El problema que muchas organizaciones todavía no han identificado como suyo
Existe una brecha peligrosa entre la velocidad con que las organizaciones adoptan herramientas de inteligencia artificial en sus procesos de selección y la velocidad con que comprenden su exposición legal y reputacional al hacerlo. Esta brecha no es un problema de tecnología: es un problema de gobernanza corporativa.
En Estados Unidos, una demanda colectiva contra Eightfold AI —una plataforma de selección basada en algoritmos ampliamente adoptada— alega que sus sistemas generarían perfiles y puntuaciones de candidatos sin transparencia suficiente ni mecanismo efectivo de corrección de errores. Eightfold niega las acusaciones; el litigio sigue su curso. Lo que importa para el análisis corporativo no es el veredicto, sino lo que la demanda revela: que los empleadores que usan estas herramientas pueden quedar expuestos junto al proveedor tecnológico.
Este caso no es aislado. En paralelo, el marco regulatorio se endurece de forma acelerada en jurisdicciones de referencia. Nueva York ya exige para determinados sistemas automatizados de contratación: auditoría de sesgo actualizada, publicación de los resultados de esa auditoría y aviso explícito a los candidatos. Colorado aprobó un régimen que entra en vigor en 2027 e incorpora derechos sobre datos y revisión humana obligatoria en decisiones adversas automatizadas.
América Latina no tiene legislación equivalente vigente en la mayoría de países. Eso no es una protección: es una ventana de tiempo que se cierra.
Por qué esto deja de ser una discusión de eficiencia
Cuando las organizaciones adoptan IA para filtrar CVs, puntuar candidatos o predecir rotación, el debate interno suele girar en torno a la precisión del algoritmo o al ahorro de tiempo. Ese es el marco equivocado.
El marco correcto incorpora cinco vectores de riesgo simultáneos:
| Vector de riesgo | Expresión concreta | Exposición potencial |
|---|---|---|
| Discriminación algorítmica | El sistema penaliza variables correlacionadas con género, etnia, edad o discapacidad sin que la organización lo sepa | Demanda individual o colectiva por discriminación laboral |
| Falta de explicabilidad | La empresa no puede responder por qué un candidato fue descartado | Impugnación del proceso de selección; vulneración de garantías del candidato |
| Protección de datos | Procesamiento masivo de datos personales sin base legal clara o sin transparencia al titular | Sanciones bajo LOPDP (Ecuador) u otras normativas aplicables |
| Trazabilidad | Ausencia de registro auditable de las decisiones automatizadas | Imposibilidad de defensa en proceso laboral o inspección |
| Responsabilidad del empleador | El proveedor de IA limita su responsabilidad contractualmente; el empleador asume el riesgo residual | Responsabilidad solidaria o exclusiva ante demandas de candidatos rechazados |
La combinación de estos vectores transforma la IA de Recursos Humanos en un tema de compliance, no solo de operaciones.
El contexto ecuatoriano: ¿estamos exentos?
No. Ecuador cuenta con la Ley Orgánica de Protección de Datos Personales (LOPDP) vigente, que establece derechos de acceso, rectificación, eliminación y oposición sobre el tratamiento de datos personales, incluyendo decisiones automatizadas con efectos significativos. Su artículo sobre decisiones automatizadas —inspirado en el modelo europeo— ya habilita impugnaciones por parte de candidatos que consideren que han sido evaluados exclusivamente por sistemas sin intervención humana.
Adicionalmente, el Código del Trabajo ecuatoriano establece principios de no discriminación en el acceso al empleo. Un sistema de selección que produzca impacto adverso documentable sobre grupos protegidos puede generar responsabilidad del empleador, independientemente de que el sesgo provenga de un algoritmo externo.
Siete preguntas de due diligence antes de dejar que una IA descarte candidatos
Estas preguntas constituyen el inventario mínimo que un departamento de Talento Humano —o su asesoría externa— debe responder antes de implementar o continuar usando herramientas algorítmicas de selección:
- Inventario de herramientas: ¿Qué sistemas automatizados intervienen en el proceso de selección, en qué etapa exacta y con qué decisión vinculante?
- Variables utilizadas: ¿Qué datos alimentan el algoritmo? ¿Alguna variable actúa como proxy de características protegidas (género, etnia, edad, zona geográfica, institución educativa)?
- Prueba de impacto adverso: ¿Se ha realizado alguna vez un análisis comparativo de tasas de selección por grupos demográficos? ¿Existe evidencia documentada de que el sistema no penaliza sistemáticamente a ningún grupo?
- Supervisión humana efectiva: ¿Existe un punto de decisión en que una persona revisa el output del algoritmo antes de comunicar el rechazo al candidato, o el sistema opera con autonomía completa?
- Transparencia al candidato: ¿Sabe el candidato que está siendo evaluado por un sistema automatizado? ¿Tiene acceso a la información mínima sobre ese proceso conforme a la LOPDP?
- Mecanismo de revisión y rectificación: ¿Puede un candidato impugnar internamente una decisión producida o influenciada por el algoritmo? ¿Existe procedimiento documentado?
- Due diligence del proveedor: ¿El contrato con el proveedor establece qué responsabilidad asume ante reclamaciones de candidatos? ¿El proveedor publica auditorías de sesgo o resultados de pruebas de impacto adverso?
La incapacidad de responder más de tres de estas preguntas con documentación verificable es, en sí misma, un indicador de exposición corporativa.
De la alerta al servicio: qué puede hacer su organización hoy
El diagnóstico no es el destino. Las organizaciones que actúan ahora —antes de que la regulación latinoamericana se endurezca y antes de que proliferen los litigios— tienen ventaja real.
| Acción | Plazo estimado | Resultado |
|---|---|---|
| Auditoría de herramientas algorítmicas en uso | 2–4 semanas | Mapa de exposición real |
| Revisión de contratos con proveedores de ATS e IA | 3–6 semanas | Identificación de cláusulas de riesgo y vacíos de responsabilidad |
| Diseño de protocolo de supervisión humana | 4–8 semanas | Reducción de riesgo por decisión autónoma no auditada |
| Capacitación del equipo de RRHH en obligaciones LOPDP | 1–2 meses | Reducción de exposición regulatoria |
| Implementación de política de transparencia al candidato | 1–2 meses | Cumplimiento anticipado y diferenciación de empleador |
Conclusión
La inteligencia artificial en selección de personal no es ni buena ni mala por definición. Es una herramienta con riesgos jurídicos reales, mal distribuidos —con frecuencia, hacia el empleador— y que en muchas organizaciones latinoamericanas opera sin el marco de gobernanza mínimo que la exposición real exigiría.
El momento de actuar no es cuando llegue la primera demanda. Es ahora, cuando el diagnóstico puede hacerse en condiciones controladas y las medidas correctivas tienen espacio para implementarse sin presión procesal.
¿Su organización utiliza herramientas algorítmicas en selección de personal?
Cámara Plus Ecuador ofrece diagnóstico de exposición y consultoría en gobernanza de IA para Talento Humano, incluyendo revisión de contratos con proveedores tecnológicos y diseño de protocolos de supervisión humana conformes a la LOPDP.
📧 Contacto corporativo: info@camaraplus.com
📧 Consultas profesionales privadas: info@dianerodriguez.net
Abg. Psic. Diane Rodríguez, Mgs. Consultora de Derechos Humanos y Salud Mental 