Entrevistas estructuradas: qué dice la evidencia

La mayoría de los responsables de selección creen que son buenos jueces del talento. La investigación dice otra cosa — y la brecha entre la validez percibida y la real de las entrevistas ha sido medida, repetidamente, durante cuatro décadas. La solución no es una nueva plataforma ni un proceso más largo. Es estructura: preguntas predefinidas, puntuación anclada a competencias y una rúbrica que define qué se ve en cada nivel antes de que entre el primer candidato.

La tabla de validez: qué encontraron los metaanálisis

El coeficiente de validez (ρ, corregido por restricción de rango y error de medición) mide qué tan bien predice una herramienta de selección el desempeño real en el puesto, en una escala de 0 (ninguna relación) a 1 (predicción perfecta). Un coeficiente superior a .40 se considera prácticamente significativo en psicología industrial-organizacional.

Fuentes:

• Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 85 years of research findings. Psychological Bulletin, 124(2), 262–274.
• McDaniel, M. A., Whetzel, D. L., Schmidt, F. L., & Maurer, S. D. (1994). The validity of employment interviews: A comprehensive review and meta-analysis. Journal of Applied Psychology, 79(4), 599–616. (Basado en 245 coeficientes, N = 86.311.)
• Wiesner, W. H., & Cronshaw, S. F. (1988). A meta-analytic investigation of the impact of interview format and degree of structure on the validity of the employment interview. Journal of Occupational Psychology, 61(4), 275–290.

Dos patrones se destacan. Primero, la brecha de validez entre entrevistas estructuradas (.51) y no estructuradas (.38) no es marginal: representa un aumento significativo en la precisión predictiva que se acumula en cientos de decisiones de contratación. Segundo, combinar una entrevista estructurada con una medida de capacidad cognitiva (.63) produce una validez que se aproxima a la de las mejores herramientas de selección disponibles.

Por qué la estructura aumenta la validez: los mecanismos

Los investigadores han identificado cuatro mecanismos a través de los cuales la estructura mejora la validez predictiva. Cada uno tiene una implicación práctica para cómo un equipo de selección debe conducir su proceso.

1. Las preguntas estandarizadas eliminan la varianza específica del entrevistador

En una entrevista no estructurada, cada entrevistador hace preguntas diferentes. Uno indaga el razonamiento analítico; otro se detiene en el ajuste cultural; un tercero sigue hacia donde lleva la conversación. Las puntuaciones resultantes miden en parte al candidato y en parte qué entrevistador llegó a hacer qué pregunta. Esa varianza específica del entrevistador es ruido: reduce la validez predictiva sin agregar señal.

Estandarizar las preguntas para que todos los candidatos respondan el mismo conjunto elimina esta fuente de ruido. La puntuación refleja entonces las respuestas del candidato a un estímulo definido, no las preferencias conversacionales del entrevistador.

2. Las escalas de puntuación ancladas reducen la deriva del evaluador

Conway, Jako y Goodman (1995) encontraron en un metaanálisis que la confiabilidad entre evaluadores promedio para entrevistas estructuradas fue de .59, frente a .37 para entrevistas no estructuradas — una ventaja de dos a uno. La confiabilidad es un techo para la validez: una herramienta no puede predecir el desempeño mejor de lo que puede medirse a sí misma de forma consistente.

El mecanismo clave son las escalas de calificación con anclaje conductual (BARS, por sus siglas en inglés): un puntaje de 3 no es "adecuado" sino "describió una situación específica en la que identificó la causa raíz a través de datos, propuso dos alternativas y explicó el trade-off" — con un ejemplo redactado al nivel del puesto, acordado antes de que comiencen las entrevistas. Sin anclajes, dos entrevistadores asignan el mismo número a observaciones completamente distintas, y el debrief se convierte en una negociación en lugar de una triangulación.

El modelo de seis dimensiones de Verdict aplica este principio: cada puntaje está vinculado a evidencia textual extraída del CV o las notas de la entrevista, no a la impresión general de un evaluador.

3. La estructura reduce la influencia de información irrelevante

Las entrevistas no estructuradas son particularmente susceptibles a un conjunto documentado de sesgos: el efecto de primacía (las primeras impresiones dominan), el efecto de similitud (los candidatos que comparten características con el entrevistador obtienen puntajes más altos) y señales de apariencia física que activan efectos halo. Estos no son hipótesis: han sido replicados en múltiples contextos experimentales.

La estructura atenúa estos efectos al dirigir la atención del entrevistador hacia competencias específicas y predefinidas. Cuando un puntaje debe justificarse con una cita o ejemplo concreto de la respuesta real del candidato, el camino desde el agrado hasta una puntuación alta requiere trabajo. Esa fricción es intencional y productiva.

Una revisión narrativa y cuantitativa de 2014 de Levashina, Hartwell, Morgeson y Campion en Personnel Psychology (vol. 67, 241–293) examinó décadas de investigación sobre entrevistas estructuradas y halló que las entrevistas estructuradas son sustancialmente más confiables y válidas que las no estructuradas, y producen menores diferencias entre subgrupos de candidatos.

4. Exigir la citación de evidencia mejora la base probatoria

La intervención estructural más simple es la regla de citación: antes de enviar un puntaje en cualquier dimensión, el entrevistador debe escribir la cita exacta o el comportamiento descrito que ubicó al candidato en ese nivel. Si no puede citarlo, no puede defenderlo.

Esta regla tiene dos efectos. Primero, hace visible la ausencia de evidencia — un problema frecuente cuando los candidatos son elocuentes pero inespecíficos. Segundo, crea un registro recuperable que permite la calibración posterior: cuando el desempeño de un candidato contratado a los 90 días diverge de su puntaje en la entrevista, se puede revisar cuál fue la evidencia real y aprender si la rúbrica estaba mal calibrada.

Preguntas conductuales vs. situacionales: qué distingue la investigación

No todas las preguntas de entrevista estructurada tienen la misma validez. La investigación distingue dos tipos principales:

Las preguntas conductuales consultan sobre un evento pasado específico: "Contame sobre una situación en la que tuviste que convencer a un stakeholder que inicialmente se oponía a tu recomendación. ¿Cuál fue la situación y qué hiciste?" La respuesta es verificable en principio (una referencia podría corroborarla) y requiere que el candidato reconstruya un episodio real, lo que es más difícil de fabricar convincentemente que una respuesta genérica de buenas prácticas.

Las preguntas situacionales consultan qué haría el candidato en un escenario hipotético: "Si descubrieras que un par incumple sistemáticamente los controles de calidad de datos, ¿cómo lo manejarías?" Latham y sus colegas desarrollaron este enfoque; las entrevistas situacionales se correlacionan más fuertemente con el conocimiento del puesto y las intenciones conductuales futuras que con el comportamiento pasado demostrado.

McDaniel et al. (1994) encontraron que ambos tipos de preguntas producen predicciones válidas, pero miden constructos parcialmente distintos. La mejor práctica — y el enfoque que las dimensiones de evaluación de candidatos de Verdict están diseñadas para respaldar — es combinar preguntas conductuales con puntuación basada en citación de evidencia, de modo que el resultado sea una afirmación anclada a una historia específica, no una autoevaluación abstracta.

Aplicando la investigación: un ejemplo trabajado en Trayectoria

El siguiente ejemplo muestra cómo los principios que maximizan la validez se traducen en práctica sobre la dimensión Trayectoria de Verdict — la tasa y dirección del crecimiento de un candidato.

Enfoque débil (no estructurado): El entrevistador pregunta: "¿Cómo ves el desarrollo de tu carrera?" El candidato da una respuesta bien ensayada sobre buscar liderazgo y aprendizaje continuo. El entrevistador anota "orientado al crecimiento" y da un 4. Sin anclaje de evidencia. Sin comparabilidad entre candidatos.

Enfoque estructurado con puntuación anclada:

Pregunta predefinida: "Recorré los últimos tres roles que tuviste. Para cada uno, contame cuál era el alcance de tu responsabilidad cuando empezaste y cuál era cuando te fuiste — y qué cambió."

Anclaje predefinido para un 4 en Trayectoria:

El candidato puede articular una expansión específica y verificable del alcance en al menos dos roles — por ejemplo, pasar de gestionar un área de producto a tener la roadmap completa, o de contribuidor individual a líder de equipo con control de presupuesto — en un plazo plausible para el nivel del puesto. El candidato puede explicar qué impulsó la expansión (un resultado de proyecto, una brecha que identificó, una decisión de un sponsor) en lugar de atribuirla únicamente a la antigüedad.

Con este anclaje, dos entrevistadores que escuchan a candidatos diferentes producen puntajes comparables. Un 4 significa lo mismo en ambos scorecards. El debrief lleva minutos en lugar de una hora.

Esta es la lógica detrás de la metodología de evaluación de Verdict: definir cómo se ve la evidencia en cada nivel y luego puntuar contra evidencia, no contra impresiones.

Lo que la estructura no corrige

La estructura aumenta la validez. No la elimina.

Incluso una entrevista estructurada bien diseñada tiene un techo de validez: los coeficientes corregidos se agrupan en torno a .51, lo que significa que hay varianza sustancial en el desempeño laboral real que las entrevistas — estructuradas o no — no pueden capturar. Por eso el hallazgo de Schmidt & Hunter (1998) de que combinar una entrevista estructurada con una medida de capacidad cognitiva general produce .63 es prácticamente importante: ambos instrumentos capturan información parcialmente no superpuesta, y el .63 refleja ese enfoque combinado, no lo que una entrevista estructurada aislada logra habitualmente.

La estructura tampoco elimina completamente las diferencias entre subgrupos en los puntajes de entrevista. La investigación ha encontrado que las entrevistas estructuradas reducen pero no eliminan algunas diferencias en las medias grupales. La respuesta correcta no es abandonar la estructura (lo que ampliaría esas diferencias) sino auditar las distribuciones de puntuación entre entrevistadores y familias de roles, e investigar si las definiciones de anclaje se aplican de forma consistente.

Por último, la estructura puede implementarse deficientemente. Una entrevista con preguntas predefinidas pero sin rúbrica de puntuación, o con anclajes tan vagos que cada entrevistador los interpreta de manera diferente, captura la forma de la estructura sin el mecanismo. Las ganancias de validez en los metaanálisis reflejan estructura bien implementada: preguntas estandarizadas, escalas de calificación ancladas, entrevistadores entrenados, citación de evidencia.

Cómo Verdict mapea esto a las seis dimensiones

La metodología de Verdict operacionaliza los principios de validez anteriores en seis dimensiones — Capacidad, Historial de logros, Trayectoria, Influencia, Ventaja de dominio y Superficie de riesgo — extrayendo evidencia textual del CV cargado y mapeándola a una rúbrica de puntuación predefinida. El resultado no es una calificación impresionista: es un puntaje anclado a una cita específica del CV, con la cita visible junto al puntaje.

Esto refleja la regla de citación descrita más arriba: el puntaje es la evidencia. Un evaluador que no está de acuerdo con un puntaje puede señalar la cita y argumentar que corresponde a un nivel diferente — un desacuerdo estructurado que puede resolverse contra la rúbrica, no un concurso de impresiones.

Para roles en los que la evidencia de la entrevista debe combinarse con la evidencia del CV — el caso más común en selección de perfiles senior — el flujo de evaluación de Verdict acepta notas del entrevistador junto al CV, extrayendo evidencia estructurada de ambas fuentes e integrándola en un único puntaje basado en evidencia por dimensión.

Preguntas frecuentes

¿Qué es un coeficiente de validez aceptable? En investigación de selección de personal, un coeficiente de validez corregido (ρ) de .30 se considera moderado, .40 es prácticamente significativo, y .50 o más es robusto. Los coeficientes se corrigen por artefactos estadísticos que incluyen la restricción de rango (las poblaciones contratadas son más estrechas que los grupos de candidatos) y el error de medición del criterio. Las correlaciones observadas sin corregir suelen ser menores.

¿La estructura hace las entrevistas más lentas? Una entrevista estructurada bien diseñada es con frecuencia más rápida, no más lenta. Saber exactamente qué preguntas hacer y contar con una rúbrica de puntuación elimina la conversación exploratoria que alarga las entrevistas no estructuradas sin agregar validez. Una entrevista estructurada de 45 minutos puntuada contra una rúbrica de anclaje suele producir un resultado más defendible que una conversación no estructurada de 90 minutos.

¿Y las preguntas de "cultura organizacional"? El "ajuste cultural" evaluado mediante conversación abierta es la forma de entrevista menos estructurada, de menor validez y más susceptible al sesgo. Si el ajuste cultural es un requisito genuino de competencia para un rol, defina qué significa en términos conductuales, redacte niveles anclados y puntúelo como cualquier otra dimensión. Una calificación intuitiva sin anclaje agrega ruido, no señal.

¿Pueden implementar esto equipos de selección pequeños? Sí. La entrevista estructurada mínima viable es: un conjunto de preguntas predefinidas (cuatro a seis), una rúbrica de puntuación con definiciones de anclaje por dimensión y la regla de citación. No se necesita una plataforma propietaria. Las ganancias de la investigación están disponibles para cualquier equipo dispuesto a redactar la rúbrica antes de que comience la primera entrevista.

¿Dónde encaja el CV en un proceso estructurado? El CV es la fuente de evidencia primaria para Historial de logros, Trayectoria y Ventaja de dominio. Una entrevista estructurada es más valiosa para Capacidad e Influencia — dimensiones en las que el CV proporciona una señal más débil porque la evidencia relevante es conductual más que biográfica. El enfoque de Verdict para las dimensiones de evaluación de candidatos trata el CV y la entrevista como instrumentos complementarios, no intercambiables.