

A prueba de jefe Mejores datos = mejores contrataciones.

Concepto 17

🎭 Sesgo algorítmico (Bias)

Es cuando la IA empieza a tomar decisiones injustas porque los datos con los que fue entrenada estaban cargados hacia cierto perfil.

Ejemplo: Si todos tus datos históricos muestran que solo se contrata a hombres, la IA podría reproducir ese patrón.

A prueba de jefe Monitorea sesgos; audita y corrige.

Concepto 18

🧠 Red Neuronal

Es la arquitectura base que imita cómo funciona el cerebro humano. Tiene “neuronas” que aprenden conexiones entre ideas.

Ejemplo: Gracias a esto, la IA puede entender que “Gerente de ventas” y “Sales Manager” son parecidos.

A prueba de jefe La red neuronal es el motor debajo del capó.

Concepto 19

🧮 Inferencia

Es cuando la IA ya entrenada se pone a trabajar con nuevos datos y genera respuestas.

Ejemplo: Cada vez que un candidato habla con el agente, está ocurriendo una inferencia.

A prueba de jefe La inferencia es donde ocurre el ROI.

Concepto 20

🧑‍🔧 Prompt Engineering

Es el arte de hablar con la IA para que haga lo que uno quiere. Ni más, ni menos.

Ejemplo: En lugar de decirle “resume este perfil”, mejor: “resume el perfil en 3 bullets con tono profesional y resalta experiencia internacional”.

A prueba de jefe Prompts claros = menos errores y costos.

Concepto 21

🛸 Agente autónomo

Una IA que no solo responde, sino que puede tomar acciones en distintos sistemas de forma automática.

Ejemplo: Verifica si el candidato pasó el filtro, lo registra en el ATS, y agenda entrevista sin que tú muevas un dedo.

A prueba de jefe Automatiza punta a punta, no solo conversa.

Concepto 22

🔀 Lógica condicional

“Si pasa esto, haz esto otro”. Es como darle reglas básicas al flujo.

Ejemplo: Si el candidato no cumple con la edad mínima, termina la conversación de forma amable.

A prueba de jefe Reglas claras = procesos predecibles.

Concepto 23

🔁 Feedback loop

Es el proceso de mejorar continuamente la IA usando los datos de sus interacciones.

Ejemplo: Si muchos candidatos abandonan después de una pregunta, el sistema aprende a hacerla de forma distinta.

A prueba de jefe Medir → aprender → mejorar, en ciclo.

Concepto 24

🚧 Guardrails

Son las reglas de seguridad que se le ponen a la IA para que no se pase de lista ni diga barbaridades.

Ejemplo: Limitar temas sensibles o evitar que el agente dé consejos médicos o legales.

A prueba de jefe Seguridad y cumplimiento desde el diseño.

Concepto 25

🧪 Evaluación de modelos

Es probar si la IA realmente está dando buenos resultados.

Ejemplo: ¿Está filtrando correctamente a los candidatos? ¿Está reduciendo el tiempo de contratación?

A prueba de jefe Sin métricas no hay mejora posible.

Concepto 26

🎯🛠️ Zero-shot vs. Fine-tuned

Zero-shot: Le pides algo y la IA lo intenta aunque no lo haya visto antes. Fine-tuned: Ya fue entrenada específicamente para esa tarea.

Ejemplo: Un chatbot genérico puede intentar ayudarte, pero uno fine-tuned para reclutamiento es mucho más efectivo.

A prueba de jefe General sirve; especializado gana.

Concepto 27

📈 Escalabilidad

Es la capacidad de crecer sin romperse.

Ejemplo: Que el sistema pueda atender a 10 o a 10,000 candidatos sin drama ni colapso.

A prueba de jefe Crece sin contratar 10 veces más gente.

Concepto 28

🕓 Latencia

Es el tiempo que tarda la IA en responder.

Ejemplo: Si el candidato tarda mucho en recibir respuesta, se va. Así de simple.

A prueba de jefe Respuesta rápida = más conversiones.

Concepto 29

🧷🔒 Modelo Open Source vs. Modelo Privado

Open source: código abierto, puedes modificarlo. Privado: propiedad de una empresa, como OpenAI o Anthropic.

Ejemplo: Puedes usar modelos como Mistral o LLaMA si quieres control total, o ChatGPT si prefieres potencia lista para usarse.

A prueba de jefe Elige control vs. conveniencia con intención.

Concepto 30

🚪 Tasa de abandono

Porcentaje de personas que empiezan la conversación pero no la terminan.

Ejemplo: Métrica clave para saber si el flujo del agente es claro y agradable.

A prueba de jefe Si abandonan, ajusta flujo y tiempos.