PRÁCTICUM LABORAL XXI: IA y RRHH: qué puede y qué no puede hacer la empresa. Uso de herramientas algorítmicas en selección, gestión y evaluación de personas trabajadoras.

PRÁCTICUM LABORAL XXI: IA y RRHH: qué puede y qué no puede hacer la empresa. Uso de herramientas algorítmicas en selección, gestión y evaluación de personas trabajadoras.

 

Idea clave La cuestión ya no es si las empresas pueden utilizar IA en RRHH, sino bajo qué controles, con qué trazabilidad y con qué garantías se debe hacer frente a posibles sesgos, poca claridad y decisiones puramente automatizadas.

 

I.- Supuesto de hecho

Este Prácticum aborda, desde una perspectiva sencilla, cómo deben actuar las empresas cuando incorporan herramientas de inteligencia artificial o sistemas algorítmicos a sus procesos de RRHH. La finalidad no es ofrecer una visión tecnológica, obviamente no es el objeto de estos Prácticum,  sino identificar las cautelas laborales básicas que permiten utilizar estas herramientas sin perder transparencia, control humano ni capacidad de defensa jurídica.

Partamos de un ejemplo básico:

• Una empresa incorpora herramientas de inteligencia artificial para ganar eficiencia en la gestión de personas en aspectos tales como el cribado de candidaturas, la medición de productividad, detección de riesgos de rotación, la organización de turnos o la propia generación de informes de desempeño.
• El riesgo legal aparece cuando esos resultados dejan de ser meramente orientativos y empiezan a condicionar decisiones reales tales como, quién accede a una entrevista, quién entra en un plan de mejora, quién promociona o qué indicios se utilizan para justificar una medida disciplinaria.

La pregunta práctica, por tanto, no es solo si la empresa puede utilizar IA en RRHH, claro que puede (y debe hoy en día por la operatividad y rapidez en el desarrollo de tareas) sino si puede hacerlo de forma transparente, proporcionada, explicable y defendible tanto ante la persona trabajadora, la representación legal – comité, delegados de personal o incluso las secciones sindicales -, la Inspección de Trabajo o un Juzgado de lo Social (nos negamos a denominarlos “Plaza”).

II.-Marco jurídico aplicable

El Reglamento (UE) 2024/1689 parte de una idea sencilla: “la inteligencia artificial no puede desplegarse en la Unión Europea al margen de los derechos fundamentales”. Su objetivo no es impedir la innovación, sino ordenar su utilización cuando pueda afectar a la seguridad, la salud, la igualdad, la privacidad o la posición jurídica de las personas.

En el ámbito laboral, esta reflexión adquiere especial intensidad porque la empresa no utiliza la IA sobre datos neutros o abstractos, sino sobre información que puede afectar al acceso al empleo, la promoción profesional, la evaluación del desempeño, la organización del trabajo, la vigilancia de la actividad o incluso la adopción de medidas disciplinarias o extintivas.

En el ámbito laboral conviven varias capas normativas: el Reglamento (UE) 2024/1689 de Inteligencia Artificial, el Reglamento General de Protección de Datos (RGPD), la Ley 15/2022 frente a discriminaciones directas e indirectas, la normativa de igualdad y derechos digitales y, de forma especialmente relevante en nuestro ámbito jurídico laboral, el artículo 64.4.d) del Estatuto de los Trabajadores (ET).

Este precepto reconoce a la representación legal de las personas trabajadoras el derecho a ser informado de los parámetros, reglas e instrucciones en que se basen los algoritmos o sistemas de IA que afecten a decisiones sobre condiciones de trabajo, acceso o mantenimiento del empleo, incluida la elaboración de perfiles.

Recordamos el literal de dicho precepto:

Artículo 64.4.d) del Estatuto de los Trabajadores “El comité de empresa, con la periodicidad que proceda en cada caso, tendrá derecho a ser informado por la empresa sobre los parámetros, reglas e instrucciones en los que se basan los algoritmos o sistemas de inteligencia artificial que afectan a la toma de decisiones que pueden incidir en las condiciones de trabajo, el acceso y mantenimiento del empleo, incluida la elaboración de perfiles.”

Este redactado debe leerse con una lógica muy práctica: si la empresa utiliza un sistema que influye en decisiones laborales relevantes, la representación legal de los trabajadores debe poder entender sus criterios esenciales. Así de simple. No basta con afirmar que la herramienta es “objetiva” o que pertenece a un tercero proveedor. La empresa sigue siendo responsable de su uso en el ámbito laboral.

La previsión del ET es importante por tres razones: (i) no se limita a plataformas digitales sino que su aplicación es general, (ii) no exige que la decisión sea íntegramente automatizada y (iii) obliga a facilitar una explicación comprensible sobre las variables utilizadas, su finalidad, su ponderación y sus posibles efectos laborales.

Desde un punto de vista práctico, si la IA se utiliza para seleccionar candidatos, asignar turnos, valorar productividad, ordenar promociones, anticipar absentismo o apoyar sanciones, la empresa no debería limitarse a una comunicación genérica. Debe poder explicar el funcionamiento esencial del sistema y su impacto laboral.

Importante: la información no debería confundirse con la entrega del código fuente ni con la revelación indiscriminada de secretos empresariales. Ello ni lo prevé la Ley ni procede. Lo estrictamente exigible, por ejemplo por los representantes legales de los trabajadores, es una explicación útil y operativa de los criterios de funcionamiento del sistema, de sus variables principales, de su finalidad, de los colectivos afectados, de los controles humanos previstos y de las medidas adoptadas para evitar sesgos o impactos discriminatorios.

En materia laboral, la transparencia algorítmica no es una cuestión meramente técnica: es una garantía colectiva que permite a la representación de los trabajadores ejercer sus funciones de vigilancia y control.

En este punto, el citado artículo 64.4.d) ET, el cual fue introducido en el texto estatutario por la Ley 12/2021, de 28 de septiembre, opera como una pieza central del sistema. No convierte al comité de empresa en codiseñador de la herramienta. En absoluto. Pero sí impide que la empresa utilice sistemas opacos que incidan en la vida laboral de la plantilla sin ofrecer una explicación mínima, clara y verificable.

III.- Ejemplos prácticos de aplicación del artículo 64.4.d) ET

La obligación de información debe aterrizarse en usos concretos. Estos son algunos ejemplos habituales que ayudarán a comprender más la presente cuestión:

• Selección de personal: si el sistema ordena, puntúa o descarta candidaturas, debería explicarse qué variables se utilizan, si existen filtros excluyentes y qué revisión humana se realiza antes de tomar una decisión definitiva.
• Organización de turnos: cuando la IA distribuye horarios, descansos o cargas de trabajo, debe identificarse qué criterios prioriza y cómo se corrigen situaciones de conciliación, discapacidad, reducción de jornada o prevención de riesgos.
• Productividad y desempeño: si se usan métricas de conexión, tareas, llamadas o tiempos de respuesta, la empresa debe informar de su peso y de si pueden incidir en bonus, promociones, planes de mejora, sanciones o despidos.
• Modelos predictivos: las herramientas que anticipan absentismo, rotación o bajo rendimiento exigen especial prudencia, porque pueden generar inferencias sensibles a partir de datos aparentemente neutros que, en puridad, no lo son.

La pauta a seguir es sencilla: cuanto más incida la herramienta en el empleo o en las condiciones de trabajo, más completa y comprensible debe ser la información facilitada a la representación legal. No se trata de explicar programación a nadie, y menos a la representación legal de las personas trabajaoras, sino de permitir un control laboral real.

En la práctica, esta información debería facilitarse antes de que la herramienta produzca efectos relevantes y actualizarse cuando cambien sus variables principales, su finalidad, los colectivos afectados o el modo en que sus resultados se integran en decisiones empresariales. La transparencia algorítmica no es una comunicación única y estática, sino una obligación que debe acompañar al ciclo de vida del sistema.

IV.- Cuestiones problemáticas

En la práctica, los principales riesgos suelen repetirse: sesgos indirectos en selección, vigilancia desproporcionada en productividad, inferencias sensibles en modelos predictivos, decisiones laborales poco motivadas en rankings internos y dificultades probatorias cuando una sanción o despido se apoya en conclusiones algorítmicas no explicables.

Por ello, antes de utilizar la información generada por una herramienta de IA como soporte de una decisión laboral, conviene preguntarse algo básico: ¿la empresa podría explicar esa decisión en términos sencillos ante el comité de empresa, ante la persona afectada y, llegado el caso, ante la Inspección de Trabajo o un órgano judicial? Si la respuesta es negativa, el sistema puede ser útil internamente, pero no debería convertirse por sí solo en la base de una medida laboral relevantes.

V,-Criterio práctico

Debemos recordar y destacar, pues es muy relevante a nivel laboral, que la IA en RRHH no debería tratarse como una simple compra de software o de un mero programa. Antes de implantarla, la empresa debería poder contestar afirmativamente a estas cinco preguntas:

1. ¿Está claramente definida la finalidad laboral perseguida y existe una base jurídica suficiente para el tratamiento de datos?
2. ¿Se ha verificado que la herramienta no utiliza variables prohibidas ni proxies que puedan generar discriminación indirecta (sesgos o similares)?
3. ¿Existe intervención humana real, cualificada y documentada antes de adoptar decisiones relevantes?
4. ¿Se ha informado de forma comprensible a las personas afectadas y, cuando exista representación legal, se ha cumplido el deber específico del artículo 64.4.d) ET sobre parámetros, reglas e instrucciones del sistema?
5. ¿Se conservan evidencias sobre funcionamiento, validación, incidencias, revisiones y medidas correctoras?

No todos los usos presentan el mismo riesgo, pero todos exigen una idea común: la herramienta debe ser explicable, proporcional y revisada por personas con criterio real de decisión.

En términos de gestión, resulta aconsejable documentar una pequeña “ficha de uso” de cada herramienta: finalidad, colectivos afectados, datos utilizados, proveedor, intervención humana, información facilitada a la representación legal y medidas de revisión periódica. Esta ficha no tiene por qué ser compleja, pero ayuda a ordenar la implantación y a demostrar diligencia si surge un conflicto

VI.- Conclusiones finales

• La implantación de herramientas de IA en Recursos Humanos no debe contemplarse como una cuestión meramente tecnológica, sino como una decisión empresarial con impacto laboral, colectivo y probatorio. La empresa puede utilizar este tipo de soluciones para ganar eficiencia, ordenar información o apoyar decisiones de gestión, pero debe hacerlo con una lógica de prudencia, transparencia y control humano efectivo.
• La regla práctica debería ser clara: cuanto mayor sea el impacto de la herramienta sobre el acceso al empleo, las condiciones de trabajo, la promoción, la evaluación del desempeño o la extinción contractual, mayor debe ser la exigencia de justificación, trazabilidad, información y prueba documental. Un algoritmo puede ayudar a decidir, pero no puede sustituir la responsabilidad empresarial de explicar y defender la decisión adoptada.
• Desde la perspectiva de relaciones laborales, el artículo 64.4.d) ET obliga además a integrar a la representación legal en este proceso de transparencia. La empresa no tiene que revelar indiscriminadamente el código fuente ni renunciar a sus secretos empresariales, pero sí debe ser capaz de explicar de forma comprensible los parámetros, reglas e instrucciones de los sistemas que puedan incidir en condiciones de trabajo, acceso o mantenimiento del empleo.
• En definitiva, la IA puede ser una buena herramienta de apoyo para RRHH, pero solo será jurídicamente defendible si la empresa puede acreditar tres cosas:

1. Que sabe cómo funciona la herramienta,
2. Que mantiene una revisión humana real y
3. Que conserva evidencias suficientes para justificar las decisiones adoptadas.

Sin esas garantías, la eficiencia tecnológica puede convertirse rápidamente en un riesgo laboral, probatorio y reputacional.

• La conclusión práctica es sencilla: la empresa puede apoyarse en la inteligencia artificial, pero no esconderse detrás de ella.