El Future of Privacy Forum (FPF) publicó junto a Dayforce, LinkedIn, UKG, Workday y Beamery un marco de evaluación de riesgos y un conjunto actualizado de buenas prácticas para el uso de inteligencia artificial en procesos de contratación y gestión del empleo. La actualización responde directamente al avance de la IA generativa en los flujos de trabajo de recursos humanos y amplía un informe previo publicado en 2023. Para América Latina, donde la adopción de estas plataformas crece sin un marco legal específico para IA en el empleo, el documento llega como referencia técnica de primer orden.
De las herramientas tradicionales a la IA generativa
Hasta hace dos años, el debate sobre IA en el reclutamiento giraba en torno a sistemas de puntuación de candidatos, análisis de currículums y herramientas de screening automatizadas. La irrupción de los modelos de lenguaje de gran escala reconfiguró ese panorama: hoy las mismas plataformas que gestionan nóminas pueden generar descripciones de puestos, redactar evaluaciones de desempeño o sintetizar feedback de entrevistas. Ese salto cualitativo es el que motivó la actualización del grupo de trabajo del FPF, que incorporó el análisis de riesgos específicos de la IA generativa —alucinaciones, sesgos amplificados en lenguaje natural, opacidad en los criterios de selección— a un documento que ya tenía base sólida.
El grupo de trabajo que produjo el marco está compuesto por desarrolladores de software de recursos humanos con alcance global masivo. LinkedIn y Workday, por ejemplo, son plataformas activas en prácticamente todos los mercados latinoamericanos. Eso significa que las decisiones de diseño que estos actores adopten en materia de evaluación de riesgos tendrán impacto directo sobre millones de trabajadores y postulantes en la región, independientemente de si los reguladores locales exigen o no auditorías algorítmicas.
Qué propone el marco de riesgos
Aunque el texto completo del framework no ha sido divulgado en su totalidad al momento de la publicación de este artículo, los lineamientos centrales que se anticiparon apuntan a estructurar la evaluación en torno a tres dimensiones: el impacto potencial sobre derechos de los candidatos, la transparencia de los sistemas frente a los usuarios finales (tanto empleadores como postulantes) y la trazabilidad de las decisiones automatizadas. Este último punto es especialmente relevante: la capacidad de explicar por qué un sistema descartó o priorizó a un candidato es, en muchas jurisdicciones, una obligación legal y no solo una buena práctica.
El documento también aborda la necesidad de instancias humanas de revisión en decisiones de alto impacto —contratación, despido, evaluación de desempeño—, lo que conecta directamente con los principios de no automatización total de decisiones que recogen tanto el Reglamento General de Protección de Datos europeo (GDPR) como la Ley General de Protección de Datos de Brasil (LGPD) en su artículo 20, que reconoce el derecho del titular a solicitar revisión humana de decisiones tomadas exclusivamente por medios automatizados.
El vacío regulatorio en LATAM
América Latina no tiene, hasta ahora, una norma específica que regule el uso de IA en el empleo con el nivel de detalle que existe, por ejemplo, en la Ley de Empleo de IA de la ciudad de Nueva York o en la propuesta de reglamento de la Unión Europea sobre IA —que clasifica los sistemas de IA en recursos humanos como de alto riesgo. Argentina cuenta con la Ley 25.326 de Protección de Datos Personales, que incluye disposiciones sobre decisiones automatizadas, pero su aplicación práctica al contexto del reclutamiento algorítmico es todavía incipiente. La Autoridad Nacional de Protección de Datos (ANPD) de Brasil es, en la región, la que ha avanzado más en interpretar la LGPD en contextos de tratamiento automatizado, aunque sin una guía sectorial específica para el empleo.
México, Colombia, Chile y Perú también cuentan con marcos de protección de datos que habilitan interpretaciones protectoras frente a la discriminación algorítmica, pero la mayoría carece de criterios operativos para auditar un sistema de IA de selección de personal. En ese contexto, el marco del FPF puede funcionar como estándar de facto para empresas que operan en la región y que quieran demostrar due diligence ante eventuales litigios o investigaciones regulatorias.
Implicancias para equipos de compliance y legal
Para los equipos jurídicos y de cumplimiento que asesoran a empresas con procesos de selección automatizados en LATAM, el documento del FPF ofrece un lenguaje común con el que dialogar con los proveedores tecnológicos. Preguntar a un vendor si su sistema cuenta con una evaluación de impacto algorítmico, si mantiene logs de decisiones y si permite la revisión humana de casos rechazados ya no es un ejercicio académico: es la diferencia entre poder responder a un reclamo ante la ANPD o el INAI, o enfrentar una investigación sin documentación de respaldo. El FPF planea presentar el marco en un webinar el 28 de septiembre, lo que abre una oportunidad concreta para que equipos de la región accedan a la discusión de primer nivel.
Cuando las plataformas globales de HR fijan estándares propios de evaluación de riesgos, la pregunta para los reguladores latinoamericanos no es si deben actuar, sino si llegarán antes o después de que el mercado ya haya definido las reglas.
Deja un comentario