Estudio de citas de IA: Recursos humanos

Dos públicos hacen preguntas de RR. HH. Los candidatos y autónomos quieren saber «¿cómo funciona una empresa de trabajo temporal?», «cómo encontrar prácticas de FP dual en marketing», «qué ETT busca mozos de almacén en Valencia» o «¿merece la pena un orientador profesional?». Los empleadores preguntan «cómo contratar rápido a un desarrollador», «mejor empresa de cazatalentos para un director financiero» o «cuánto cuesta una ETT frente a una contratación directa».

Muchos de estos prompts son preguntas jurídicas encubiertas. Detrás de «¿puedo encadenar dos contratos temporales?» o «¿cuál es el salario mínimo en una ETT?» hay una norma laboral. La IA tiene que acertar con la norma antes de recomendar a nadie, y eso cambia las fuentes que elige.

Los estudiantes forman un tercer público: prácticas, formación dual y contratos de formación generan un flujo constante de prompts que mezclan orientación profesional, elección de centro y normas laborales.

En las respuestas en francés, los sitios públicos aportan gran parte de la información factual: Légifrance para los textos legales, los portales de servicio público, el ministerio de Trabajo, France Travail (el servicio público de empleo), la URSSAF para las cotizaciones y los portales oficiales para estudiantes y contratos en alternancia. En otros idiomas, los modelos recurren a los organismos nacionales equivalentes, como el SEPE o el BOE en España.

El segundo nivel lo forman las plataformas de empleo y las redes profesionales. LinkedIn, Indeed, Glassdoor, Welcome to the Jungle y HelloWork se citan para ofertas, bandas salariales y reputación de empresas. Las plataformas de profesionales independientes como Malt aparecen cuando la pregunta trata del trabajo por cuenta propia.

El tercer nivel son los especialistas: consultoras de selección, empresas de portage salarial y sus federaciones profesionales, escuelas con programas de formación dual. Se citan cuando sus páginas comparan ofertas, detallan tarifas o responden a una pregunta de nicho mejor que un portal generalista.

Las preguntas de derecho laboral conllevan riesgo, así que los modelos de IA prefieren fuentes que parezcan responsables: un autor identificado, una fecha de actualización, referencias a las normas aplicables. Una empresa de RR. HH. cuyas guías citan bien la ley e indican quién las escribió tiene más opciones de aparecer en la explicación, y no solo en una lista de proveedores.

Los prompts comparativos son el otro terreno de juego. Preguntas como «mejor empresa de trabajo temporal» o «mejores consultoras de selección para ingenieros» generan listas, y los modelos las construyen a partir de artículos comparativos, plataformas de opiniones y páginas de proveedores que muestran tarifas, garantías y especialidades. Una página comercial vaga no le da al modelo nada que comparar.

El GEO (Generative Engine Optimization, optimización para motores generativos) de una empresa de RR. HH. tiene, por tanto, dos objetivos: ser la fuente que explica la norma y ser uno de los nombres de la lista.