Una prueba psicométrica mide, con un procedimiento estandarizado, rasgos que la persona reporta sobre sí misma o su desempeño máximo en una tarea controlada. Lo que no hace es predecir con fuerza quién va a rendir mejor en el puesto, medir habilidades reales, comprobar resultados pasados ni detectar mentiras. La evidencia disponible es clara en la dirección y modesta en la magnitud: incluso los métodos de selección mejor sustentados explican una parte minoritaria de la variación en desempeño. Eso no los vuelve inútiles, los vuelve un insumo entre varios.

Si tu agencia vende evaluación a clientes finales, esta distinción no es académica. Es la diferencia entre un informe que sostiene una decisión y un informe que promete una certeza que no existe, y que se cae en la primera colocación fallida.

Qué es exactamente una prueba psicométrica

Lo que hace psicométrica a una prueba no es el tema, es el método: todas las personas reciben los mismos ítems, en condiciones equivalentes, con una puntuación fija, y el resultado se interpreta comparándolo contra un grupo de referencia. Ese grupo de referencia se llama baremo o norma, y es una pieza que se olvida a menudo: un puntaje sin población de comparación es un número sin escala.

Conviene separar dos familias que la gente mezcla:

La diferencia importa porque el primer grupo depende de lo que el candidato decida reportar, y el segundo no. Un test de personalidad en un proceso de selección se responde en un contexto donde la persona sabe que quiere el puesto. Eso no lo invalida, pero explica por qué los resultados tienden a moverse hacia lo socialmente deseable.

Qué dice la evidencia sobre validez predictiva

Aquí va la parte incómoda, y va con fuente.

Durante décadas se citó como verdad establecida que las pruebas de aptitud cognitiva eran el mejor predictor de desempeño laboral, con correlaciones cercanas a .50. En 2022, Paul Sackett, Charlene Zhang, Christopher Berry y Filip Lievens publicaron en Journal of Applied Psychology una revisión que mostró que muchas de esas cifras venían de una corrección sistemática excesiva por restricción de rango, y recalcularon las estimaciones de validez operativa. El resultado reordenó el campo:

Método de selecciónValidez operativa (Sackett et al., 2022)
Entrevista estructurada.42
Pruebas de conocimiento del puesto.40
Biodata con clave empírica.38
Muestras de trabajo.33
Pruebas de aptitud cognitiva.31
Intereses ajustados al puesto.24

Dos lecturas honestas de esta tabla:

Primera: el método mejor sustentado no es un test, es una entrevista bien hecha. Estructurada quiere decir mismas preguntas, mismo orden, escala de calificación anclada y evaluación inmediata. Es barata, se puede aprender en una tarde y encabeza la lista.

Segunda: una correlación de .30 o .40 no es una bola de cristal. Una correlación de .30 explica alrededor del 9% de la variación en el criterio; una de .40, alrededor del 16%. Es una señal real y aprovechable cuando decides sobre muchos casos, y es una base pobre para afirmar que este candidato concreto va a rendir mejor que aquel. Cualquier proveedor que te venda un instrumento como predictor fuerte del desempeño individual te está vendiendo más certeza de la que existe en la literatura.

Sobre personalidad específicamente: el metaanálisis clásico de Barrick y Mount publicado en Personnel Psychology en 1991 encontró que la Responsabilidad (Conscientiousness) fue la única de las cinco dimensiones con relación consistente con los criterios de desempeño en todos los grupos ocupacionales estudiados. Consistente no significa grande. Es un efecto pequeño y estable, útil para entender tendencias, insuficiente para decidir a solas.

Y un matiz que casi nunca se menciona: buena parte de esa literatura se construyó en Estados Unidos y con instrumentos en inglés. Trasladar los coeficientes a un mercado LATAM, con otro idioma, otras ocupaciones y otra composición de candidatos, exige cautela y, en rigor, evidencia local.

Qué NO mide una prueba psicométrica

Lista corta para poner en la propuesta que le mandas a tu cliente:

El caso DISC: útil para hablar, no para descartar

DISC es probablemente el marco más usado en el mundo comercial y de recursos humanos, y es genuinamente útil para lo que fue diseñado: entender estilos de comunicación y de coordinación. En Growly lo usamos del lado de ventas para adaptar el tono del primer contacto, y lo explicamos a fondo en la guía de perfil DISC en ventas.

Lo que no conviene hacer es usarlo como filtro de selección. No es una opinión nuestra: la página oficial de Everything DiSC sobre su uso en contratación señala que DiSC no se recomienda para preselección de empleo, porque no mide habilidades específicas, aptitudes ni otros factores críticos para un puesto, sino patrones naturales de comportamiento de trabajo, y remite a instrumentos validados para selección.

Cuando la documentación oficial de una herramienta te dice que no sirve para cierto uso, conviene creerle.

Cuidado especial con los perfiles “inferidos”

Existe una categoría distinta y más frágil: las herramientas que infieren personalidad de fuentes públicas, sin que la persona responda nada. Perfilar a un candidato desde su LinkedIn o su CV es rápido y tentador. También es donde la evidencia es peor.

En 2022, un equipo encabezado por Alene Rhea publicó una auditoría externa de estabilidad de dos de las herramientas comerciales más conocidas, Humantic AI y Crystal. La conclusión del trabajo es explícita: ambos sistemas muestran inestabilidad sustancial en facetas clave de la medición y, por tanto, no pueden considerarse instrumentos de testeo válidos. En términos prácticos, el mismo candidato puede recibir un perfil distinto según la fuente que se analice.

Y la vía moderna, inferir rasgos con modelos de lenguaje, tampoco cambia el panorama: Heinrich Peters y Sandra Matz reportaron en PNAS Nexus en 2024 una correlación promedio de r igual a 0.29 (rango de 0.22 a 0.33) entre los rasgos inferidos por modelos de lenguaje a partir de publicaciones en redes y los puntajes autoinformados, con 0.31 para GPT-4. Es una capacidad real y modesta, comparable a lo que la propia literatura describe como techo de este enfoque.

Regla operativa: un perfil inferido puede orientar cómo abres una conversación. No es evidencia para incluir o excluir a nadie de una terna.

Cómo usar bien un instrumento en una agencia

  1. Decide primero qué quieres predecir. Escribe el criterio antes de elegir la prueba: permanencia a seis meses, cumplimiento de cuota, calidad evaluada por el supervisor. Sin criterio no hay validez que discutir.
  2. Pon la entrevista estructurada primero. Es el método mejor sustentado y el más barato de implementar bien. Mismas preguntas, misma escala, calificación inmediata y por escrito.
  3. Agrega una muestra de trabajo. Un caso corto y realista aporta más que una batería larga y le da al cliente algo tangible que revisar.
  4. La prueba entra como insumo, no como filtro. Define antes de aplicarla qué peso tendrá y qué harás con un resultado bajo. Si la respuesta es “descartar sin más”, no la apliques.
  5. Fija la regla de decisión antes de ver los resultados. Decidir el corte después de conocer los puntajes es la forma más común de racionalizar una preferencia previa.
  6. Pregunta por los baremos. ¿Contra qué población se compara ese puntaje? Si el proveedor no puede responderlo con precisión para tu país y tu tipo de puesto, el número es orientativo y hay que presentarlo así.
  7. Revisa el impacto adverso. Comprueba si el instrumento descarta a unos grupos más que a otros. Si nunca lo has medido, no puedes afirmar que tu proceso es imparcial.
  8. Cuida el dato personal. Evaluar implica tratar datos personales. En México aplica la LFPDPPP publicada en 2025, y su artículo 26 amplió el derecho de oposición al tratamiento automatizado que evalúa, sin intervención humana, aspectos como el rendimiento profesional o el comportamiento. Lo desarrollamos en la guía sobre el aviso de privacidad en México.

Cómo lo hacemos en Growly Hire, con sus límites

Growly Hire está en beta y preferimos describirlo con precisión antes que con entusiasmo.

Lo que sí hace hoy:

Lo que todavía no hace, y no vamos a decir que sí:

Esa lista de pendientes es exactamente la razón por la que este artículo insiste en no usar un puntaje como filtro. Si nuestra propia herramienta no puede sostener esa afirmación, ninguna herramienta que le venda a tu agencia debería sostenerla tampoco. Para la parte comercial del negocio, conseguir empresas cliente, sigue con la guía de cómo conseguir clientes para tu agencia de reclutamiento y con la página de Growly para agencias de staffing.

Errores comunes al usar psicometría en reclutamiento

Fuentes