El tema de fondo no es si el burnout es un bug o una feature, sino que la industria lo está asumiendo como parte del coste de producción. El problema es que los procesos de selección se han convertido en una extensión de esa lógica: pruebas que exigen rendimiento máximo bajo condiciones artificiales, como el ejemplo del chatbot RAG sin internet. Eso no mide tu capacidad real, mide tu resistencia a la presión, que es justo lo que alimenta el burnout.
Coincido con la idea de usar IA para preparar, pero con un matiz: no para memorizar respuestas, sino para practicar la comunicación de decisiones técnicas. Yo he usado un enfoque inverso: le pido al LLM que actúe como un entrevistador escéptico que cuestiona mi diseño. Eso me ha servido más que generar preguntas típicas, porque me obliga a razonar en voz alta.
Y sobre el proceso de la empresa que comenta el tercer mensaje: me parece un paso en la dirección correcta. El pair programming con aviso previo es razonable, pero aún así, si no eliminan la presión de 'demostrar algo', seguirá siendo un filtro excluyente. Yo propongo una prueba más radical: que la entrevista técnica sea sobre un proyecto tuyo, pero que tengas que explicar qué harías diferente con lo que sabes ahora. Eso revela aprendizaje y honestidad, que son mejores predictores que un algoritmo de ordenación en 30 minutos.
¿Alguien ha probado a pedir el salario y el rango de horas extra reales en la primera entrevista? Yo lo hago desde hace dos años y me ha ahorrado procesos absurdos. Las empresas que se ofenden no son donde quiero trabajar.
