Política de uso de IA en México 2026: reglas, supervisión humana y guía para empresas
La inteligencia artificial ya se usa en empresas mexicanas para redactar, resumir, analizar datos, atender consultas, programar y apoyar decisiones. El problema aparece cuando cada persona adopta herramientas distintas, comparte información sin reglas o confunde una recomendación automática con una decisión autorizada.
Una política útil no debe bloquear la experimentación ni limitarse a una lista de prohibiciones. Debe explicar qué usos son aceptables, qué datos nunca se comparten, quién revisa los resultados y cómo se documentan los casos de mayor riesgo. En 2026, iniciativas legislativas mexicanas han reforzado la conversación sobre transparencia, supervisión humana, no discriminación y capacitación. Ese debate no equivale por sí solo a una obligación general ya vigente para todas las empresas; sí ofrece principios razonables para gobernar el uso interno.
Qué debe resolver una política de IA
| Pregunta | Respuesta que debe quedar escrita |
|---|---|
| ¿Qué herramientas pueden usarse? | Lista aprobada, responsable y condiciones de acceso |
| ¿Qué información puede cargarse? | Clasificación de datos y ejemplos prohibidos |
| ¿Quién responde por el resultado? | La persona y el área que revisan y autorizan |
| ¿Qué decisiones requieren control reforzado? | Empleo, crédito, salud, seguridad, legal y datos personales |
| ¿Cómo se reporta un incidente? | Canal, plazo, evidencia y plan de contención |
Clasifica los usos por nivel de riesgo
Usos de bajo riesgo
Ideas iniciales, borradores internos, traducción no sensible, organización de tareas o explicación de conceptos. Incluso aquí deben verificarse datos, tono y derechos de uso.
Usos de riesgo medio
Análisis de información empresarial, generación de código, respuestas a clientes, informes y automatizaciones. Requieren herramientas aprobadas, pruebas, revisión de una persona competente y registro de cambios.
Usos de alto riesgo
Selección de personal, evaluación de desempeño, decisiones disciplinarias, acceso a beneficios, seguridad, asesoría médica o legal y cualquier proceso que produzca efectos relevantes sobre una persona. La IA no debe ser la única fuente ni reemplazar el debido análisis. Exige supervisión humana significativa, trazabilidad y revisión de sesgos.
Datos que no deben entrar en una herramienta pública
- contraseñas, tokens, claves y credenciales;
- datos personales sensibles o expedientes de colaboradores;
- información de clientes protegida por contrato;
- secretos comerciales, precios confidenciales o código privado;
- documentos legales no autorizados para procesamiento externo.
La política debe alinearse con el aviso de privacidad, contratos, controles de seguridad y obligaciones aplicables. Antes de habilitar una herramienta, seguridad, legal y privacidad deben revisar dónde procesa datos, cuánto conserva y si permite excluir el uso para entrenamiento.
Reglas para Recursos Humanos
RRHH puede usar IA para estructurar una descripción de puesto, resumir respuestas o preparar materiales de capacitación. No debería permitir que un modelo descarte candidatos automáticamente sin criterios auditables, ni que infiera personalidad, salud o intención a partir de señales no validadas.
Para cada caso, documentá: objetivo, datos de entrada, herramienta, responsable, criterio de revisión, posibles sesgos y mecanismo para corregir errores. Si una decisión afecta a una persona, la explicación debe ser comprensible.
Plan de implementación en 30 días
- Días 1-5: inventariar herramientas, áreas usuarias, datos y decisiones afectadas.
- Días 6-10: clasificar casos por riesgo y suspender los que no tengan control suficiente.
- Días 11-15: redactar reglas con ejemplos permitidos, restringidos y prohibidos.
- Días 16-22: formar a supervisores en privacidad, validación, sesgos y escalamiento.
- Días 23-30: pilotar dos casos de bajo riesgo, medir calidad y aprobar el proceso.
Indicadores de una gobernanza que funciona
- porcentaje de usuarios capacitados y evaluados;
- casos registrados por nivel de riesgo;
- errores detectados antes de llegar a clientes o colaboradores;
- incidentes de datos y tiempo de respuesta;
- horas ahorradas con calidad igual o mejor;
- casos suspendidos por falta de evidencia o control.
Conclusión
Una política de IA protege mejor cuando traduce principios en decisiones diarias: qué herramienta, qué dato, para qué tarea, quién revisa y qué evidencia queda. La tecnología cambia rápido; por eso la política debe revisarse periódicamente y acompañarse con capacitación.
Si tu organización necesita convertir estas reglas en hábitos de trabajo, conocé G-Talent HR: una propuesta de formación online para equipos que permite desarrollar competencias en IA, liderazgo, datos y productividad con seguimiento empresarial.
