Google permitira a los ingenieros software usar la ia en las entrevisas de trabajo

Google permite usar IA en sus entrevistas de trabajo

Comparte este artículo por correo electrónico

Google ha dado un paso que cambia las reglas del juego en los procesos de selección. Los candidatos que se postulan para puestos de ingeniería de software podrán usar Gemini, el asistente de IA de Google, durante las pruebas técnicas de la entrevista. No para facilitar la prueba, sino para para ver cómo la usan.

La información, revelada por Business Insider a partir de documentos internos, confirma que el objetivo es evaluar algo que hasta ahora no se medía explícitamente en ningún proceso de selección: la capacidad de trabajar con inteligencia artificial con criterio, eficiencia y sentido crítico.

El programa arranca como piloto en perfiles junior y semi senior de algunos equipos de Google Cloud en Estados Unidos. Pero la dirección que marca es difícil de ignorar, y sus implicaciones van mucho más allá de Silicon Valley.

Table of Contents

Qué evalúa exactamente Google en esta nueva fase

En la fase de comprensión y optimización de código, los candidatos pueden abrir Gemini y trabajar con él exactamente como lo harían en su día a día: leer un programa, detectar errores, proponer y ejecutar mejoras.

El entrevistador no puntúa solo el resultado final. Observa el proceso completo: cómo se formula la instrucción, si el candidato detecta cuándo el modelo falla, y si es capaz de comprender y validar el código que obtiene aunque no lo haya escrito él mismo.

En la práctica, se evalúan tres competencias muy concretas:

Prompt engineering aplicado: saber formular instrucciones precisas que produzcan resultados útiles.
Pensamiento crítico sobre los outputs de la IA: detectar errores, alucinaciones o respuestas incompletas del modelo.
Comprensión real del resultado: entender qué hace el código generado, no solo ejecutarlo.

Ninguna de estas tres competencias se adquiere por uso esporádico de un chatbot. Requieren formación específica, práctica guiada y un marco conceptual claro. Exactamente lo que diferencia a quien «usa IA» de quien «sabe trabajar con IA».

La razón detrás del cambio: así trabaja Google por dentro

La decisión no es arbitraria. El 75% del nuevo código que se produce internamente en Google ya lo genera una IA. Los ingenieros de software revisan, validan y toman decisiones sobre ese código, pero no parten de cero.La apuesta de Google por la IA generativa lleva años reconfigurando cómo trabajan sus equipos internamente.

Evaluar a los candidatos como si la IA no existiera dejaba de tener sentido. La empresa ha optado por alinear sus entrevistas con lo que ocurre de verdad en sus equipos.

El giro es significativo porque invierte un criterio que dominó durante años: en los inicios de la IA generativa, usar ChatGPT en una entrevista técnica era motivo de descalificación inmediata. Hoy, Google lo convierte en parte central de la evaluación.

Y no está sola. Meta, Canva y un número creciente de empresas tecnológicas ya miden en sus procesos de selección cómo trabaja el candidato con la IA, no cómo trabaja sin ella.

Hace dos años, usar ChatGPT en una prueba técnica era trampa. Hoy, Google lo pone en el centro de su evaluación. El criterio no ha cambiado por moda. Ha cambiado porque el trabajo ha cambiado.

Las habilidades en IA que exigen estos nuevos procesos de selección

Si Google ya evalúa estas competencias, tiene sentido saber exactamente cuáles son, qué implica cada una y en qué nivel se espera que las domine un candidato. Esto es lo que el mercado empieza a pedir:

Habilidad	Qué implica en la práctica	Nivel requerido
Prompt engineering	Formular instrucciones precisas, con contexto suficiente, para obtener resultados útiles y repetibles del modelo.	Imprescindible
Evaluación crítica de outputs	Detectar alucinaciones, errores lógicos, sesgos o respuestas incompletas en lo que genera el modelo.	Imprescindible
Comprensión del resultado	Entender, validar y adaptar el código o contenido generado. No basta con aceptar lo que produce la IA.	Imprescindible
Conocimiento de modelos de IA	Saber qué modelos existen, cuáles son sus capacidades y limitaciones, y cuándo usar cada uno según el caso.	Muy valorado
Integración en flujos de trabajo	Incorporar herramientas de IA en procesos reales de trabajo, no como recurso puntual sino como parte del método.	Muy valorado
Ética y uso responsable de la IA	Conocer los principios de uso ético, privacidad de datos, sesgos algorítmicos y regulación vigente en IA.	Diferenciador
Adaptación y aprendizaje continuo	Capacidad de actualizar conocimientos a medida que evolucionan los modelos. El ecosistema cambia rápido.	Diferenciador

Más allá de la tecnología: un nuevo estándar para todos los sectores

El piloto de Google afecta hoy a ingeniería de software. Pero la lógica que lo sustenta no tiene fronteras sectoriales. Cualquier profesional cuyo trabajo ya incorpore herramientas de IA se enfrentará antes o después a procesos de selección que midan exactamente esto.

Marketing, análisis de datos, comunicación, operaciones, recursos humanos, finanzas. En todos estos ámbitos, la IA ya forma parte del flujo de trabajo habitual. Y los departamentos de selección están empezando a ponerse al día. El impacto de la IA en el empleo es ya una realidad transversal que afecta a todos los perfiles profesionales.

La pregunta no es si este modelo llegará a tu sector. Es cuándo. Y si cuando llegue, tendrás las competencias para destacar o para quedarte fuera.

Por qué la formación en IA marca la diferencia ahora mismo

Trabajar con IA de forma eficiente no es una habilidad intuitiva. El uso espontáneo de herramientas como ChatGPT o Gemini produce resultados muy distintos al uso formado, estructurado y crítico que las empresas están empezando a exigir.

La diferencia está en saber construir un prompt que produzca exactamente lo que necesitas, en detectar cuándo el modelo aluciná o simplifica en exceso, en entender las limitaciones de cada sistema y sacar el máximo partido dentro de ellas. Todo eso se aprende. Y aprender marca una ventaja competitiva real y medible.

Los profesionales que ya están trabajando estas competencias con formación específica llegan a las entrevistas con un perfil distinto. No solo tienen conocimientos técnicos; tienen la capacidad de demostrar, en tiempo real, que saben colaborar con sistemas de IA de forma productiva.

Y esa capacidad, como ha dejado claro Google, es exactamente lo que el mercado está empezando a seleccionar.

La brecha entre quienes se han formado en IA y quienes no lo han hecho va a hacerse más visible en cada proceso de selección. La pregunta ya no es si merece la pena invertir en esa formación. Es cuánto tiempo queda antes de que no haberlo hecho pase factura.