Una herramienta que filtra currículums en minutos, mide la productividad o redacta evaluaciones de desempeño puede ahorrar tiempo a una empresa. También puede generar un problema laboral si nadie puede explicar por qué una persona fue descartada, sancionada o vigilada. La inteligencia artificial laboral ya forma parte de muchas operaciones en México, incluso cuando el negocio no la identifica con ese nombre: está en plataformas de reclutamiento, sistemas de nómina, asistentes de redacción y aplicaciones de monitoreo.

Para una empresa, el punto no es decidir entre usar o no usar inteligencia artificial. El reto consiste en utilizarla sin delegar decisiones sensibles, sin invadir derechos de las personas trabajadoras y sin dejar procesos críticos sin respaldo documental. Una implementación ordenada reduce fricción interna, fortalece el cumplimiento y permite aprovechar la tecnología con criterios empresariales claros.

Qué abarca la inteligencia artificial laboral

La inteligencia artificial laboral comprende el uso de sistemas automatizados para apoyar procesos vinculados con el personal. Puede intervenir desde la publicación de una vacante hasta la evaluación de resultados, la capacitación, la asignación de turnos, la atención de consultas internas o el análisis de información de desempeño.

No todos los usos implican el mismo nivel de riesgo. Pedir a una herramienta que proponga la redacción de una descripción de puesto no tiene el mismo impacto que permitirle clasificar candidatos, detectar supuestos incumplimientos o recomendar un despido. Mientras mayor sea la consecuencia para la relación laboral, mayor debe ser la supervisión humana, la claridad de los criterios y el soporte jurídico del proceso.

También importa el tamaño y la operación de la empresa. Una pyme que utiliza un asistente para preparar formatos enfrenta necesidades distintas a una organización que instala software de monitoreo permanente o usa algoritmos para definir bonos. La regla práctica es sencilla: si la herramienta puede afectar el ingreso, la permanencia, la privacidad o la reputación de una persona, no debe operar sin controles.

Riesgos laborales que una empresa debe anticipar

El primer riesgo es la discriminación. Un sistema puede reproducir sesgos presentes en los datos con los que fue alimentado o en los criterios definidos por quien lo configura. Por ejemplo, si el modelo favorece perfiles similares a contrataciones anteriores, podría excluir indirectamente a personas por edad, género, discapacidad, lugar de residencia u otras condiciones que no deberían determinar su acceso al empleo.

El segundo riesgo está en las decisiones automatizadas sin revisión real. Si una plataforma rechaza postulaciones, baja calificaciones de desempeño o genera alertas disciplinarias, la empresa sigue siendo responsable de la decisión que adopte. Decir que el sistema lo determinó no sustituye la obligación de revisar el caso, valorar el contexto y actuar conforme a criterios objetivos.

La privacidad es otro frente relevante. Las herramientas laborales pueden procesar currículums, datos de contacto, evaluaciones, conversaciones, registros de ubicación, imágenes o información biométrica. Antes de recopilar o cargar estos datos en una plataforma, la empresa debe identificar qué información necesita, para qué finalidad la utilizará, quién tendrá acceso y cuánto tiempo será conservada. El tratamiento de datos personales requiere especial cuidado cuando intervienen proveedores tecnológicos externos.

Por último, el monitoreo excesivo puede afectar el clima de trabajo y abrir discusiones sobre proporcionalidad y transparencia. No toda actividad remota justifica capturas de pantalla continuas, registro de teclas o videovigilancia invasiva. La tecnología debe responder a una finalidad legítima de operación o seguridad, no convertirse en una forma indiscriminada de control.

Controles para implementar inteligencia artificial laboral

Antes de contratar una plataforma o habilitar una función de IA, conviene realizar una revisión breve pero seria del proceso que se busca mejorar. No basta con conocer las promesas comerciales del proveedor. Hay que definir qué decisión apoyará la herramienta, qué datos utilizará, quién validará sus resultados y qué sucederá si existe una inconformidad.

Un esquema funcional para la mayoría de las empresas considera cuatro controles:

  • Finalidad definida: documentar el objetivo específico de la herramienta, por ejemplo, organizar postulaciones o apoyar la capacitación, evitando usos posteriores que no fueron previstos.
  • Revisión humana: establecer que las decisiones de contratación, sanción, promoción, terminación o modificación relevante de condiciones laborales sean revisadas por una persona con facultades y criterio suficiente.
  • Criterios verificables: conservar los parámetros de evaluación, las fuentes de información y la evidencia que permita explicar una decisión ante la persona involucrada o una autoridad.
  • Accesos y seguridad: limitar quién puede consultar, descargar, modificar o transferir datos laborales dentro de la empresa y frente al proveedor tecnológico.

Estos controles no requieren crear una estructura burocrática. En una empresa pequeña pueden integrarse a una política interna y a un responsable designado. En operaciones con mayor volumen de personal o información sensible, será conveniente sumar revisiones periódicas, bitácoras de uso y protocolos para atender incidentes.

El reclutamiento requiere especial atención

La contratación es uno de los procesos donde más se usa inteligencia artificial y donde más fácil resulta cometer errores. Una herramienta puede ayudar a ordenar cientos de currículums, identificar experiencia relacionada con una vacante o preparar preguntas iniciales. Sin embargo, no debe convertirse en la única barrera de entrada para una persona candidata.

La empresa debe revisar que los requisitos del puesto sean necesarios y estén vinculados con la función. Solicitar filtros basados en elementos ajenos a la capacidad profesional puede generar exclusiones injustificadas. También conviene evitar que el sistema infiera rasgos personales a partir de fotografías, voz, expresiones faciales o publicaciones en redes sociales cuando ello no sea indispensable y no exista una base clara para su uso.

Si se emplean entrevistas automatizadas o pruebas digitales, la persona candidata debe recibir información comprensible sobre el proceso. La transparencia no exige revelar secretos comerciales, pero sí evitar que el procedimiento parezca una caja cerrada en la que nadie puede revisar un resultado.

Productividad, desempeño y sanciones

Los indicadores generados por software pueden ser útiles, pero no muestran por sí solos toda la realidad de un puesto. Un descenso en actividad puede responder a una carga operativa distinta, fallas de conexión, capacitación insuficiente, una instrucción confusa o un asunto personal que requiera atención. Convertir una métrica aislada en una sanción es una práctica riesgosa.

Para que una medición tenga valor laboral, debe estar relacionada con las funciones del puesto, ser conocida por el personal y aplicarse de manera consistente. Los responsables deben poder revisar los datos, escuchar a la persona trabajadora y dejar constancia de la decisión. Esto es especialmente relevante cuando la empresa pretende usar reportes tecnológicos como soporte para medidas disciplinarias o evaluaciones de desempeño.

El reglamento interior de trabajo, los manuales de organización y las políticas de uso de herramientas digitales pueden ayudar a establecer expectativas claras. Deben indicar, según corresponda, qué sistemas se utilizan, qué conductas están permitidas, cómo se protegen los datos y cuál es el procedimiento para reportar errores o inconformidades.

Documentos que conviene revisar antes de usar IA

La tecnología no reemplaza los documentos laborales y corporativos que dan orden a la empresa. Por el contrario, suele hacer más evidente cuándo esos documentos están desactualizados o son demasiado generales para la operación actual.

El contrato laboral puede requerir ajustes si la persona tendrá acceso a plataformas, bases de datos, información comercial o contenidos generados con apoyo de IA. Las cláusulas de confidencialidad deben precisar el manejo de información reservada y prohibir que se carguen datos estratégicos, listas de clientes, precios, expedientes o desarrollos internos en herramientas no autorizadas.

También es útil revisar los acuerdos con proveedores tecnológicos. La empresa debe conocer qué ocurre con la información que carga en una plataforma, si el proveedor puede usarla para entrenar sus sistemas, dónde se almacena, qué medidas de seguridad ofrece y cómo se gestionará una devolución o eliminación de datos al terminar la relación comercial.

Una política interna de uso de inteligencia artificial puede reunir estas reglas en un documento accesible. No necesita ser extensa, pero sí práctica: herramientas autorizadas, información que no puede compartirse, responsables de aprobación, usos prohibidos, obligación de verificación humana y consecuencias ante incumplimientos. Rosser & Cía puede apoyar a las empresas a traducir estos criterios en documentos alineados con su operación real.

No delegues la responsabilidad en el algoritmo

La inteligencia artificial puede agilizar tareas repetitivas y aportar información útil para tomar decisiones. Pero en materia laboral, una recomendación automatizada no equivale a una decisión justa, válida o suficientemente sustentada. El criterio empresarial debe mantenerse al frente, especialmente cuando están en juego la contratación, la privacidad, la continuidad del empleo o una sanción.

Antes de activar una nueva herramienta, vale la pena hacerse tres preguntas: qué problema concreto resolverá, qué información procesará y quién responderá si el resultado afecta a una persona. Tener esas respuestas por escrito es una forma práctica de proteger a la empresa sin renunciar a los beneficios de la tecnología.