HackerRank lanza el agente de IA Chakra para entrevistas de programación interactivas

La plataforma de evaluación técnica HackerRank ha lanzado Chakra, un agente de inteligencia artificial autónomo diseñado para realizar entrevistas de programación, observar a los candidatos en tiempo real y evaluar su pensamiento crítico y metodologías de resolución de problemas. Tras seis meses de pruebas beta en más de 500,000 entrevistas con clientes como Snowflake y Capgemini, la herramienta ya está disponible de forma general. Chakra desplaza el proceso de contratación de las pruebas de código aisladas hacia un entorno de trabajo dinámico que mide cómo los candidatos despliegan herramientas de IA y justifican sus decisiones de ingeniería.

Bajo el nuevo sistema, los candidatos enfrentan desafíos de repositorio del mundo real utilizando un asistente de IA integrado, mientras que Chakra genera preguntas de seguimiento contextuales para indagar en las elecciones técnicas. El CEO de HackerRank, Vivek Ravisankar, señaló que el modelo de evaluación debe pivotar hacia la evaluación del juicio humano y la "fluidez en IA". Curiosamente, HackerRank informó que proporcionar acceso integrado a la IA redujo las alertas de actividad sospechosa entre un 70% y un 80% en comparación con las evaluaciones tradicionales.

Fundada en 2012, HackerRank sirve a más de 3,000 clientes corporativos. La introducción de Chakra consolida las evaluaciones en una sesión unificada. Ravisankar caracterizó esta transición como un giro comercial fundamental, argumentando que las pruebas de código estáticas tradicionales ya no son suficientes para medir la verdadera aptitud de ingeniería.

El despliegue de sistemas de entrevista autónomos entra en un entorno regulatorio complejo, especialmente respecto al sesgo algorítmico. Aunque HackerRank afirma que Chakra actúa como una ayuda de puntuación y no como un tomador de decisiones automatizado, los sistemas de contratación por IA enfrentan un creciente escrutinio regulatorio mundial, exigiendo auditorías de sesgo obligatorias para prevenir disparidades demográficas.