La adopción de la IA en RR. HH. consiste en dar a las personas las competencias, las reglas claras y las herramientas aprobadas para usar la IA de forma segura. Lo más difícil no es la formación, sino la gobernanza: quién aprueba qué herramientas, qué pueden hacer realmente los empleados y cómo cumplir con el Reglamento de IA de la UE y con los comités de empresa. Esta guía te ofrece ese modelo operativo.
La brecha es real, no teórica. Según el informe Talent Trends 2025 de SHRM, el uso de la IA en tareas de RR. HH. ha subido al 43 % (frente al 26 % del año anterior), y aun así el 67 % de los encuestados afirma que su organización no es proactiva a la hora de formar a los empleados en el uso de la IA. Al mismo tiempo, una encuesta de Gartner de julio de 2025 (2.986 encuestados) concluyó que el 65 % de los empleados tiene ganas de usar la IA en el trabajo y que el 77 % se apunta a la formación cuando se les ofrece. El problema no es la resistencia, sino la falta de estructura.
Justo en esa brecha es donde los empleados avanzan con sus propias herramientas, sin aprobación y sin reglas. Por eso esta guía se centra en lo que la mayoría de los equipos de RR. HH. subestima: la gobernanza y el modelo operativo que hay detrás de la adopción de la IA.
En esta guía aprenderás:
- Qué significa realmente la adopción de la IA y por qué RR. HH. tiene que liderarla
- Qué exige de ti el artículo 4 del Reglamento de IA de la UE desde febrero de 2025
- Por qué la Shadow AI es el verdadero problema de gobernanza y cómo desactivarla
- Un modelo de aprobación de herramientas en 3 niveles que funciona en DACH
- Qué roles de gobernanza necesitas cubrir (AI Officer, Model Owner, comité)
- Qué pueden, deben y no deben hacer los empleados, como arquitectura de políticas clara
- Qué derechos del comité de empresa (§ 87, § 90, § 95 BetrVG) se aplican y cuándo
Para el diseño del programa, los itinerarios de aprendizaje y la hoja de ruta de implantación de 6 a 12 meses, consulta la guía principal sobre programas de formación en IA para empresas. Este artículo va un nivel más profundo: en las barreras de protección sin las cuales cualquier formación cae en saco roto.
1. Qué significa la adopción de la IA y por qué debe liderarla RR. HH.
La adopción de la IA significa dotar a tu gente de las competencias, las herramientas aprobadas y las reglas claras para usar la IA de forma segura y eficaz en el trabajo diario. No es un despliegue de TI ni un piloto con un chatbot. Es un cambio duradero en competencias, procesos y cultura.
RR. HH. tiene que liderarlo junto con TI, no TI en solitario. La IA cambia roles, competencias y obligaciones de cogestión, todos ellos temas centrales de RR. HH. Gartner advierte de que las iniciativas de IA pierden adopción cuando dejan de lado al CHRO (Gartner). En DACH, el papel de RR. HH. es aún más central, porque el RGPD, los derechos del comité de empresa y la cogestión afectan a cualquier despliegue de IA que implique datos de la plantilla.
Un patrón típico del trabajo con equipos de RR. HH. en DACH: un fabricante mediano intentó implantar una herramienta de reclutamiento con IA solo a través de TI. Los reclutadores no sabían qué datos podían subir. El Betriebsrat (comité de empresa) se opuso porque no se había explicado la transparencia ni la lógica de puntuación. La adopción se quedó baja. Solo cuando RR. HH. tomó el mando, con directrices elaboradas junto con el delegado de protección de datos y el comité de empresa, formación por roles y una lógica clara de human-in-the-loop, la adopción subió y las quejas bajaron.
El reparto de responsabilidades debe fijarse antes de la primera herramienta, no después:
| Actor | Responsabilidad | Preocupaciones típicas |
|---|---|---|
| RR. HH. (liderazgo) | Competencias, políticas, cambio, diálogo con el comité de empresa | Equidad, adopción, cultura |
| TI | Selección de herramientas, seguridad, integración | Seguridad, soporte, flujos de datos |
| Legal / DPD | Cumplimiento, contratos, EIPD | RGPD, Reglamento de IA de la UE, responsabilidad |
| Comité de empresa | Representación de los empleados, cogestión | Monitorización, transparencia, alcance |
Una vez claros los roles, necesitas una base jurídica. Desde 2025, el Reglamento de IA de la UE ofrece justamente eso.
2. Artículo 4 del Reglamento de IA de la UE: qué exige la obligación de alfabetización en IA
El artículo 4 del Reglamento de IA de la UE (Reglamento 2024/1689) se aplica desde el 2 de febrero de 2025. El Ómnibus Digital, Reglamento (UE) 2026/1744, en vigor desde el 27 de julio de 2026, lo reformuló: todos los proveedores y responsables del despliegue de sistemas de IA deben adoptar medidas para fomentar la alfabetización en IA de su personal, adaptadas a sus conocimientos previos, a su rol y al contexto en el que se usan los sistemas. No tienen que garantizar un nivel concreto a cada persona. Se aplica a empresas de cualquier tamaño y también a otras personas que operen sistemas de IA en tu nombre. Una primera medida práctica es nuestro taller de IA para empleados; para el uso diario de herramientas, consulta la formación en ChatGPT para empleados.
Para tu evaluación de riesgos importa un matiz: los límites fijos de las multas del artículo 99, apartados 3 a 5, no nombran el artículo 4, pero desde la reforma de 2026 el artículo 99, apartado 1, obliga a los Estados miembros a fijar sanciones por cualquier infracción del Reglamento, de modo que son posibles multas nacionales además del riesgo de responsabilidad (Haufe sobre la obligación del empleador, escrito antes de la reformulación de 2026). La alfabetización en IA ya no es opcional, y el registro de lo que has hecho es tu mejor protección.
Tres puntos son decisivos en la implantación:
- Sin formato fijo. El reglamento no prescribe ninguna formación concreta. Las medidas deben ser específicas para cada rol y cubrir aspectos técnicos, éticos y jurídicos.
- RR. HH. necesita más. Quien usa IA en decisiones de personal opera en territorio de alto riesgo y necesita una formación más profunda en consecuencia.
- La documentación cuenta. El artículo 4 no prescribe ningún formato, pero conviene que puedas demostrar qué medidas adoptaste: quién se formó, cuándo y sobre qué.
Entre las aplicaciones de alto riesgo en RR. HH. según el anexo III del Reglamento de IA de la UE (aplicable desde el 2 de diciembre de 2027) figuran la preselección de CV, las decisiones de contratación, promoción y despido, y la monitorización del desempeño. Estas exigen además supervisión human-in-the-loop, transparencia hacia las personas afectadas y una evaluación de impacto relativa a la protección de datos (Grant Thornton sobre la IA en RR. HH.). Aclarar esto pronto te permite diseñar la formación bien desde el principio; para la estructura del programa, consulta la guía principal.
3. Shadow AI: el verdadero problema de gobernanza
Mientras los equipos de RR. HH. aún redactan políticas, los empleados ya usan la IA, pero sin control. Las estimaciones del informe de gobernanza de la IA empresarial de 2026 (basado en datos de IBM y Netskope) muestran que entre el 40 y el 65 % de los empleados de las empresas más grandes usan herramientas de IA no aprobadas por TI. Alrededor del 47 % de ese uso pasa por cuentas privadas sin gestionar, y más de la mitad de esos usuarios introduce datos sensibles de la empresa.
No es un problema marginal. Según IBM, la Shadow AI fue un factor en aproximadamente una de cada cinco brechas de datos en 2025 y añadió un coste medio de unos 670.000 USD por incidente. La distancia con la realidad de las políticas es enorme: mientras que el 49 % de las empresas tiene una política de uso de IA según el informe SHRM State of AI in HR 2026, solo el 25 % de los responsables de esas políticas las considera claras y preparadas para el futuro.
La clave: la Shadow AI no nace de la mala intención, sino de la falta de alternativas aprobadas. Los empleados que no tienen un camino claro y rápido hacia las herramientas permitidas recurren a lo siguiente que tienen a mano. Por eso la gobernanza empieza por construir un camino fácil y legal, no solo por prohibir.
Tres palancas reducen la Shadow AI de forma medible:
- Herramientas aprobadas y visibles. Los empleados deben saber, sin preguntar, qué herramienta de IA está permitida para cada tarea.
- Una distinción clara entre herramientas públicas y empresariales. Las herramientas públicas pueden usar los prompts para entrenarse; las herramientas empresariales con licencia ofrecen protección de datos por contrato. Los empleados necesitan conocer la diferencia.
- Aprobación con poca fricción. Quien necesita una herramienta nueva debe recibir una respuesta rápida; de lo contrario, aparecerá el siguiente atajo en la sombra.
4. El modelo de aprobación de herramientas en 3 niveles
La pregunta «¿puedo usar esta herramienta?» no se resuelve con una lista de sí y no. En DACH ha demostrado su eficacia un modelo de tres niveles basado en el riesgo que vincula la aprobación con la exposición de los datos (srd Rechtsanwälte sobre políticas de uso de IA). Separa el uso cotidiano inofensivo del riesgo real y mantiene el proceso ligero para los empleados.
| Nivel | Aplicación | Aprobado por | Condiciones |
|---|---|---|---|
| 1 - Libre | No crítico, sin datos personales ni de la empresa (p. ej., redactar ideas, investigación general) | Sin aprobación individual tras la formación básica | Formación básica completada, sin introducir datos sensibles |
| 2 - Revisado | Datos internos, sin alto riesgo (p. ej., borradores con contexto de la empresa) | AI Officer + DPD | AVV/DPA, alojamiento en la UE, herramienta en el registro |
| 3 - Aprobado | Alto riesgo: decisiones de RR. HH., monitorización, evaluación de personas | Proceso formal + comité de empresa | EIPD, human-in-the-loop, acuerdo de empresa |
La base de cada nivel es un registro de herramientas de IA: un inventario central de cada herramienta en uso, con su finalidad, las categorías de datos que trata, el proveedor, el responsable y la clasificación de riesgo (caralegal sobre políticas de IA). Sin este registro no puedes gobernar con limpieza ni el nivel 2 ni el nivel 3, y tampoco puedes mostrar a las autoridades o al comité de empresa qué se usa realmente.
La regla general es sencilla: cuanto más se acerca una herramienta a los datos personales y a las decisiones, más formal debe ser el camino. El nivel 1 tiene que ser fluido, o la Shadow AI crecerá. El nivel 3 tiene que ser formal, o te arriesgas a incumplimientos.
5. Roles de gobernanza: ¿quién es el responsable de la IA en la empresa?
Una política sin responsables se queda en un PDF. La gobernanza de la IA necesita roles con nombre; de lo contrario, cada aprobación de herramientas y cada incidente se pierde por el camino. Los siguientes roles han dado buen resultado en los modelos operativos de DACH; en empresas más pequeñas, una misma persona puede asumir varios.
| Rol | Qué hace en la práctica |
|---|---|
| Comité de gobernanza de la IA | Nivel directivo, se reúne cada trimestre: fija las políticas, aprueba los casos de uso de alto riesgo, revisa los KPI y los incidentes |
| AI Officer / CAIO | Responsable operativo: mantiene el registro de herramientas, concede las aprobaciones de nivel 2, coordina con el DPD y el comité de empresa, punto de contacto para la plantilla |
| Model Owner | Responsable de un sistema concreto: de su rendimiento, la calidad de los datos y el cumplimiento continuo |
| AI Champions | En las áreas de negocio: integran las reglas en el trabajo diario, dan apoyo de primera línea y trasladan las necesidades |
| Delegado de protección de datos | Cumplimiento del RGPD, EIPD, evaluación de los flujos de datos de los niveles 2 y 3 |
| Comité de empresa (DE/AT) | Implica la cogestión pronto, no como último paso antes de la puesta en marcha |
El AI Officer (en las organizaciones más grandes, un Chief AI Officer) es el corazón operativo de todo esto: la persona a la que recurren los empleados con la pregunta «¿puedo usar esta herramienta?» y que mantiene al día el registro y las aprobaciones. Los datos de Kienbaum muestran que las empresas con una gobernanza de la IA establecida registran claramente menos incumplimientos. Qué modelo encaja (central, híbrido o descentralizado) depende del tamaño y de la cultura; para las empresas medianas, lo más pragmático suele ser empezar con un AI Officer central y champions en las áreas.
6. ¿Qué pueden hacer los empleados? La arquitectura de la política
La pregunta más habitual de la plantilla no es «¿cómo funciona el modelo?», sino «¿qué se me permite hacer exactamente?». Una buena política de IA lo responde en lenguaje llano y separa con claridad lo permitido, lo obligatorio y lo prohibido.
| Permitido | Obligatorio | Prohibido |
|---|---|---|
| Usar herramientas aprobadas para borradores, investigación y resúmenes | Revisar tú mismo el resultado: sigues siendo responsable de tu trabajo | Introducir datos personales o confidenciales en herramientas no aprobadas o públicas |
| Hacer tu propio trabajo más rápido y mejor con la IA | Solicitar herramientas nuevas por el camino de aprobación (nivel 2/3), no en secreto | Aceptar un resultado de la IA como decisión sin revisarlo (nada de «lo decidió la IA») |
| Consultar al AI Officer cuando tengas dudas | Señalar el uso de la IA cuando se exija transparencia | Usar la IA para monitorizar a escondidas a los compañeros |
Un principio está por encima de todos: la IA es una herramienta, no quien decide. Los empleados siguen siendo plenamente responsables de su trabajo, con independencia de si ha intervenido la IA. Los equipos que interiorizan esto necesitan menos reglas detalladas, porque la mentalidad cubre los huecos.
Una política de uso aceptable (AUP) eficaz se mantiene, por tanto, breve, concreta y basada en ejemplos. Para conectarla con los marcos de competencias y los perfiles de puesto, es decir, para que la «alfabetización en IA» se convierta en un requisito medible en los puestos, usa la guía de gestión de skills.
7. Comités de empresa y cogestión: qué artículos se aplican y cuándo
En Alemania y Austria, el comité de empresa no es un obstáculo, sino un socio obligatorio, y antes de lo que muchos esperan. Tres disposiciones de la BetrVG son centrales en los despliegues de IA.
| Disposición | Qué activa | Cuándo es relevante |
|---|---|---|
| § 90 (1) n.º 3 BetrVG | Deber de información sobre los sistemas técnicos planificados: pronto, no en la puesta en marcha | Fase de planificación de cualquier sistema de IA que afecte a la plantilla |
| § 87 (1) n.º 6 BetrVG | Auténtico derecho de cogestión para sistemas que monitorizan el comportamiento o el rendimiento: no cabe un despliegue unilateral | Casi cualquier IA que trate datos de rendimiento o de comportamiento |
| § 95 (2a) BetrVG | Participación en las directrices de selección con apoyo de IA (contratación, traslado, despido) | Empresas con más de 500 empleados |
El texto completo de la disposición central está en el § 87 BetrVG en gesetze-im-internet.de; el § 95 (2a) se añadió con la Ley de Modernización de los Comités de Empresa y se aplica específicamente a las directrices de selección de personal con apoyo de IA en empresas más grandes. Además, según el § 80 (3) BetrVG, el comité de empresa puede recurrir a expertos para evaluar los sistemas de IA a cargo del empleador.
En la práctica: en cuanto el empleador facilita o controla una herramienta, se aplica la cogestión. Si, en cambio, los empleados usan voluntariamente cuentas privadas sin acceso del empleador, la situación es distinta, lo que también demuestra por qué la Shadow AI sin control es arriesgada desde el punto de vista laboral. El camino limpio es siempre el mismo: informar al comité de empresa en la fase de planificación, redactar juntos un acuerdo de empresa y fijar límites al registro y a la monitorización.
8. Medir la adopción de la IA: adopción, impacto, riesgo
Un programa de gobernanza sin métricas pierde impulso después del arranque. Mide en tres ejes para seguir no solo la actividad, sino también el impacto y el riesgo. Los datos de skills y los planes de desarrollo encajan mejor en un software de gestión del talento, de modo que el progreso siga siendo visible.
| Eje | Métricas de ejemplo |
|---|---|
| Adopción | Porcentaje de usuarios activos de herramientas aprobadas, tasa de finalización de la formación, proporción de herramientas en el registro frente a la realidad estimada |
| Impacto | Tiempo ahorrado en tareas clave, calidad (menos correcciones, menor time-to-hire) |
| Riesgo | Incidentes de Shadow AI, quejas al comité de empresa, EIPD abiertas en casos de uso de nivel 3 |
El eje del riesgo es el indicador adelantado: que caigan los incidentes de Shadow AI mientras sube la adopción de las herramientas aprobadas es la mejor señal de que la gobernanza y la adopción funcionan juntas. Ancla también la alfabetización en IA en los perfiles de puesto y en las evaluaciones, para que se viva no como un tema especial, sino como parte normal del desarrollo.
Conclusión
La adopción de la IA en RR. HH. rara vez fracasa por la formación y casi siempre por la gobernanza. Las empresas que se toman en serio el artículo 4 del Reglamento de IA de la UE, desactivan la Shadow AI con alternativas aprobadas, establecen un modelo de aprobación claro en 3 niveles con roles con nombre e implican pronto al comité de empresa construyen las barreras de protección dentro de las cuales la formación puede funcionar de verdad. El modelo operativo es el requisito previo: construye el diseño del programa sobre él con la guía principal.
Preguntas frecuentes (FAQ)
¿Qué es la adopción de la IA en RR. HH.?
La adopción de la IA en RR. HH. consiste en capacitar a empleados, directivos y equipos de RR. HH. para usar la IA de forma segura y eficaz en el trabajo diario. Incluye formación por roles, una gobernanza clara con aprobación de herramientas y roles definidos, una política de uso comprensible y funciones de IA dentro de las herramientas que la gente ya usa. El objetivo es trabajar mejor y más rápido sin incumplir la normativa ni menoscabar los derechos de los empleados.
¿Qué exige el artículo 4 del Reglamento de IA de la UE a los empleadores en materia de alfabetización en IA?
Desde el 2 de febrero de 2025, y en su redacción actual desde el 27 de julio de 2026, los proveedores y responsables del despliegue de sistemas de IA deben adoptar medidas para fomentar la alfabetización en IA de su personal, específicas para cada rol y adaptadas al contexto de uso, sin garantizar un nivel concreto. No hay un formato prescrito ni una obligación expresa de documentación, pero los registros son tu prueba práctica. Los límites fijos de las multas del artículo 99, apartados 3 a 5, no nombran el artículo 4, pero desde la reforma de 2026 el artículo 99, apartado 1, obliga a los Estados miembros a fijar sanciones por cualquier infracción del Reglamento, de modo que son posibles multas nacionales además del riesgo de responsabilidad.
¿Cuándo debe participar el comité de empresa en un despliegue de IA?
Pronto. Según el § 90 BetrVG ya existe un deber de información en la fase de planificación. En cuanto un sistema de IA pueda monitorizar el comportamiento o el rendimiento, se aplica el auténtico derecho de cogestión del § 87 (1) n.º 6 BetrVG, y entonces no cabe un despliegue unilateral. Para las directrices de selección con apoyo de IA en empresas de más de 500 empleados se aplica además el § 95 (2a) BetrVG. El camino limpio es un acuerdo de empresa antes de la puesta en marcha.
¿Qué debe incluir una política de IA para empleados?
Una política eficaz responde de forma concreta: ¿qué herramientas están permitidas (niveles de aprobación)? ¿Qué datos se pueden introducir y cuáles no? ¿Qué es obligatorio (revisar los resultados, solicitar herramientas nuevas, transparencia)? ¿Qué está prohibido (datos sensibles en herramientas públicas, decisiones de la IA sin revisar, monitorización encubierta)? El principio rector: la IA es una herramienta, no quien decide; los empleados siguen siendo responsables.
¿Cómo se evita la Shadow AI en una empresa?
No principalmente con prohibiciones, sino con un camino fácil y legal. Los empleados recurren a herramientas no aprobadas cuando no hay una alternativa rápida y clara. Lo que funciona: herramientas aprobadas y visibles para cada tarea, una distinción clara entre herramientas públicas y herramientas empresariales con licencia, aprobación con poca fricción a través del AI Officer y un registro central de herramientas que muestre qué se usa realmente.
¿Quién es responsable de la gobernanza de la IA: RR. HH., TI o un AI Officer?
RR. HH. debería liderarla, porque la IA afecta a competencias, roles y cogestión; TI apoya en herramientas y seguridad. A nivel operativo necesitas un AI Officer (un Chief AI Officer en las organizaciones más grandes) que mantenga el registro de herramientas, conceda las aprobaciones y coordine con el DPD y el comité de empresa. Además: un comité de gobernanza de la IA a nivel directivo, model owners por sistema y AI champions en las áreas de negocio.



