Cada vez m�s profesionales retocan los empleos que terminaron hace a�os para hacerlos m�s atractivos en el mercado actual. La IA multiplica esta capacidad y crea una paradoja: puede hacer la b�squeda de empleo m�s meritocr�tica y, al mismo tiempo, hacer mucho m�s dif�cil saber qui�n es realmente bueno. Cuando todo el mundo puede presentar un curr�culo perfecto, el problema ya no es destacar. Se trata de ser cre�ble.Imagine a alguien que termin� su empleo en 2018, y que ocho a�os despu�s vuelve sobre �l y cambia tres l�neas en LinkedIn. Donde hab�a puesto "an�lisis de datos" incluye ahora "AI-driven analytics". Un proyecto que entonces se describ�a como automatizaci�n se convierte en una iniciativa de inteligencia artificial. Las reuniones con otros departamentos pasan a ser stakeholder management. El trabajo no ha cambiado. Tampoco los resultados obtenidos entonces. Lo que ha cambiado es el mercado al que hay que convencer ahora.Este viaje al pasado se ha convertido en un comportamiento frecuente que se puede medir. As�, una investigaci�n de Revelio Labs, en la que participa un viejo conocido de las grandes tendencias del mundo laboral, el profesor de Stanford Nicholas Bloom, ha seguido versiones sucesivas de perfiles profesionales para localizar a quienes modifican un puesto m�s de 60 d�as despu�s de abandonarlo. Los investigadores los llaman preisamente viajeros en el tiempo. Uno de cada cinco usuarios estadounidenses analizados modific� retrospectivamente al menos una experiencia entre 2020 y 2026. La edici�n mediana se produjo 4,5 a�os despu�s de haber terminado aquel trabajo.Pero lo relevante no es cu�nto editan, sino cu�ndo. La actividad comienza a crecer unos seis meses antes de cambiar de empleador, se acelera a medida que se aproxima la transici�n y cae despu�s. Durante el periodo en que actualizan sus perfiles, esos tprofesionales tienen un 66% m�s de probabilidades de cambiar de empresa.LinkedIn deja as� de parecerse a un archivo profesional y es tambi�n un escaparate que se reorganiza cuando alguien empieza a mirar hacia la siguiente oportunidad. La pregunta ya no es �nicamente "qu� he hecho" sino "qu� parte de lo que he hecho conviene destacar ahora para resultar atractivo en el mercado actual".El pasado tambi�n compite por un empleoLos cambios que desvela el estudio de Revelio Labs permiten observar esa adaptaci�n casi en tiempo real. Despu�s de la aparici�n de ChatGPT, los profesionales empezaron a incorporar con mucha m�s frecuencia referencias a la inteligencia artificial, incluso en trabajos que hab�an terminado a�os antes. No estaban inventando necesariamente una experiencia. Pod�an estar rebautizando como IA algo que en su momento describieron como machine learning, automatizaci�n, modelos predictivos o an�lisis avanzado.Lightcast ha analizado m�s de 1.300 millones de ofertas de empleo y calcul� en 2025 que aquellas que ped�an habilidades de IA ofrec�an salarios un 28% superiores, unos 18.000 d�lares m�s al a�o de media. Y m�s de la mitad de las ofertas que requer�an alguna habilidad de inteligencia artificial estaban ya fuera de inform�tica y ciecias de la computaci�n. Cuando una palabra adquiere valor en el mercado laboral, empieza una carrera por demostrar que uno puede utilizarla leg�timamente.Hace una d�cada ocurr�a con digital. Despu�s llegaron data-driven, agile, product, cloud... Y ahora eso ocurre con IA, aunque el problema es que una competencia puede tardar meses o a�os en construirse, mientras que una descripci�n profesional tarda segundos en reescribirse. Ese desfase est� creando una nueva econom�a de la presentaci�n profesional.La IA y un mercado m�s meritocr�ticoSe podr�a interpretar todo esto como una sofisticaci�n del viejo arte de inflar el curr�culo aunque ser�a tambi�n un error. La IA est� eliminando barreras que nunca tuvieron demasiado que ver con la capacidad para realizar un trabajo.El estudio Algorithmic Writing Assistance on Jobseekers, del National Bureau of Economic Research (NBER), analiza un experimento de campo realizado con casi medio mill�n de personas que buscaban empleo. A una parte de ellas se les ofreci� una herramienta algor�tmica para mejorar la redacci�n de su curr�culo. El resultado fue que esos candidatos acabaron siendo contratados un 8% m�s que quienes no recibieron esa ayuda. Despu�s de la contrataci�n, los investigadores no encontraron indicios de que los empleadores estuvieran menos satisfechos con su rendimiento.Esto obliga a distinguir entre tener talento y saber presentarlo. Un candidato puede no ser peor que otro; simplemente puede explicar peor lo que sabe hacer.Un gran programador puede tener dificultades para describir sus logros. Un inmigrante puede competir en una lengua que no domina del todo. Un joven que es el primero de su familia en ir a la universidad puede desconocer los c�digos con los que un consultor de carrera transforma un simple "hice tal cosa" en "lider� esto y consegu� lo otro". Incluso un directivo con 20 a�os de experiencia puede tener un curr�culo confuso o mal estructurado.En esos casos, una herramienta que ordena la informaci�n, que corrige errores y ayuda a expresar mejor la experiencia, no est� inventando capacidades que no existen. Hace visibles capacidades que ya estaban ah�. No fabrica talento sino que reduce el coste de saber venderlo.La investigaci�n de Revelio Labs muestra precisamente que las se�ales ling��sticas asociadas a modelos de lenguaje de gran tama�o (LLM) aparecen con mayor frecuencia entre algunos profesionales con menor nivel educativo y menos entre quienes poseen un doctorado; dentro de los MBA, los graduados de escuelas mejor situadas en los r�nkings muestran menos indicios de escritura asistida.Ah� est� una de las grandes promesas de la IA aplicada al empleo: puede repartir entre mucha m�s gente una capacidad de presentaci�n que hasta ahora estaba desigualmente distribuida, aunque esa democratizaci�n contiene tambi�n una trampa.La crisis de las se�alesImagine una competici�n de atletismo en la que todos reciben unas zapatillas que permiten correr el doble de r�pido. Durante unos minutos, quien primero las consigue puede tener una ventaja extraordinaria. Cuando las lleva todo el mundo, dejan de ser una ventaja... Algo parecido est� ocurriendo con los documentos de candidatura.Freelancer.com introdujo una herramienta de inteligencia artificial capaz de redactar cartas de presentaci�n. Su investigaci�n estudia millones de candidaturas. Tener acceso a la herramienta produjo cartas mejor ajustadas a las ofertas y aument� la probabilidad de respuesta. Pero, tras su aparici�n, la relaci�n entre una carta muy personalizada y la probabilidad de recibir una respuesta del empleador cay� un 51%. Los empleadores comenzaron a prestar m�s atenci�n a otras informaciones, como el historial previo del trabajador. La IA mejor� la se�al y, precisamente por eso, termin� debilit�ndola.El profesor de Wharton, Judd Kessler, plantea esto en t�rminos econ�micos: "Una se�al sirve para distinguir cuando resulta relativamente costosa de producir. Antes, estudiar una empresa, entender una oferta y escribir una carta extraordinariamente espec�fica exig�a tiempo, informaci�n y esfuerzo. Ahora puede hacerse en segundos. Lo que antes diferenciaba empieza a convertirse en el m�nimo esperado". El curr�culo est� entrando en la misma zona de peligro.Hays habla de Resume Revolution. Su gu�a de contrataci�n estadounidense para 2026 se�ala que los curr�culos generados con IA se han normalizado y advierte de la sameness (uniformidad u homogeneizaci�n) provocada por las palabras clave: candidatos formalmente impecables cuyos documentos empiezan a parecerse demasiado entre s�. Otro estudio de Hays sit�a el momento cr�tico cuando la persona que aparece en la entrevista no se parece demasiado a la que promet�a el papel.La gran paradoja del nuevo mercado laboral es que la IA puede hacerlo m�s meritocr�tico porque ayuda a que personas con talento se presenten mejor. Y puede hacerlo menos transparente porque permite que personas muy diferentes se presenten casi igual de bien.De la escasez de candidatos a la escasez de atenci�nLa consecuencia ya se aprecia en las bandejas de entrada de los reclutadores: Ashby analiz� m�s de 109 millones de candidaturas y 247.000 puestos entre 2021 y marzo de 2026. El n�mero de solicitudes por contrataci�n se triplic� entre 2021 y 2024 y se mantuvo por encima de 300 durante 2025.Por su parte Korn Ferry ha bautizado la situaci�n como la avalancha de candidaturas. En 2025 se�alaba que las solicitudes realizadas a trav�s de LinkedIn hab�an aumentado m�s de un 45% en un a�o y alcanzaban una media de 11.000 por minuto. Sus cazatalentos describ�an candidatos que, ayudados por IA, pod�an hacer que una experiencia pareciese m�s impresionante de lo que hab�a sido realmente. La b�squeda de empleo ha entrado as� en una peculiar carrera armament�stica.El candidato utiliza una m�quina para adaptar el curr�culo a la oferta. La empresa utiliza otra para filtrar cientos de curr�culos. El candidato intenta anticipar el filtro, y la empresa endurece la selecci�n. El coste de presentar una candidatura cae y el n�mero de candidaturas aumenta. Cuantas m�s llegan, menos tiempo puede dedicarse a cada una.Greenhouse llama a este c�rculo AI doom loop. En una encuesta de 2025 a m�s de 4.100 candidatos, reclutadores y responsables de contrataci�n de Estados Unidos, Reino Unido, Irlanda y Alemania, el 34% de los reclutadores estadounidenses dijo dedicar hasta la mitad de su semana a eliminar spam y solicitudes de baja calidad. Casi tres cuartas partes de los candidatos estadounidenses encuestados utilizaban IA en alguna parte de su b�squeda de empleo. Se puede decir que el recurso escaso ya no es el curr�culum sino la atenci�n de alguien dispuesto a creerlo.El uso de la inteligencia será algo normal, y precisamente por ello mencionar que uno la utiliza aportará cada vez menos información. La ventaja estará en ser específico. No es "experiencia en IA", sino qué problema se resolvió, con qué herramientas, sobre qué datos, con qué límites y con qué resultado. No es "liderazgo", sino qué equipo, qué decisión difícil y qué cambió después. No es "orientación a resultados", sino el resultado.Un estudio de la Harvard Business School observa que la IA permite al candidato fabricar una versión de sí mismo mucho mejor alineada semánticamente con una vacante. Algunas organizaciones están respondiendo con procesos en los que pesan más las muestras de trabajo, ejercicios, código, explicaciones detalladas y otras comprobaciones de capacidad. Eso obliga también a cambiar la estrategia del candidato.El currículo seguirá siendo necesario, pero debe empezar a entenderse como una puerta de entrada, no como la prueba definitiva. Conviene utilizar la IA para localizar experiencias relevantes, eliminar ruido, adaptar el lenguaje y hacer legible una trayectoria. Mucho menos sensato es dejarle inventar una identidad profesional que después habrá que defender ante alguien que conoce el oficio.Además, si todos pueden enviar cien candidaturas aceptables, enviar la número 101 aporta poco. Puede resultar más valioso identificar 20 puestos en los que exista una correspondencia real y construir alrededor de ellos evidencias concretas, conocimiento de la empresa y relaciones profesionales.Y el perfil debería empezar a diseñarse pensando en "enséñame qué construiste"; "cómo llegaste a esa cifra"; "qué decisión tomaste"; "qué salió mal"; "qué parte hiciste tú"; "cómo utilizaste la IA"...Los viajeros en el tiempo anuncian algo más que una nueva moda en LinkedIn. Durante mucho tiempo, la carrera profesional fue una sucesión de hechos que después resumíamos. Ahora empieza a funcionar también al revés: observamos qué está valorando el presente y regresamos al pasado en busca de las piezas de nuestra biografía que mejor encajan con él.Eso no tiene por qué ser falso. Una trayectoria de 20 años admite muchas lecturas. Cambia la perspectiva; cambian las oportunidades; cambia el nombre con el que una industria denomina algo que ya hacíamos... El problema aparece cuando la calidad del relato deja de decirnos gran cosa sobre la calidad de quien lo protagoniza, y esa es la ruptura que está introduciendo la inteligencia artificial en la búsqueda de empleo.Durante años se enseñó a los candidatos a construir el currículo perfecto, y ahora que cualquiera puede construirlo es necesario aprender a competir con algo bastante más difícil de generar: una historia que pueda demostrarse.Cuidado con el retrovisor...Los viajeros en el tiempo plantean un problema que va m�s all� de la b�squeda de empleo. Gobiernos, consultoras e inversores utilizan millones de perfiles profesionales para estudiar c�mo cambia el mercado laboral. Pero esos datos pueden ser enga�osos si las personas reescriben hoy trabajos que hicieron hace a�os.Pensemos en un analista que trabaj� entre 2017 y 2019 haciendo modelos estad�sticos para prever ventas. Entonces describi� su trabajo como predictive analytics. En 2026 actualiza LinkedIn y lo llama AI-powered forecasting. Para un reclutador actual puede ser una forma razonable de presentar esa experiencia. Pero para un investigador que quiere saber cu�ntas personas trabajaban con inteligencia artificial en 2018, puede llevar a una conclusi�n equivocada.El problema es que la fecha del empleo y la fecha en la que se escribi� su descripci�n no siempre coinciden.Revelio Labs puede detectar estas modificaciones porque conserva distintas versiones de los perfiles y compara c�mo cambian con el tiempo. Muchas otras bases de datos, sin embargo, s�lo ven el perfil actual. As�, una expresi�n utilizada en 2026 puede aparecer asociada a un empleo de 2018.Esto importa porque la llamada labor market intelligence utiliza enormes cantidades de perfiles y ofertas para identificar qu� profesiones crecen, qu� habilidades se demandan y c�mo evoluciona el empleo. Pero una oferta y un perfil cuentan cosas diferentes: la oferta muestra lo que una empresa dice buscar en ese momento; el perfil muestra c�mo una persona decide presentar su experiencia, quiz� muchos a�os despu�s.Por eso, un aumento de referencias a la IA en empleos antiguos no demuestra necesariamente que la inteligencia artificial estuviera tan extendida entonces. Parte del crecimiento puede proceder simplemente de nuevas formas de describir trabajos pasados.La soluci�n no es dejar de utilizar esos datos, sino tratarlos como documentos que cambian. Para reconstruir correctamente el mercado laboral habr� que distinguir tres momentos: cu�ndo se hizo el trabajo, cu�ndo se describi� y cu�ndo se volvi� a describir.