9 min. tiempo de lectura
Conoce cinco claves para promover el uso ético de la inteligencia artificial y gestionar su implementación con criterios de seguridad, transparencia y responsabilidad.
El uso ético de la inteligencia artificial se ha convertido en una consideración relevante para las organizaciones que incorporan esta tecnología en sus operaciones, procesos y decisiones. El reto consiste en aprovechar sus posibilidades mientras se protegen la seguridad, la privacidad, los derechos y la confianza de las personas, y se gestionan los riesgos asociados con cada caso de uso.
De acuerdo con el estudio EY Work Reimagined, publicado por EY Colombia el 16 de febrero de 2026, el 92 % de los trabajadores encuestados en el país utiliza herramientas de IA en su trabajo y el 34 % afirma usarlas diariamente. Estos datos evidencian una adopción amplia entre las personas consultadas, pero no necesariamente la existencia de marcos organizacionales maduros para gestionar su uso.
Para Christian Sierra, gerente de Seguridad de la Información de Compensar, esta conversación adquiere especial importancia cuando la inteligencia artificial interviene en procesos capaces de afectar los derechos, el acceso a servicios o la experiencia de las personas. “Cuando una tecnología de este tipo empieza a influir en decisiones que impactan directamente la vida de las personas, el uso ético deja de ser una buena práctica para convertirse en una responsabilidad ineludible para cualquier organización”, advierte Christian Sierra.
¿Qué riesgos debe considerar el uso ético de la inteligencia artificial?
El uso de inteligencia artificial sin criterios claros puede generar riesgos relacionados con la privacidad, la seguridad de la información, los sesgos, la dependencia tecnológica y el impacto de sus resultados sobre las personas.
- Exposición de información confidencial: puede ocurrir cuando se introducen datos personales, documentos internos o información estratégica en herramientas de IA sin revisar sus condiciones de uso y tratamiento de datos.
- Reproducción o amplificación de sesgos: los sistemas pueden generar resultados que reflejen patrones discriminatorios presentes en los datos, en su diseño o en la forma en que se utilizan.
- Dependencia tecnológica: utilizar una solución sin evaluar alternativas, portabilidad o continuidad puede aumentar la dependencia frente a un proveedor y dificultar cambios posteriores.
- Nuevas amenazas de seguridad: las herramientas de IA pueden facilitar contenidos manipulados, como los deepfakes, y hacer más convincentes algunos intentos de suplantación, phishing o ingeniería social.
Para Christian Sierra, la adopción de estas herramientas debe incorporar consideraciones de seguridad y privacidad desde su diseño. Entre otros aspectos, las organizaciones pueden clasificar la información, definir controles de acceso y establecer qué tipos de datos pueden procesarse en cada herramienta.
También te puede interesar: Impulsa tu emprendimiento con inteligencia artificial (IA): optimiza tu contenido visual
5 claves para promover el uso ético de la inteligencia artificial
La inteligencia artificial puede aportar valor a diferentes procesos, pero su implementación requiere criterios que permitan identificar riesgos y mantener a las personas en el centro. Estas son algunas recomendaciones que pueden servir como referencia para las organizaciones:
1. Construye un gobierno de IA multidisciplinario
La gestión de los sistemas de IA no debería depender únicamente del área de tecnología. Según el caso de uso y sus posibles impactos, conviene integrar perspectivas técnicas, legales, humanas, operativas y de gestión de riesgos.
Un esquema de gobierno puede involucrar, según el caso:
- Seguridad de la información.
- Asuntos legales y cumplimiento.
- Gestión humana.
- Gestión de riesgos.
- Privacidad y protección de datos.
- Tecnología y datos.
- Área responsable del proceso o servicio.
Esta mirada multidisciplinaria puede ayudar a evaluar los casos de uso, asignar responsabilidades, establecer criterios de implementación y hacer seguimiento a los riesgos identificados.
2. Implementa las soluciones de manera gradual y según su nivel de riesgo
No todas las soluciones de IA generan el mismo nivel de riesgo ni requieren los mismos controles. Antes de ampliar su uso, una prueba piloto puede ayudar a evaluar el funcionamiento, identificar limitaciones y revisar posibles impactos en un entorno controlado.
En este proceso es importante revisar aspectos como:
- El propósito y la necesidad del caso de uso.
- El tipo de información que será procesada.
- La privacidad y los controles de seguridad.
- La precisión y las limitaciones de los resultados.
- Los posibles sesgos e impactos sobre las personas.
- La supervisión humana y los responsables del proceso.
- Las acciones previstas ante errores o incidentes.
En Compensar se han evaluado casos de uso relacionados con la atención y orientación de las personas, entre ellos soluciones para apoyar el agendamiento y asistentes virtuales. El análisis gradual de estas iniciativas puede ayudar a identificar aprendizajes y ajustar controles antes de ampliar su alcance.
3. Forma a los colaboradores para utilizar la IA con criterio
La adopción responsable requiere tanto reglas y controles organizacionales como una formación adecuada para quienes utilizan las herramientas. La capacitación debe ir más allá de su funcionamiento y ayudar a comprender sus alcances, limitaciones, riesgos y condiciones de uso.
Una formación adecuada puede abordar temas como:
- Qué información puede compartirse con una herramienta de IA.
- Qué riesgos existen al utilizar plataformas públicas.
- Cómo identificar posibles errores en los resultados.
Cuándo una tarea requiere revisión, aprobación o decisión humana.
Los resultados generados por IA deben contar con un nivel de supervisión proporcional al riesgo y al impacto del caso de uso. La revisión humana es especialmente importante cuando intervienen datos personales, información confidencial o decisiones capaces de afectar a las personas.
4. Evalúa los sesgos y protege los derechos de las personas
El uso de IA debe considerar cómo sus resultados pueden afectar a personas y grupos de manera diferente. Por eso, la equidad, la inclusión, la privacidad, la no discriminación y el respeto por los derechos deben incorporarse durante el diseño, la implementación y el seguimiento.
Las organizaciones pueden contribuir a prevenir posibles sesgos mediante acciones como:
- Revisar periódicamente los resultados de los modelos.
- Revisar datos, instrucciones, criterios de decisión y contextos de uso que puedan producir o amplificar resultados discriminatorios, inexactos o engañosos.
- Establecer revisión humana y canales para cuestionar, corregir o escalar resultados antes de que produzcan consecuencias relevantes para usuarios o colaboradores.
La supervisión permite detectar situaciones que podrían pasar inadvertidas si se confía únicamente en el resultado de una herramienta automatizada.
5. Revisa los riesgos y comunica cuándo interviene la IA
La responsabilidad no termina cuando una herramienta entra en funcionamiento. Durante su uso, es necesario revisar los controles, actualizar las prácticas y evaluar si la solución continúa respondiendo al propósito para el que fue implementada y si han aparecido nuevos riesgos.
La transparencia también juega un papel importante. Los colaboradores y usuarios deberían recibir información clara cuando interactúan con una herramienta de IA o cuando esta participa de manera relevante en un proceso que puede afectarlos. La comunicación debe explicar su propósito, alcance y canales disponibles para resolver dudas o solicitar revisión.
¿Por qué es necesaria la supervisión humana en el uso de IA?
Aunque la IA puede apoyar tareas y procesos, la supervisión humana resulta especialmente relevante cuando sus resultados influyen en decisiones relacionadas con empleo, acceso a servicios, seguridad, salud, crédito u otras situaciones capaces de afectar significativamente a las personas.
En estos casos, la herramienta debe apoyar el análisis, no sustituir la decisión responsable de la persona o el equipo competente. Revisar la información, identificar errores, considerar el contexto y documentar la decisión puede contribuir a un uso más responsable.
“La incorporación responsable de esta tecnología no debe entenderse como un freno a la innovación, sino como una condición para impulsarla con mayor confianza”, destaca Christian Sierra.
El reto para cada organización consiste en decidir dónde la inteligencia artificial puede aportar valor, qué riesgos genera y qué condiciones deben cumplirse antes de utilizarla. Integrar estas herramientas con reglas claras, responsabilidades definidas, supervisión proporcional y comunicación transparente puede ayudar a construir confianza y a tomar decisiones más responsables.
También te puede interesar: 7 usos de la inteligencia artificial que transformarán tu negocio
