En resumen: En esta continuación de su columna Vantage Level sobre la IA y la desaparición de la carta de presentación, Judd Kessler explica por qué las cartas de recomendación tienen más peso que nunca.
en mi ultimo Columna Punto de vistaAnuncié que la IA estaba acabando con la carta de presentación.
De hecho, ahora ha sido declarado muerto.
La IA eliminó la carta de presentación debido a la capacidad de la nueva tecnología para replicar de manera rápida, convincente y sin esfuerzo lo que de otro modo le habría tomado horas al solicitante producir.
Al facilitar demasiado el proceso, la IA eliminó el valor de señalización de la carta de presentación para los empleadores.
En los viejos tiempos, una carta de presentación detallada y reflexiva (del tipo que demostraba conocimiento de la empresa y expresaba claramente cómo las habilidades y la experiencia de un candidato en specific podían desempeñar un puesto necesario) period lo suficientemente difícil de escribir como para que los solicitantes solo pudieran hacerlo para trabajos que realmente encajaban perfectamente. Los empleadores solo vieron cartas firmes de candidatos que pensaban que el puesto period adecuado para ellos. Merece la pena examinar detenidamente a esos candidatos.
Sin embargo, cuando ChatGPT o Claude pueden redactar una excelente carta de presentación en segundos, tener una se convierte en un requisito previo en lugar de un diferenciador. Ya no es una señal útil de nada (excepto, quizás, de que un candidato sepa cómo activar un chatbot).
Pero un mercado laboral que funcione bien todavía necesita ayudar a que los candidatos coincidan con los puestos de trabajo; sin la carta de presentación, se necesita otra forma de mostrar a las empresas que ciertos candidatos son buenos candidatos para sus puestos vacantes y que vale la pena investigarlos más a fondo.
Una señal que la IA no puede crear
Afortunadamente, la respuesta no está lejos. Es la carta de recomendación.
La clave del valor de la carta de recomendación es que su poder de señalización nunca se debió a que fuera difícil de escribir. (No lo son. Muchos redactores de cartas de recomendación utilizan una plantilla o piden al sujeto que elabore un primer borrador ellos mismos).
En cambio, su poder de señalización procedía del hecho de que el remitente estaba dispuesto a escribirlo. Cuando un ex empleador, supervisor o profesor (como yo) escribe una carta, envía un correo electrónico o levanta el teléfono para responder por un candidato a un puesto de trabajo, estamos negociando con una moneda que escasea y es costosa de desperdiciar: nuestra reputación.
Quiero que todos mis estudiantes tengan éxito, pero solo recomendaré a uno para una oportunidad laboral o programa académico si realmente creo que encajarán bien.
Incluso si me preocupo más por mis estudiantes que por las empresas que podrían contratarlos, no quemaría mi reputación recomendando a alguien mediocre para un puesto. Si recomendara un candidato inadecuado para un puesto de trabajo este año, la empresa rápidamente se daría cuenta de que no se puede confiar en mí e ignoraría mis recomendaciones en el futuro. Como resultado, solo recomiendo estudiantes cuando creo que la combinación será exitosa y quienes revisan mi referencia pueden confiar en mi evaluación.
Y debido a que incluso las cartas de recomendación que la IA ayuda a redactar tienen el mismo valor de señalización, seguirán dominando, incluso en la period de la IA.
Cuando un ex empleador, supervisor o profesor (como yo) escribe una carta, envía un correo electrónico o levanta el teléfono para responder por un candidato a un puesto de trabajo, estamos negociando con una moneda que escasea y es costosa de desperdiciar: nuestra reputación.
Evidencia del mercado laboral
De hecho, a medida que otras señales pierden su poder, es possible que aumente el valor de una carta de recomendación. La transición ya está empezando a ocurrir. A documento de trabajo reciente descubrió que cuando los candidatos comenzaron a utilizar la IA para escribir cartas de presentación, los empleadores comenzaron a ignorarlos y comenzaron a confiar más en las recomendaciones.
Sin embargo, una limitación precise de las cartas de recomendación es que no todos los candidatos a un puesto aprecian su valor.
Vi esto de primera mano en investigación Dirigí con Sara Heller de la Universidad de Michigan. Nos centramos en trabajadores jóvenes (de 24 años o menos) que habían participado en el Programa de empleo juvenil de verano de la ciudad de Nueva York.
Estábamos interesados en cómo estos trabajadores hicieron la transición de su empleo de verano, financiado por el programa de la ciudad, a otras oportunidades en el mercado laboral. En specific, nos preguntamos si estaban aprovechando al máximo el poder de las recomendaciones de antiguos empleadores.
Sospechábamos que no y pensamos que period un error.
Para nuestra prueba, seleccionamos al azar a jóvenes para que fueran elegibles para recibir cartas de recomendación proporcionadas por sus supervisores del programa de verano. Invitamos a sus supervisores a indicar los jóvenes que creían que merecían una carta, les pedimos que completaran una breve encuesta sobre cada joven y convertimos las respuestas positivas de la encuesta en cartas. (Nuestro análisis de las respuestas a la encuesta de supervisores encontraron que reflejaban la preparación para el mercado laboral; por ejemplo, los jóvenes con experiencia previa en el mercado laboral recibieron calificaciones sustancialmente más altas de los supervisores).
Produjimos las cartas, las enviamos a los jóvenes y luego volvimos a registrarnos, cuatro años después, para comparar los resultados en el mercado laboral de aquellos que habían sido elegibles al azar para recibir una carta con aquellos que habían sido seleccionados al azar para ser nuestro grupo de management.
Estimamos que recibir una carta de recomendación aumentó los ingresos de un trabajador en un 4,9% en cuatro años.
Sabíamos que si los jóvenes ya estaban optimizando (por ejemplo, pidiendo a los supervisores que escribieran cartas o sirvieran como referencias siempre que les fuera útil hacerlo), entonces nuestras cartas no habrían servido de nada.
En cambio, los impactos fueron sorprendentes. Aquellos seleccionados al azar para recibir cartas obtuvieron mejores coincidencias en el mercado laboral. Encontraron trabajo más rápido, permanecieron en ellos más tiempo y ganaron significativamente más. Estimamos que recibir una carta de recomendación aumentó los ingresos de un trabajador en un 4,9% en cuatro años.
Aprendimos que los jóvenes se beneficiaron mucho al tener estas cartas de recomendación. Pero a pesar del beneficio de tener una carta, los jóvenes no la pedían ellos mismos.
Peor aún, no siempre usaron las cartas, incluso cuando se las proporcionamos. Incluso después de que enviamos cartas a los jóvenes (cinco copias impresas y una copia impresa) y los animamos a incluirlas en sus solicitudes de empleo, sólo el 41% se molestó en hacerlo.
Para establecer esto, invitamos a un subconjunto de jóvenes de nuestro estudio a solicitar un trabajo a corto plazo para mí en la Universidad de Pensilvania. Incluimos la oportunidad de cargar materiales que respalden su solicitud, y una minoría de los destinatarios de nuestras cartas incluyeron su carta de recomendación.
Esta investigación sugiere que las cartas de recomendación (y las señales relacionadas, como que alguien sirva como referencia, envíe un correo electrónico o haga una llamada en su nombre) pueden ser una poderosa indicación de la capacidad de un candidato y de su idoneidad en una empresa.
Pero los solicitantes deben ser conscientes del valor de estas señales, buscarlas en personas dispuestas a proporcionarlas y luego utilizarlas cuando puedan. En un mercado de contratación remodelado por la IA, las señales más valiosas podrían ser aquellas que otros te ayudan a enviar.
Para más información sobre la dinámica del mercado laboral, consulte el libro de Kessler. Fortunate by Design: la economía oculta que necesita para obtener más de lo que desea.
Judd Kessler es profesor de Economía Empresarial y Políticas Públicas en Wharton. En su investigación, Judd utiliza una combinación de experimentos de laboratorio y de campo para responder preguntas en economía del comportamiento, economía pública, economía laboral y diseño de mercado.
Fuente: Ver el artículo authentic en Conocimiento@Wharton.