Ejemplo Informe real de una prueba. El nombre y el correo son ficticios; los títulos de las conversaciones son los del historial analizado. Volver al inicio
eval-platform/Informe de evaluación
← Inicio
Datos realesde una corrida completa sobre 729 conversaciones. Las competencias se describen con evidencia observada; no hay puntuaciones porque todavía no existe una población de referencia contra la que compararlas.

Informe de competencias profesionales

AR

Andrés Felipe Rojas

andres.rojas@ejemplo.com

Informe generado a partir del historial de conversaciones con herramientas de IA que el candidato autorizó analizar. Las conversaciones originales no se conservan ni se comparten.

51 % trabajo

Su historial, en cifras

Conversaciones de trabajo
67
Áreas de trabajo distintas
8
Meses con actividad
21
Conversaciones analizadas
98

Perfil de competencias

7 dimensiones descritas

Cada competencia se describe con lo que se observó en las conversaciones, no con una nota. El nivel es una etiqueta ordinal —incipiente, consolidado, referente— que describe cuánto se sostiene la conducta, no cuánto vale.

Capacidad de aprendizajeconsolidado
Resolución de problemasconsolidado
Pensamiento críticoincipiente
Conocimientos técnicosconsolidado
Profundidad de análisisincipiente
Consigue que se le entiendaconsolidado
Uso eficiente de herramientas de IAconsolidado
5en nivel consolidado 2en nivel incipiente 0sin evidencia suficiente

Consigue que se le entienda

Nivel consolidadoConfianza alta

En la mayoría de las conversaciones el asistente entrega a la primera sin pedir aclaraciones: las peticiones de descripciones de producto, traducciones, copys y consultas técnicas llegan con los datos suficientes (atributos, formato, restricciones explícitas) para producir un entregable usable. El patrón de repregunta aparece de forma recurrente en tareas de código y de configuración (plugins, shortcodes, selectores, estructura de plantillas), donde el asistente pide el HTML, el lenguaje o el archivo antes de responder, y en peticiones telegráficas de una línea sin contexto. El dato de soporte lo confirma: dos de cada tres conversaciones se resuelven sin ninguna aclaración.

Lo que no aparece

No se observa de forma sostenida la estructuración previa de la petición: ordenar restricciones, anticipar el contexto técnico y los datos que el ejecutor necesitará, de modo que cualquier persona del equipo pudiera ejecutarla sin preguntar. En las tareas de código esa anticipación falta y la aclaración recae en el asistente.

Evidencia

Especifica 'no se incluye el grifo pero sí los sifones y la tubería' y el asistente responde directamente.
Aporta edad, nombre, colores, fecha, dirección y formato de la tarjeta en un solo mensaje y se genera sin repreguntas.
En el plugin de categorías el asistente pregunta por el lenguaje y hay que aclarar 'es para wordpres'.
En el 99 % de sus conversaciones · clara en el 43 %

Uso eficiente de herramientas de IA

Nivel consolidadoConfianza alta

En la mayoría de las conversaciones reformula la petición cuando la primera respuesta no le sirve, aportando información nueva: código existente, restricciones del entorno (versión gratuita de un plugin, inserción desde fragmentos de código), ejemplos de formato o el país concreto de una conexión. Esa iteración aparece de forma repetida en muchos hilos, no como un caso aislado. En varios casos encadena peticiones sobre el mismo material (ajustes sucesivos de un mismo código, variantes de un texto, correcciones de idioma y tono), aunque no siempre usa el resultado de una consulta como entrada explícita de la siguiente.

Lo que no aparece

No se observa de forma clara que uses la salida de una consulta como entrada explícita de la siguiente para combinar resultados de varias preguntas en un mismo entregable; el encadenamiento suele ser de ajuste sobre el mismo material más que de integración de respuestas distintas.

Evidencia

Reenvía el código, corrige el archivo objetivo y cambia de enfoque (de atributo a dimensiones de envío) tras una respuesta que no servía.
Añade que usa la versión gratuita de Directorist y que inserta desde Fragmentos de código para reformular la petición del tema.
Tras varias respuestas genéricas sobre indexación, pega la lista exacta de opciones y reformula a cuál desactivar para que Google no indexe resultados de búsqueda.
En el 96 % de sus conversaciones · clara en el 51 %

Conocimientos técnicos

Nivel consolidadoConfianza alta

En la mayoría de las conversaciones emplea el término exacto del dominio y lo aplica a su caso sin ayuda: nombra hooks y funciones de WooCommerce/PHP (add_action, woocommerce_single_product_summary, get_sku, wp_insert_comment), vocabulario de SEO y datos estructurados (schema, JSON-LD, noindex, sitemaps, Search Console), y terminología específica de producto (porcelanato, coeficiente de fricción, clasificación AC, acero 304, monocomando). En algunos intercambios el vocabulario es correcto pero genérico ('optimizar para SEO', 'estructura web', 'carrito de compras') sin detalle técnico. El patrón se repite: precisión alta en WordPress/WooCommerce, SEO técnico y materiales de construcción, y menor profundidad en marketing digital y en la descripción de procesos de firmware.

Lo que no aparece

No se observa que expliques por qué eliges una opción técnica frente a alternativas descartadas, ni que justifiques decisiones con criterios comparativos. Tampoco aparece profundidad conceptual en SEO avanzado (canibalización, contenido duplicado) ni en el proceso de compilación/flasheo de firmware.

Evidencia

Usa remove_action/add_action con prioridades, woocommerce_single_product_summary, get_sku(), get_dimensions() y esc_html().
Habla de schema, JSON-LD, breadcrumbs, meta descripción, focus keyphrase y H2/H3 con precisión.
Emplea términos como porcelanato rústico, coeficiente de fricción, acabado mate/brillante y clasificación AC.
En el 91 % de sus conversaciones · clara en el 40 %

Capacidad de aprendizaje

Nivel consolidadoConfianza media

En la mayoría de las conversaciones encadena preguntas de seguimiento sobre el mismo tema y reformula sus peticiones cuando la primera respuesta no encaja, aportando contexto adicional (herramientas que usa, tema, ubicación exacta). En varios casos pide ejemplos, ampliaciones o aclaraciones de términos concretos y contrasta lo recibido con lo que ya sabía o con su propia experiencia. Se le ve volver sobre un tema para profundizar paso a paso, aunque en bastantes intercambios se queda en ajustar el resultado sin indagar en el porqué.

Lo que no aparece

No se observa de forma sostenida que apliques en un tema lo aprendido en otro ni que corrijas tu propio enfoque sin que se te pida; la profundización suele quedarse en el tema concreto de cada conversación.

Evidencia

Pasa de 'dónde pongo los drivers' a 'dónde pongo la placa', 'cómo abro el archivo' y 'cómo encuentro pins.h' en el mismo flujo.
Pregunta si el sitemap de imágenes es distinto al normal y pide detalles adicionales sobre TTS y puntos concretos.
Tras lograr que funcione, concluye que 'la instrucción debe ser en español' y lo generaliza como aprendizaje aplicable.
En el 81 % de sus conversaciones · clara en el 22 %

Resolución de problemas

Nivel consolidadoConfianza alta

En la mayoría de las conversaciones, el candidato descompone el problema en partes (atributos, plantillas, hooks, pasos de configuración), prueba soluciones concretas y reporta explícitamente cuando no funcionan, ajustando el enfoque con nueva información. Es recurrente que aísle la causa tras varios intentos (por ejemplo, identificar dimensions.php, el conflicto de plantillas, o la configuración de Meta Robots) y reformule el objetivo para acercarse a lo deseado. En algunos casos aislados la iteración es más superficial, limitándose a pedir otra opción sin descomponer, pero la tónica general es de iteración visible con diagnóstico parcial.

Lo que no aparece

No se observa de forma consistente un diagnóstico propio antes de preguntar, con descarte previo de causas y una hipótesis fundamentada; en la mayoría de los casos la descomposición y el ajuste surgen durante la interacción, no como un análisis previo aportado por iniciativa propia.

Evidencia

Prueba product-attributes.php, meta.php, single-product.php; reporta 'no funciona' y aísla la causa en dimensions.php
Reporta 'este codigo afecto el codigo de la pagina... ya no aparece el scroll' y luego reformula: 'la idea es que tengamos 2 scroll'
Reporta 'no funciona', 'dice contenido inesperado o no válido', luego confirma que funcionó y reporta los 2 errores de uploadDate
En el 79 % de sus conversaciones · clara en el 34 %

Profundidad de análisis

Nivel incipienteConfianza baja

En las conversaciones revisadas, la persona tiende a abordar un asunto por mensaje: encadena ajustes o requisitos de uno en uno (tamaño, luego márgenes, luego selectores) sin agruparlos en una estructura con jerarquía. Cuando conecta varias variables lo hace de forma puntual y sin ordenar el análisis (por ejemplo, relaciona el doble trabajo ACF/WooCommerce con la ubicación de la plantilla, o distingue el scroll general del scroll del contenedor), pero el patrón dominante son mensajes breves de una sola variable. Solo en casos aislados descompone el problema en capas o secciones detalladas, y esos casos no se sostienen a lo largo de las conversaciones.

Lo que no aparece

No se observa de forma sostenida una estructuración del análisis en pasos jerarquizados, ni la comparación explícita de escenarios alternativos con sus consecuencias antes de decidir. Tampoco se ve un análisis de causas raíz más allá de probar y descartar.

Evidencia

Encadena ajustes de una sola variable por mensaje: tamaño, luego márgenes, luego alcance de selectores, luego scroll.
Relaciona el doble trabajo ACF/WooCommerce, la ubicación de la plantilla y la llamada a dimensions.php, aunque sin estructurarlo formalmente.
En un caso aislado desglosa objetivo, características del chatbot, especificaciones del plugin, estructura ZIP y pasos de verificación.
En el 69 % de sus conversaciones · clara en el 4 %

Pensamiento crítico

Nivel incipienteConfianza media

Verifica con frecuencia lo que entrega la IA y detecta errores concretos en código, archivos o contenido, señalándolos explícitamente. Contrasta las respuestas con lo que observa en su sistema o con herramientas externas, y en varias conversaciones confronta al asistente cuando repite instrucciones que contradicen lo pedido o cuando inventa datos. Sus cuestionamientos suelen centrarse en la aplicabilidad práctica y en la coherencia con sus requisitos, más que en la búsqueda de fuentes o contraejemplos.

Lo que no aparece

No se observa que pidas fuentes o contraejemplos de forma sistemática, ni que detectes errores en respuestas que no te hayan fallado en la práctica. Tampoco se ve un contraste explícito entre dos respuestas alternativas de la IA.

Evidencia

Detecta que meta.php no tiene título ni precio y corrige indicando que el archivo correcto es product-attributes.php.
Señala que el asistente inventó categorías y filtros en lugar de usar los existentes: 'no me gusta que te inventaste esas categorias y demas opciones de los filtros, yo quiero que tomes los filtros ya creados'.
Verifica con Rich Results Test que el schema solo marca artículo y no video, y lo reporta.
En el 64 % de sus conversaciones · clara en el 15 %Nivel limitado por la evidencia disponible

Disposiciones de trabajo

4 disposiciones · no son competencias

No son competencias ni valores morales: son inclinaciones que se ven en la conducta. Describen hacia dónde tira esta persona cuando trabaja, con independencia del tema. Aquí es donde se usa el material que no correspondía a ningún dominio de trabajo.

Curiosidad

Explora por iniciativa propia temas ajenos a su puesto y abre ramas nuevas dentro de un mismo asunto.

Dedica 100 conversaciones a aprender o indagar sin relación con un puesto y reparte su actividad entre 9 áreas distintas. En 24 de 67 conversaciones introduce temas nuevos dentro del mismo hilo, lo que muestra una inclinación a ampliar el foco más que a agotarlo.

Conversaciones de aprendizaje o curiosidad: 100; áreas de trabajo distintas: 9; abre temas nuevos: 24 de 67

Persistencia

Sostiene intercambios largos y vuelve sobre lo que falla.

La mediana de 19 mensajes por conversación indica que mantiene el hilo en lugar de abandonarlo pronto. Además reporta fallos en 22 de 67 conversaciones (47 fallos en total), señal de que sigue trabajando sobre lo que no sale bien en vez de darlo por cerrado.

Mediana de mensajes por conversación: 19; reporta fallos: 22 de 67 (33 %), 47 fallos en total

Autonomia

Trabaja en frentes diversos sin depender de un encargo externo.

Las 100 conversaciones de aprendizaje sin relación con un puesto y la dispersión en 9 áreas sugieren que él mismo marca los temas que aborda. Los recuentos no permiten afirmar nada sobre si decide sin consultar ni sobre cómo resuelve bloqueos, así que la autonomía se sostiene solo en la variedad y el origen propio de su actividad.

Conversaciones de aprendizaje o curiosidad: 100; áreas de trabajo distintas: 9

Rigor

Registra los fallos, pero su pensamiento crítico aún es incipiente.

Anota lo que no funcionó en 22 de 67 conversaciones, con 47 fallos contabilizados, lo que da material objetivo sobre sus resultados. Sin embargo, el pensamiento crítico incipiente indica que esa constancia al reportar todavía no se traduce en un examen sistemático de las causas o de la validez de lo que hace.

Reporta fallos: 22 de 67 (33 %), 47 fallos en total; pensamiento crítico: incipiente
Lo que no se evalúa aquí. Honestidad, integridad, respeto y cualquier otro valor moral quedan fuera a propósito: no se pueden inferir de un historial de conversaciones, y tratar de hacerlo sería inventar y además entrar en terreno legal delicado. Se evalúan en la entrevista, con preguntas estructuradas.

En qué trabaja

65 con área de trabajo

Cada dominio es un área de trabajo real. Dos recuentos —hechos—, no valoraciones: qué parte de su trabajo cae en cada área, y en qué proporción aportó material de su propio proyecto.

Dominio% de su trabajoAporta material propio
Desarrollo web26 %82 %
Contenido y redacción20 %23 %
SEO y posicionamiento14 %44 %
Ecommerce y productos9 %67 %
Diseño e imagen9 %17 %
Marketing digital8 %20 %
Hardware e impresión 3D8 %40 %
Negocios y gestión6 %25 %
El 3 % restante —2 conversaciones— no correspondía a ninguna área de trabajo: astronomía, idiomas, matemáticas, medicina. No se ha usado para el perfil de competencias; aparece en Disposiciones de trabajo como evidencia de curiosidad. «Aporta material propio» es la proporción en la que pegó código, listados o URLs de su propio proyecto.
Especialista o generalista: ninguna área supera el 26 % de su trabajo, y las tres principales —ecommerce, SEO y desarrollo web— suman el 53 %. Es un perfil generalista con núcleo: amplio y sin dependencia de un solo terreno. Si el puesto exige profundidad en un área concreta, eso es una pregunta para la entrevista, no un defecto del candidato.

Herramientas y tecnologías

lo que aparece, no lo que domina

Un inventario de menciones recogidas de sus propias conversaciones. Que algo aparezca no demuestra dominio; que no aparezca tampoco demuestra desconocimiento: solo que no salió en estas conversaciones. Los recuentos se solapan —una misma conversación menciona varias herramientas— así que no suman 100 %.

TecnologíaEn cuántas conversaciones
WordPress21
WooCommerce11
PHP6
WhatsApp6
Code Snippets5
CSS3
Elementor3
Google Ads3
Google Sheets3
Instagram3
Marlin3
Twilio3
Ninguna de las cuatro herramientas que pide la vacante —GA4, SEMrush, Ahrefs, Screaming Frog— aparece en su historial. No significa que no las conozca: significa que no las usó aquí. Es justo lo que la entrevista tiene que cubrir.

Cómo evoluciona

21 meses con actividad

Cómo cambió su forma de trabajar con los meses. Cada columna es un trimestre —tres meses: ene-mar, abr-jun, jul-sep, oct-dic—. La barra verde mide cuántas de sus conversaciones de ese trimestre llegaron a nivel de trabajo real; la barra salmón, en cuántas aportó material propio. Los trimestres en gris tienen menos de tres conversaciones: se muestran para no ocultarlos, pero no cuentan para la tendencia.

0 %
jul-sep2023 · 1 conv
75 %
oct-dic2023 · 8 conv
85 %
ene-mar2024 · 13 conv
100 %
abr-jun2024 · 7 conv
100 %
jul-sep2024 · 7 conv
92 %
oct-dic2024 · 13 conv
100 %
ene-mar2025 · 8 conv
100 %
abr-jun2025 · 7 conv
100 %
jul-sep2025 · 1 conv
0 %
jul-sep2026 · 2 conv
Trabajo real: conversaciones que llegan a «aplicar» o másMaterial propio: conversaciones donde aporta su código, listas o datos
La tendencia, con la muestra suficiente: al principio 81 % de su trabajo llegaba a nivel de trabajo real; al final, 100 %. El pico está en 2024 · T2, con el 100 % de sus conversaciones en nivel de trabajo real.

Cómo trabaja

recuentos, no valoraciones

Entra bajo, sale alto

52 % del total

Escala a mejor: 52 %Se mantiene: 34 %Plano en lo básico: 9 %Se desinfla: 4 %

Empieza pidiendo entender o cómo se hace y termina diagnosticando o decidiendo. En otro 34 % se mantiene en un nivel de trabajo real desde el principio.

Cuánto le cuesta llegar

19 mensajes por conversación

22 %1-5
15 %6-10
7 %11-15
52 %16-20
3 %21+

La más rápida la cierra en 1 mensaje; la más larga necesita 21. En el 33 % reportó al menos un fracaso.

Techo de complejidad

42 % en «aplicar»

Recordar 1 %Comprender 10 %Aplicar 42 %Analizar 28 %Evaluar 6 %Crear 12 %

El trabajo real —aplicar o más— es el 88 % de sus conversaciones.

Hacerse entender

39 aclaraciones

En el 33 % de sus conversaciones la IA tuvo que preguntar antes de poder entregar algo usable (22 de 67). En el resto entregó a la primera. Es el dato detrás de «consigue que se le entienda»: no mide estilo, mide si la otra parte pudo actuar sin preguntar.

Sobre el resultado de cada conversación. El 93 % de sus conversaciones figuran como entregado y el 7 % como con fracasos. Eso no significa que el 93 % se resolviera: significa que el asistente siempre tiene la última palabra y cierra con una cortesía. Por eso el resultado por sí solo no se usa como indicador y lo informativo se ha movido al coste: mensajes y fracasos reportados.

Para qué tipo de trabajo encaja

orientación, no filtro

Esto no sale de lo que sabe, sino de cómo trabaja. Es la lectura que haría un reclutador con experiencia al ver su historial, puesta por escrito y con la evidencia al lado.

Encaja mejor con

Desarrollo web y maquetación con apoyo de asistentes de IA. Su trabajo real se concentra en desarrollo web y el perfil muestra un uso consolidado de herramientas de IA, con capacidad para aplicar lo aprendido sobre el material concreto de cada tarea. Encaja en puestos donde la ejecución técnica se apoya en iteración asistida.

Contenido y redacción con orientación SEO. Combina contenido y redacción con SEO en su día a día y comunica de forma que se le entiende. Un puesto de producción de contenido con criterios de posicionamiento aprovecha esa base consolidada.

Ecommerce y gestión de productos digitales. Tiene experiencia en ecommerce y productos junto con diseño e imagen, lo que encaja en roles de mantenimiento y mejora continua de catálogos y páginas, donde el trabajo avanza por aplicación práctica más que por análisis profundo previo.

Encajaría peor con

Consultoría técnica o auditoría SEO avanzada. Le exigiría justificar decisiones frente a alternativas descartadas y profundizar en canibalización o contenido duplicado, algo que hoy no se le ve de forma sostenida. También requeriría un pensamiento crítico más sistemático al contrastar fuentes y respuestas.

Análisis de datos o diagnóstico de causas raíz. Le pediría estructurar el análisis en pasos jerarquizados y comparar escenarios antes de decidir, así como aportar un diagnóstico propio previo a preguntar. Su patrón actual tiende a descomponer el problema durante la interacción.

Coordinación de proyectos técnicos con especificaciones cerradas. Le exigiría anticipar restricciones y contexto técnico para que otros ejecuten sin preguntar, y encadenar resultados de varias consultas en un entregable integrado. Hoy la aclaración recae más en el asistente y el encadenamiento es de ajuste sobre el mismo material.

Cómo usar esto. Es una hipótesis para la entrevista, no un criterio de descarte. Recomendar tipos de puesto es exactamente la zona de perfilado que el EU AI Act clasifica como alto riesgo: por eso va etiquetado como orientación descriptiva, con la evidencia al lado, y nunca debe usarse para filtrar candidatos automáticamente ni para descartar a nadie sin conversación.

Parte 2 · Alineación con la vacante

Vacante a cubrir

Especialista SEO

Bogotá, Colombia · Híbrido (2 semanas presencial / 2 remotas) · Término indefinido

Los diez requisitos del anuncio, traducidos a conducta verificable. Lo que un historial de conversaciones no puede responder se marca como tal, en vez de inventarle una nota.

Competencias frente al mínimo del puesto (5 de 7 lo alcanzan)

Una competencia sin evidencia no se cuenta como incumplida: se cuenta como no vista. El nivel observado sale del historial, no de una prueba.

CompetenciaPideObservado
Resolución de problemasconsolidadoconsolidadoAlcanza
Conocimientos técnicosconsolidadoconsolidadoAlcanza
Consigue que se le entiendaconsolidadoconsolidadoAlcanza
Uso eficiente de herramientas de IAconsolidadoconsolidadoAlcanza
Profundidad de análisisconsolidadoincipienteNo alcanza
Pensamiento críticoconsolidadoincipienteNo alcanza
Capacidad de aprendizajeconsolidadoconsolidadoAlcanza
6con evidencia 0sin evidencia 2no evaluables
SEO técnico y On PageCubierto

Importanciaimprescindible

Se observaEvidencia en 9 conversaciones de su historial, sobre 2 de los 2 temas declarados.

SEO Off Page: enlazado y autoridadCubierto

Importanciaimprescindible

Se observaEvidencia en 2 conversaciones de su historial, sobre 1 de los 1 temas declarados.

Investigación de palabras claveCubierto

Importanciaimprescindible

Se observaEvidencia en 7 conversaciones de su historial, sobre 1 de los 1 temas declarados.

Optimización de contenidoCubierto

Importanciaimprescindible

Se observaEvidencia en 15 conversaciones de su historial, sobre 2 de los 2 temas declarados.

Métricas orgánicas y análisis de datosCubierto

Importanciaimprescindible

Se observaEvidencia en 2 conversaciones de su historial, sobre 1 de los 1 temas declarados.

HTML, CSS y etiquetado webCubierto

Importanciavalorado

Se observaEvidencia en 13 conversaciones de su historial, sobre 1 de los 1 temas declarados.

GA4, SEMrush, Ahrefs, Screaming FrogNo evaluable

Importanciaimprescindible

Se observaEl manejo de una herramienta no se demuestra en un chat: se comprueba en la entrevista.

Liderazgo de proyectos o equiposNo evaluable

Importanciavalorado

Se observaCoordinar personas no se demuestra en un historial de conversaciones.

Qué preguntar en la entrevista

  1. SEO Off Page · imprescindible, sin evidencia. «Cuéntame una estrategia de enlazado que hayas ejecutado. ¿Qué tipo de enlaces buscabas y cómo medías el resultado?»
  2. Análisis de datos · imprescindible, parcial. «¿Qué métrica te ha engañado alguna vez y cómo lo descubriste?»
  3. Palabras clave · imprescindible, parcial. «Elige un cliente y cuéntame cómo construirías el mapa de términos desde cero: qué mirarías primero y por qué.»
  4. Liderazgo · valorado, sin evidencia. «¿Has tenido que coordinar a alguien para sacar un proyecto adelante? ¿Cómo repartiste el trabajo?»
  5. Herramientas · no evaluable desde aquí. «¿Qué informe sacas de Search Console que no saques de GA4, y por qué?» Más una prueba práctica de veinte minutos.
Un requisito que sí se puede verificar: el anuncio pide 1 a 3 años de experiencia en SEO y el historial cubre 14 meses de actividad SEO continua. No es una afirmación del currículum: son las fechas de sus propias conversaciones.
Reglas de esta comparación. «Sin evidencia» no es «no cumple»: va a la entrevista, nunca al descarte. Los imprescindibles no se compensan con los valorados. Y los requisitos de título, certificaciones y experiencia en agencias quedan fuera del instrumento a propósito: no son observables desde aquí y filtrar por ellos es terreno legal delicado.

Límites de este informe

lo que no puede decir

Cuanto más claro es lo que un informe no sabe, más se puede confiar en lo que afirma.

No mide competencias

Describe conducta observada. La literatura reciente ha puesto en duda que incluso un assessment center mida competencias distintas entre sí: las valoraciones por dimensión se parecen demasiado. Aquí no se pretende más que describir lo que se ve.

No tiene baremos

Sin una población de referencia no hay percentiles ni comparación con nadie. Los niveles son orientativos y solo tienen sentido dentro de su propio perfil.

No ve lo que no está

Liderazgo, trabajo en equipo, ética, desempeño bajo presión o trato con clientes reales no aparecen en un historial de conversaciones. Ausencia de evidencia no es evidencia de ausencia.

No evalúa títulos ni herramientas

Certificaciones, años en un puesto y manejo de herramientas concretas se comprueban en entrevista o prueba práctica. Aquí quedan fuera a propósito.

Está sesgado hacia quien usa IA

Mide a personas que trabajan con asistentes de IA a diario. Alguien igual de competente que no los use aparecerá con menos evidencia, y no por eso vale menos.

Es una foto, no una predicción

Describe catorce meses hasta la fecha del informe. No dice cómo rendirá en este puesto: eso lo dice el trabajo, no el historial.

Transparencia y tratamiento de datos

qué hace la máquina y qué hace la persona
PasoQuiénQué ocurre
1. ClasificarIASepara las conversaciones profesionales de las personales
2. FiltrarIARetira datos personales y sensibles antes del análisis
3. DescribirIARegistra qué conducta se observa en cada conversación
4. SintetizarIAIntegra las observaciones en las descripciones de este informe
5. DecidirPersonaNinguna decisión de selección es automática. Este informe no descarta a nadie: alimenta una conversación
Base legal: consentimiento explícito del candidato y finalidad declarada —evaluación para un proceso concreto—, conforme a la Ley 1581 de 2012 de protección de datos personales en Colombia. Se conservan los recuentos y las descripciones, no las conversaciones. Pendiente antes de uso real: auditoría de sesgo sobre una muestra de referencia.

Glosario

los términos que usamos

Ninguno de estos términos es de uso común. Sin esta nota, el informe se lee a medias.

Los términos de este informe

Conversación de trabajo
Una conversación que el candidato abrió y desarrolló con varias idas y vueltas. Es la unidad de análisis: todo el informe se apoya en conversaciones, no en conversaciones sueltas. En esta evaluación, 69.
Consulta suelta
Una pregunta de uno o dos mensajes que no llega a ser un tema desarrollado. Se excluye de las puntuaciones porque dice muy poco de quien la hace. Aquí se descartaron 29.
Dominio
El área temática del trabajo: SEO, ecommerce, desarrollo web, diseño… Sirve para separar lo que la persona hace en cada terreno, en lugar de promediarlo todo en un único número que no describe nada.
Nivel
incipiente · consolidado · referente
Etiqueta ordinal que describe cuánto se sostiene una conducta a lo largo del trabajo, no cuánto vale. Incipiente: aparece de forma aislada o débil. Consolidado: aparece de forma sostenida y clara. Referente: aparece con criterio propio, en varios dominios y sin que nadie lo pida.
Evidencia clara / débil
Clara cuando la conducta se ve sin ambigüedad; débil cuando solo aparecen rastros. Una competencia puede tener 37 observaciones y ninguna clara: eso también es información, y es más útil que un promedio.
Nivel de complejidad
Qué tipo de petición hace, de menor a mayor: recordar («¿qué es…?»), comprender («¿por qué…?»), aplicar («¿cómo lo hago?»), analizar («¿por qué falla?»), evaluar («¿cuál me conviene?»), crear («diseñame…»). La entrada es cómo abre la conversación; el techo, el nivel más alto que llega a sostener.
Coste de resolución
Cuántos mensajes y cuántos fracasos reportados necesitó antes de llegar. Es lo que mide el esfuerzo, ahora que sabemos que el resultado por sí solo no distingue: el asistente siempre tiene la última palabra y cierra casi todo.
Fracaso reportado
Un mensaje del candidato en el que dice que algo no funcionó: «no funciona», «sigue igual», «me da error», «ya lo intenté».