Opinión La IA en el trabajo ya no es opcional: la supervisión es la única variable de control
Seis de cada diez trabajadores detectan errores de IA en sus tareas diarias. Sin gobernanza humana, la automatización se convierte en pasivo legal y reputacional.
En cualquier oficina de México, Bogotá o Santiago, los empleados han pillado a la inteligencia artificial equivocándose en su trabajo diario. No es una anécdota técnica; es la confirmación empírica de que la IA generativa ha dejado de ser un piloto para convertirse en infraestructura crítica sin los controles que exige cualquier infraestructura crítica.
La tentación directiva es tratar la IA como software tradicional: se instala, se configura y se olvida. Pero un modelo de lenguaje no ejecuta instrucciones determinísticas; predice probabilidades. Cuando ese pronóstico falla en una hoja de cálculo, el costo es bajo. Cuando falla en una cláusula contractual, en un diagnóstico médico preliminar o en el filtrado de currículums que decide quién accede a una entrevista, el costo es legal, reputacional y humano.
El caso de los sistemas ATS (Applicant Tracking Systems) ilustra el riesgo a escala. Estos filtros automatizados descartan candidaturas antes de que un humano las vea, basándose en palabras clave y patrones históricos. Si los datos de entrenamiento reflejan sesgos de género, etnia o edad, la máquina los replica con la autoridad aparente de la objetividad algorítmica. Orientadores laborales ya alertan: la regulación no es un trámite burocrático, es el único freno a la discriminación automatizada.
Europa ha movido ficha. El Reglamento de IA de la UE clasifica los sistemas de selección de personal como "alto riesgo" y exige evaluaciones de conformidad, supervisión humana y transparencia. España acaba de aprobar su ley nacional de supervisión algorítmica. En Latinoamérica, los marcos normativos aún son incipientes, pero la extraterritorialidad de la norma europea y la presión de organismos multilaterales acelerarán la convergencia. Quien espere a la multa para actuar ya ha perdido la partida de la confianza.
Supervisar con eficacia no es colocar a un humano al final del proceso para firmar lo que la máquina dictó. Exige trazabilidad de datos de entrenamiento, métricas de error por subpoblación, auditorías independientes y, sobre todo, un botón de apagado real: la capacidad de anular la decisión algorítmica sin fricción burocrática. Eso cuesta dinero, ralentiza el despliegue y reduce el márketing de "somos una empresa IA-first". También evita demandas colectivas, daños de marca irreparables y la erosión del capital humano.
Para el ejecutivo latinoamericano, la hoja de ruta es clara: inventariar cada sistema que tome o influya en decisiones sobre personas; clasificar su nivel de riesgo; asignar un "dueño humano" con autoridad para vetar; y documentar todo como si mañana un juez —o un cliente grande— pidiera explicaciones. La IA no se regula con buenas intenciones, se gobierna con procesos auditables.
Solo si el margen de error está acotado y asumido es real la productividad que promete la IA. Los trabajadores que ya vieron fallar a la máquina no son un problema de adopción; son el sistema de alerta temprana que la dirección no contrató. Escucharlos es la única estrategia que escala.
