La adopción de inteligencia artificial generativa en el entorno laboral ya no es una promesa de futuro: es una práctica instalada. Pero su aceptación no es homogénea. Un estudio reciente de Adobe, titulado "El auge de los documentos con IA en el entorno laboral", revela una fractura profunda entre quienes toman decisiones y quienes ejecutan tareas. Mientras los directivos otorgan a los sistemas autónomos acceso a información sensible y confían en su criterio, la base de la plantilla los esquiva o los usa con reserva. Esta asimetría no es un detalle menor: convierte a la propia cúpula directiva en la principal vía de vulnerabilidad para los datos de una organización.
La desconfianza que no aparece en los informes
El estudio de Adobe muestra que el 93,8% de los jóvenes españoles utiliza inteligencia artificial en su día a día, pero solo 4 de cada 10 comprueban la precisión de los resultados. Esa falta de verificación se combina con otra cifra contundente: el 59% de los empleados que no ocupan cargos directivos afirma no usar para nada sistemas generativos. Es decir, apenas un 41% de la plantilla de base recurre a la IA para alguna de sus tareas. La brecha generacional es evidente: los menores de 30 años están dispuestos a delegar en la IA incluso la decisión final, mientras que los mayores de 50 prefieren mantener el control humano sobre el proceso.
No se trata solo de preferencias. Detrás de esa cautela hay una evaluación racional de riesgos. El temor a que los datos privados ingresen en las bases de entrenamiento de estos sistemas limita el uso que muchos empleados están dispuestos a hacer de ellos. La reticencia no es irracional: cuando un documento confidencial se entrega a un agente autónomo, se pierde el control sobre su circulación y su eventual reutilización.
Chema Alonso, experto en ciberseguridad, lo advierte con claridad: "La IA utilizada internamente en los servicios digitales trae riesgos por diseño que se deben proteger". Esa afirmación apunta a un problema estructural: la arquitectura misma de estas herramientas supone que los datos fluyan hacia modelos entrenados con información de terceros, sin que el usuario final tenga garantías sobre su destino.
El costo de ignorar la gobernanza de IA
Para una empresa, la brecha entre lo que los directivos autorizan y lo que los empleados reportan no es solo un problema de encuesta. Tiene consecuencias operativas, legales y reputacionales. Si un ejecutivo concede a un sistema de IA acceso a información financiera o de clientes sin un marco de control, y ese sistema filtra datos o comete un error con impacto regulatorio, la responsabilidad recae sobre la organización, no sobre el algoritmo. En América Latina, donde la normativa de protección de datos personales está en pleno desarrollo (desde la Ley 1581 en Colombia hasta la LGPD en Brasil, pasando por proyectos en México y Argentina), las empresas no pueden darse el lujo de operar con políticas informales sobre el uso de IA.
La falta de claridad en las reglas internas también genera un efecto colateral: el llamado "shadow AI", es decir, el uso no declarado de herramientas generativas por parte de empleados que no las reportan. Esa práctica, que se alimenta del temor a ser sancionado o a delatar su falta de confianza, multiplica el riesgo. Cuando la IA se usa en silencio, sin supervisión ni auditoría, los datos confidenciales pueden salir de la organización sin dejar rastro. Y la capacidad de detectar ese flujo no está en la mayoría de los sistemas de seguridad tradicionales.
Qué deberían hacer las empresas en la región
Frente a este escenario, la recomendación para los líderes latinoamericanos es pasar de la entusiasta adopción individual a una política institucional de gobernanza de IA. Esto implica varias acciones concretas. Primero, definir con precisión qué tipo de información puede ser procesada por sistemas generativos y bajo qué condiciones de anonimización. Segundo, implementar mecanismos de verificación de resultados, como exige el dato de que solo 4 de cada 10 jóvenes comprueban la precisión: esa falta de validación es una puerta abierta a errores con impacto operativo. Tercero, capacitar a todos los niveles, no solo a los directivos, para que comprendan los límites de la herramienta y los riesgos de confidencialidad.
Además, la estructura de incentivos importa. Si los empleados de base perciben que la IA es una herramienta de vigilancia o una amenaza a su puesto, la resistencia se mantendrá. Las empresas que logren integrar la IA como un apoyo para tareas repetitivas de bajo riesgo, mientras reservan la decisión humana para los casos críticos, tendrán más posibilidades de construir confianza. En eso, los datos del estudio son claros: la generación más joven está dispuesta a delegar más, pero también es la que menos verifica. El problema no es la delegación en sí, sino la ausencia de controles proporcionales al nivel de autonomía otorgado.
Un desafío de diseño, no solo de adopción
En países como España, donde la adopción es alta pero la verificación es baja, la experiencia anticipa lo que puede ocurrir en América Latina a medida que las empresas aceleran su transformación con IA. La pregunta no es si se debe usar esta tecnología, sino con qué salvaguardas. La respuesta no puede quedar en manos de cada empleado por separado, porque el riesgo es sistémico. Los directivos que confían plenamente en la IA sin exigir trazabilidad están, en la práctica, subcontratando la toma de decisiones a un sistema cuyo funcionamiento interno no comprenden del todo.
Para las organizaciones de la región, la próxima frontera no será incorporar modelos generativos, sino diseñar flujos de trabajo donde la IA actúe dentro de límites claros, con auditorías periódicas y con mecanismos de reversión cuando algo falle. Los datos de Adobe muestran que los trabajadores ya han identificado el riesgo: solo falta que los líderes lo reconozcan con la misma claridad.
Si no lo hacen, la brecha entre lo que se autoriza y lo que se ejecuta se convertirá en una fuente constante de incidentes, desde filtraciones de datos hasta decisiones equivocadas con impacto financiero. La tecnología avanza más rápido que las políticas. La pregunta para cada empresa latinoamericana es si prefiere estar a la vanguardia de esa carrera o pagar el costo de llegar tarde.
