HackerRank lanza Chakra, su entrevistador con IA

HackerRank pide perdón por las entrevistas tipo LeetCode

HackerRank está pidiendo disculpas en vallas publicitarias de San Francisco por haber ayudado a normalizar las entrevistas tipo LeetCode, y anunció tres cambios en su producto para dejar de medir cuánto se preparó un candidato y empezar a medir cómo construye software.

'Lo sentimos por haberte hecho pasar meses resolviendo LeetCode', escribió Vivek, cofundador y CEO de la compañía, en una carta publicada en el blog de HackerRank. La frase, según el propio ejecutivo, ya está en carteles por la ciudad.

El reconocimiento es inusual viniendo de una empresa que construyó buena parte de su negocio sobre ese formato. El propio Vivek lo admite: HackerRank no inventó las entrevistas algorítmicas, pero contribuyó a normalizar una versión de la contratación técnica que terminó convertida en meses de práctica desconectada del trabajo real.

La evolución que describe tiene cuatro estaciones: las preguntas absurdas tipo 'cuántas pelotas de golf caben en un 747', la lectura de código por teléfono, la pizarra y, finalmente, los problemas estilo LeetCode. Cada paso acercó el proceso al trabajo real, pero el criterio de fondo seguía siendo el mismo: qué tan bien alguien se había preparado para una entrevista.

Qué cambió con la IA en el trabajo diario

El argumento central de la carta es que el trabajo del desarrollador ya no consiste en escribir código desde cero. Los ingenieros planifican con agentes, construyen con ellos y revisan su resultado. La habilidad crítica pasó a ser saber cuándo el código está bien, cuándo necesita otra pasada y cuándo está directamente mal.

Si eso es lo que se hace todos los días, evaluar a alguien con un puzzle resuelto a mano mide otra cosa. Esa es la brecha que HackerRank dice querer cerrar.

Los tres cambios que anuncia HackerRank

La compañía resume el giro en tres ejes:

• Tareas: de preguntas algorítmicas a trabajo real dentro de repositorios de código.
• Evaluación: de la corrección del código a la fluidez y el criterio con IA.
• Experiencia del candidato: del IDE a un entorno de desarrollo agéntico.

Los tres apuntan al mismo lugar: que el candidato resuelva un problema como lo resolvería en el trabajo, con las herramientas que usa en el trabajo.

Qué es Chakra, el entrevistador con IA de HackerRank

Todo esto viene empaquetado en Chakra, al que HackerRank describe como su entrevistador agéntico. El candidato recibe un problema realista y acceso a herramientas de IA, y lo resuelve como lo haría en su día a día.

La diferencia está en lo que pasa después. Chakra profundiza con preguntas: por qué elegiste ese enfoque, qué cambiarías, cómo validaste el código que generó la IA. El resultado es que el evaluador ve el proceso de resolución y no solo el entregable final.

Para un founder que contrata, ese matiz importa. Un candidato puede entregar una solución funcional generada con IA y no entender nada de lo que pasó. Las preguntas de seguimiento son las que separan a alguien que sabe usar la herramienta de alguien que solo la invoca.

¿Las preguntas de algoritmos siguen sirviendo?

Sí, según Vivek, pero el problema es el peso que se les dio. La carta no pide eliminarlas: pide dejar de tratarlas como el filtro principal.

Esa discusión lleva años abierta en la industria. En una presentación publicada por InfoQ titulada 'Getting Rid of LeetCode Interviews in the World of AI', Daniel Doubrovkine cuenta que falló una entrevista técnica en una de las grandes tecnológicas implementando el diámetro de un árbol binario, pese a haber sido ingeniero principal en AWS y llevar años escribiendo código a diario. Su conclusión es que ese formato mide qué tan bien alguien resuelve puzzles, no si sabe construir software.

Doubrovkine también señala que Shopify lleva tiempo haciendo entrevistas donde se incentiva el uso de IA, y sostiene que las empresas que no adapten su proceso de selección van a quedar en desventaja para atraer talento.

El movimiento no es aislado. En febrero de 2026, Interview Kickstart anunció un programa llamado Applied Agentic AI for Software Engineers, orientado a ingenieros que entrevistan en FAANG y grandes tecnológicas, donde —según el comunicado difundido por GlobeNewswire— las entrevistas evalúan cada vez más el diseño de sistemas con IA además de los fundamentos tradicionales. La empresa, fundada en 2014, dice acumular más de 20.000 resultados de carrera y una red de más de 700 instructores.

Es decir: el mercado de preparación para entrevistas ya se está reposicionando alrededor de la misma tesis que ahora adopta HackerRank.

Qué significa esto para tu startup

Si contratas developers, el cambio de HackerRank es una señal de que tu proceso de selección probablemente esté midiendo la variable equivocada. Tres cosas concretas para implementar:

• Cambia la tarea, no el proceso completo. En lugar de un puzzle cronometrado, dale al candidato un problema realista en un repositorio y acceso a las mismas herramientas de IA que usa tu equipo. Vas a ver cómo trabaja, no cómo memoriza.
• Evalúa el juicio sobre el código generado. Pide que explique qué validó, qué descartó y por qué. La pregunta 'cómo comprobaste que esto funciona' revela más que la solución final.
• Define una rúbrica antes de entrevistar. Doubrovkine menciona en su charla de InfoQ un antipatrón concreto: pedirle a la IA que escriba el código y después leerlo como humano para verificar que funciona. Lo que él recomienda es lo inverso: escribir primero el test y hacer que el código lo pase. Si tu equipo no tiene criterios compartidos sobre qué es una buena interacción con IA, cada entrevistador va a evaluar algo distinto.

Hay un punto de consistencia que conviene no perder. La razón por la que las entrevistas algorítmicas sobrevivieron tanto tiempo es que ofrecían un proceso uniforme y comparable entre candidatos. Cualquier reemplazo necesita esa misma uniformidad, o el equipo de recruiting termina con evaluaciones que no se pueden contrastar entre sí.

Conclusión

Que una empresa que ayudó a popularizar las entrevistas tipo LeetCode salga a pedir perdón en vallas publicitarias es una señal difícil de ignorar. El mensaje de fondo es que la habilidad que importa hoy no es resolver un problema en una pizarra, sino trabajar con agentes de IA y saber cuándo su resultado no sirve.

Para un founder, la decisión es práctica: si tu equipo ya usa IA para construir, tu proceso de contratación debería reflejarlo. Lo contrario es filtrar candidatos por una habilidad que no vas a usar y dejar pasar a los que sí saben trabajar con las herramientas del presente.

Fuentes

• HackerRank — Sorry we made you grind LeetCode (fuente original)
• InfoQ — Getting Rid of LeetCode Interviews in the World of AI
• Yahoo Finance — 2026 Update: Applied Agentic AI for Software Engineers Program by Interview Kickstart