Usar inteligencia artificial para filtrar candidaturas, medir desempeño o recomendar bajas no traslada la responsabilidad al proveedor. La decisión laboral sigue sometida a reglas de no discriminación, dignidad, protección de datos y justificación empresarial. En 2026, una organización prudente debe conocer qué modelo usa, qué información alimenta y cuándo interviene una persona. Este texto propone controles para aprovechar la tecnología sin convertirla en una caja negra. Es material informativo y no constituye asesoría legal.
El marco que ya obliga
La Ley Federal del Trabajo prohíbe distinciones que anulen o menoscaben derechos por motivos protegidos y exige condiciones compatibles con el trabajo digno. La legislación de datos personales también gobierna la recolección, perfilado, conservación y seguridad de información de aspirantes y empleados, con mayores cautelas frente a datos sensibles. Aunque las propuestas sobre inteligencia artificial pueden orientar la conversación pública, no reemplazan por sí mismas las normas vigentes. La regulación laboral de plataformas digitales sí contiene deberes especiales de transparencia algorítmica y revisión humana, pero no debe presentarse como una regla general para todo patrón. Fuera de ese régimen, sirve como referencia práctica, mientras la obligación concreta deriva del uso, sus efectos y el marco aplicable.
Gobernar antes de automatizar
Cada herramienta debe tener un dueño interno, una finalidad definida y una evaluación previa de necesidad. La empresa necesita saber qué variables utiliza, de dónde provienen, cuánto tiempo se conservan y si funcionan como aproximaciones de edad, discapacidad, sexo, origen u otra condición protegida. Las pruebas deben comparar resultados entre grupos pertinentes, revisar errores y repetirse cuando cambian el modelo, los datos o el puesto. El contrato con el proveedor debe cubrir instrucciones, seguridad, subencargados, auditoría, continuidad y devolución o eliminación de datos. También conviene impedir que el sistema reutilice expedientes para entrenar modelos sin autorización y exigir documentación suficiente para explicar una recomendación en lenguaje comprensible.
La decisión y su revisión
La intervención humana debe ser real: una persona capacitada tiene que poder cuestionar la salida, consultar contexto y apartarse de ella. Para decisiones adversas, conviene conservar la versión del sistema, criterios relevantes, fuentes consultadas, revisión realizada y razón final, evitando retener datos innecesarios. La persona afectada debe contar con un canal accesible para señalar errores y aportar información, sin que reclamar genere represalias. Recursos humanos y jurídico deben revisar periódicamente si el modelo produce exclusiones desproporcionadas o incentiva prácticas incompatibles con salud y seguridad. Cuando una explicación fiable no sea posible, el uso de la herramienta en decisiones de alto impacto debe pausarse o limitarse a apoyo administrativo.
Puntos clave
- El empleador conserva la responsabilidad aunque la recomendación provenga de un tercero.
- Una variable aparentemente neutral puede generar resultados discriminatorios.
- La revisión humana exige autoridad, información y tiempo para cambiar la decisión.
- Los cambios de modelo o datos requieren nuevas pruebas y documentación.
Qué conviene revisar
- Inventariar sistemas de IA usados en reclutamiento, evaluación, disciplina y terminación.
- Evaluar finalidad, datos, sesgos, seguridad y explicabilidad antes de cada despliegue.
- Crear un proceso de revisión humana y un canal para corregir datos o impugnar resultados.