Daniela Camberos, la mexicana que creó una IA para detectar falsas ofertas de trabajo
El 8 de julio de 2026, Daniela Camberos llegó a una cena en Ginebra rodeada de figuras internacionales de la tecnología, la política y el activismo. En el mismo salón estaban la presidenta de Islandia, Halla Tómasdóttir, y líderes como Doreen Bogdan-Martin, secretaria general de la Unión Internacional de Telecomunicaciones (ITU), la agencia de la ONU para las tecnologías digitales. Camberos, en cambio, se preguntaba qué hacía ahí.
“Me dio síndrome del impostor”, recuerda. Había viajado para asistir a la entrega de los AI for Good Impact Awards 2026, premios que reconocen proyectos de inteligencia artificial (IA) con impacto social. Cuando anunciaron el nombre de Ramona, la herramienta que creó para detectar falsas ofertas de trabajo, no lo podía creer.
El reconocimiento la convirtió en la primera mexicana y latinoamericana en recibir el premio. Para ella, sin embargo, la mayor satisfacción fue la posibilidad de que más personas conocieran y utilizaran una tecnología diseñada para evitar que una oportunidad laboral termine en fraude, robo de identidad o, en los casos más graves, en explotación o trata de personas, riesgos sobre los que las autoridades mexicanas han alertado ante el aumento de ofertas falsas difundidas en internet.
Las fallas del mercado laboral
Antes de crear Ramona, Camberos se formó en Psicología Organizacional y trabajó en áreas de análisis, seguridad y recursos humanos. Su paso por empresas tecnológicas le permitió ver de cerca las desigualdades y los riesgos que enfrentan muchas personas mientras buscan empleo.
En algunas de las compañías donde trabajó le pedían contratar a personas de universidades específicas, generalmente privadas. Camberos comenzó a cuestionar esos filtros. “Me decían ‘contrata de tales escuelas’, pero nadie elige dónde nace o qué oportunidades tiene”, cuenta.
Un informante atrapado en el recinto de una estafa de pig butchering proporcionó a WIRED un vasto tesoro de su material interno, incluidas 4,200 páginas de mensajes que describen sus operaciones con un detalle sin precedentes.
A pesar de esas instrucciones, comenzó a presentar candidatos de otras universidades. Encontró jóvenes con la preparación necesaria para ocupar los puestos, pero con menos herramientas para desenvolverse durante una entrevista. Mientras algunas instituciones privadas cuentan con centros de vida y carrera, simulaciones de entrevistas y asesorías para negociar salarios, muchos estudiantes de universidades públicas llegan al mercado laboral sin ese acompañamiento.
Camberos entrevistaba a personas que tenían las capacidades necesarias para una vacante, pero no sabían cómo explicar sus habilidades o responder por qué querían trabajar en una empresa. Entre las mujeres también observaba dificultades para negociar: algunas reducían sus expectativas salariales incluso antes de recibir una oferta. Para ella, el problema no estaba en su talento, sino en la falta de orientación para participar en un proceso de contratación.
A esa inquietud se sumó una experiencia propia. Cuando buscaba su primer trabajo, acudió a una supuesta contratación que en realidad operaba como un esquema piramidal. Le dijeron que debía pagar 2,500 pesos, vender perfumes y atraer a más personas antes de comenzar a trabajar. Camberos notó que no tenía sentido y decidió alejarse. Con el tiempo descubrió que casi todas las personas de su entorno habían vivido alguna experiencia parecida.
Las falsas vacantes pueden tener consecuencias que van más allá de la pérdida de dinero. Algunas buscan obtener datos personales como la CURP, el RFC, el domicilio o documentos de identidad para cometer fraudes o suplantaciones. Otras pueden funcionar como mecanismos de captación mediante salarios poco realistas, traslados pagados o citas en terminales de autobuses y zonas alejadas. En México, la Policía Cibernética y la Guardia Nacional han alertado sobre ofertas utilizadas con fines de explotación o trata, y recomiendan verificar por medios oficiales cualquier propuesta laboral recibida en internet.
Uno de los casos que influyó en la creación de Ramona fue el del Rancho Izaguirre, en Teuchitlán, Jalisco. El predio fue identificado en 2025 por las autoridades como un centro de reclutamiento y exterminio del crimen organizado. Testimonios e investigaciones periodísticas señalaron que algunas personas habían llegado después de responder a ofertas de trabajo difundidas en redes sociales, una modalidad empleada para atraer principalmente a jóvenes que buscaban empleo.
El caso mostró que una vacante falsa puede ser el inicio de un robo de identidad, pero también de una forma mucho más grave de violencia. “La gente se emociona y suelta sus datos [...]. No sabe leer estas red flags porque hay muy poca información sobre los fraudes que pueden existir”, agrega.
La tecnología detrás de Ramona
La idea de Ramona comenzó a tomar forma mientras Camberos cursaba una maestría en Innovación para el Desarrollo Empresarial. Ahí empezó a explorar cómo las tecnologías emergentes podían utilizarse para atender los problemas que había identificado durante años en el mercado laboral.
En 2020, antes del auge público de la IA generativa, desarrolló un prototipo de chatbot. Al principio utilizó plataformas de automatización para probar la idea y, después de validarla, reunió a especialistas en esta tecnología y formó un equipo de cinco personas para construir una versión más sólida.
Ramona está disponible a través de Telegram y WhatsApp. Las personas pueden enviar una oferta laboral y recibir una evaluación mediante un sistema similar a un semáforo: verde cuando parece confiable, amarillo cuando contiene elementos que requieren precaución y rojo cuando hay señales de riesgo.
La herramienta revisa la información de la empresa, la forma de contacto, los datos que solicita y las condiciones de la vacante, entre otros patrones relacionados con ofertas engañosas. Además, ofrece recomendaciones para preparar entrevistas, calcular expectativas salariales y negociar condiciones de trabajo.
De esta forma, Ramona reúne las dos problemáticas que Camberos identificó durante su trayectoria: la exposición a falsas ofertas y la falta de orientación para ingresar al mercado laboral.
La herramienta fue construida a partir de conversaciones con víctimas y del análisis de ofertas. De acuerdo con datos difundidos por el proyecto y la ITU, más de 800 personas han reportado que Ramona les ayudó a evitar una posible trampa. Camberos señala que entre 5 y 10% de las consultas recibidas presentan indicios de falsedad, principalmente relacionados con intentos de robo de identidad.
Su alcance también ha comenzado a extenderse fuera de México. El proyecto ha establecido vínculos con instituciones en Paraguay y organismos regionales, y explora su uso en países como Perú, donde las falsas ofertas laborales también han sido identificadas como un mecanismo de captación para la trata y el trabajo forzado.
La IA en contratación no elimina sesgos, más bien los amplifica. Estudios muestran favoritismo hacia hombres y personas blancas, aún más en español. No obstante, hay maneras de corregir estos comportamientos.
Los retos de crear una IA desde América Latina
Cuando Camberos presentó Ramona en Ginebra, algunas personas le preguntaron cómo se le había ocurrido una idea así. Ella no considera que haya surgido de una revelación extraordinaria. “Solo vi la realidad cotidiana”, responde.
Para Camberos, uno de los problemas del desarrollo actual de la IA es que muchas herramientas se construyen a partir de datos, idiomas y necesidades del Norte Global. Los sistemas se entrenan principalmente con información disponible en internet, donde las realidades de América Latina, las lenguas indígenas y las experiencias de comunidades históricamente excluidas tienen una presencia menor. Eso puede provocar que una tecnología aparentemente universal funcione peor para ciertos grupos o ignore por completo los problemas que enfrentan.
La concentración también se refleja en las cifras. El AI Index Report de 2026 de la Universidad de Stanford señala que la producción de modelos de IA de mayor relevancia sigue concentrada principalmente en Estados Unidos y China. Solo Estados Unidos registró 285,900 millones de dólares en inversión privada en IA durante 2025, más de 23 veces lo invertido en China, mientras que la producción de modelos en el resto del mundo continúa muy por debajo de ambas potencias.
El enfoque de género también fue incorporado de manera intencional en Ramona. Camberos detalla que los datos históricos pueden trasladar al presente desigualdades que ya existían en el mercado laboral. Si un sistema aprende de procesos de contratación que durante años favorecieron a hombres o a personas de determinados orígenes, puede terminar reproduciendo esos criterios. Por eso, el equipo revisa desde el lenguaje utilizado hasta las variables que intervienen en la evaluación de las ofertas.
Su entrada al mundo tecnológico tampoco fue sencilla. Durante las primeras etapas del proyecto, hubo personas que cuestionaron su capacidad porque no provenía de la ingeniería informática. “Tú ni sabes”, llegó a escuchar. Camberos continuó desarrollando la idea y buscó equipos multidisciplinarios. En ese camino encontró una comunidad dentro de Women4Ethical AI, una iniciativa vinculada con la UNESCO que reúne a especialistas interesadas en impulsar sistemas más inclusivos y responsables.
Camberos considera que la presencia de más mujeres puede modificar qué problemas se consideran dignos de atención y cómo se diseñan las soluciones. En su caso, la tecnología no surgió de la pregunta sobre qué producto podría venderse, sino de qué herramienta podía evitar un daño. “Cuando buscas más monetizar que hacer un bien, el camino es diferente [...]. A mí me mueve más ayudar que volverme millonaria”, afirma.
Eso no significa que la IA sea una solución automática a los problemas, pues también ve con preocupación la velocidad de su desarrollo, los riesgos para la privacidad y la posibilidad de que amplifique fraudes, sesgos y formas de violencia. La misma tecnología que puede analizar una oferta para encontrar señales sospechosas también puede utilizarse para escribir mensajes más convincentes, suplantar identidades o automatizar engaños.
Por eso, Camberos insiste en mantener una mirada crítica: preguntarse quién creó cada herramienta, qué corporación está detrás de ella, con qué información fue entrenada y por qué produce una respuesta determinada. “Estamos en el mejor momento para estar vivos y crear soluciones, pero también es un poco aterrador por todo lo que se puede perpetuar”, menciona.
El futuro de Ramona
El origen del nombre de esta herramienta que busca prevenir delitos y analizar riesgos no surgió de una estrategia tecnológica ni de marca. “Es por mi perrita que tiene 16 años”, explica. Mientras buscaba cómo llamar al proyecto, la vio y pensó que era un nombre bonito. La elección le da un origen cercano y personal a una tecnología que hoy se presenta en foros internacionales y que busca responder a algunos de los riesgos del mercado laboral digital.
A sus 39 años, Daniela Camberos dice que todavía le cuesta asimilar hasta dónde ha llegado el proyecto. El premio en Ginebra, en la categoría ‘AI for Prosperity’, abrió conversaciones con instituciones académicas, organizaciones internacionales y especialistas interesados en estudiar los fraudes laborales. “El recibimiento ha sido muy bueno”, dice.
También le permitió mirar hacia atrás, hacia la joven que rechazó pagar por un trabajo, la reclutadora que se negó a descartar candidatos por la universidad donde estudiaron y la profesional que decidió construir sus propias herramientas cuando las empresas no destinaban recursos a las áreas que las necesitaban.
¿Y qué le diría a esa Daniela? “Que no deje de soñar, que cosas lindas pueden suceder”, responde, aunque reconoce que puede sonar a cliché. Eso mismo le diría a las mujeres y niñas interesadas en el ámbito de la tecnología y la IA. “Lo único que tienes que hacer es estar presente y consciente de tu comunidad para entender cómo puedes ayudarla”, añade.
Ramona nació de esa atención, no de imaginar un problema futuro, sino de mirar uno que ya estaba frente a ella.