Un ingeniero de software ha documentado la proliferación de correos de reclutamiento que utilizan modelos de lenguaje de gran escala (LLM) para generar textos que parecen personalizados pero carecen de sustancia real. El autor señala que estas comunicaciones suelen comenzar con un párrafo que detalla la trayectoria laboral del candidato, como su experiencia en infraestructura o observabilidad, para luego presentar una descripción de puesto que no coincide con esas habilidades. Este contraste genera una sensación de despersonalización y falta de coherencia, ya que el texto generado por IA no refleja una conexión lógica entre el historial del candidato y los requisitos del trabajo.
El autor argumenta que, aunque los reclutadores utilizan plantillas genéricas para aumentar el volumen de solicitudes, el uso de LLM para crear narrativas falsas de idoneidad es más ofensivo que las plantillas básicas. A diferencia de las plantillas que solo insertan el nombre y la empresa, el texto generado por IA intenta justificar la solicitud con hechos que no existen o son irrelevantes para el rol. Además, el autor critica la falta de revisión humana en estos documentos, que a menudo contienen errores gramaticales o lógicos evidentes, como describir roles de infraestructura como si fueran de desarrollo de software. Esta falta de cuidado y la obvia sintaxis de IA hacen que estas comunicaciones se perciban como impersonales y poco profesionales, a diferencia de los correos genéricos que, al menos, no intentan engañar con una falsa personalización.