Política de inteligencia artificial en empresas dominicanas: guía para RRHH
Una política de inteligencia artificial define qué usos de IA están permitidos, cuáles requieren aprobación y cuáles están prohibidos dentro de una organización. Para Recursos Humanos en República Dominicana, su función es proteger datos, evitar decisiones opacas y convertir la adopción informal en una capacidad de trabajo segura y medible.
El país está fortaleciendo su agenda de inteligencia artificial, preparación institucional y talento digital. Esa señal pública no reemplaza las obligaciones legales ni la gestión interna: cada empresa debe establecer reglas proporcionales a sus procesos, datos y riesgos.
Qué problemas debe resolver la política
- personas que cargan información confidencial en herramientas públicas;
- resultados usados sin verificar fuentes o sesgos;
- automatización de decisiones que afectan candidatos o empleados;
- compras de software sin revisión de seguridad;
- contenido generado que no tiene responsable humano;
- falta de entrenamiento y canal para reportar incidentes.
Clasifica los usos por nivel de riesgo
| Nivel | Ejemplos | Control mínimo |
|---|---|---|
| Bajo | Ideas, borradores y resúmenes sin datos sensibles | Revisión humana y verificación |
| Medio | Análisis interno, capacitación, comunicaciones | Herramienta aprobada, datos limitados, responsable |
| Alto | Selección, desempeño, compensación o disciplina | Evaluación de impacto, explicabilidad y aprobación especializada |
| Prohibido | Decisión final automática o carga de datos críticos en servicios no autorizados | No ejecutar |
Estructura recomendada
1. Propósito y alcance
Indica a quién aplica, qué sistemas cubre y qué se entiende por IA. Incluye herramientas generativas, asistentes integrados, sistemas de análisis y funciones automatizadas incorporadas a plataformas existentes.
2. Principios
- responsabilidad humana;
- privacidad y minimización de datos;
- equidad y no discriminación;
- seguridad y uso autorizado;
- transparencia proporcional al impacto;
- verificación de calidad;
- aprendizaje continuo.
3. Datos que no deben cargarse
Define categorías concretas: expedientes laborales, documentos de identidad, datos de salud, nómina, evaluaciones, secretos comerciales, contratos y bases de candidatos. Evita frases vagas como “no subir información sensible” sin ejemplos.
4. Supervisión humana
La persona responsable debe revisar exactitud, contexto, discriminación, fuente y consecuencias. En decisiones de empleo, la IA puede apoyar una parte del análisis, pero no sustituir la evaluación profesional ni el derecho a explicar y cuestionar un resultado.
5. Proveedores y herramientas
Antes de autorizar un sistema, revisa tratamiento de datos, retención, entrenamiento con entradas, ubicación, controles de acceso, exportación, borrado, auditoría y soporte. Documenta quién aprobó la herramienta y para qué casos.
Roles internos
| Rol | Responsabilidad |
|---|---|
| Dirección | Aprobar apetito de riesgo y recursos |
| RRHH | Gobernar usos sobre personas y formar equipos |
| Legal/privacidad | Revisar base jurídica, contratos y derechos |
| TI/seguridad | Evaluar acceso, integración, registro y proveedores |
| Líder de proceso | Definir objetivo, métricas y control humano |
| Usuario | Usar solo herramientas aprobadas y reportar fallos |
Protocolo de incidentes
- Detén el uso o la decisión afectada.
- Registra herramienta, entrada, salida, fecha y personas impactadas.
- Notifica al responsable definido.
- Evalúa exposición de datos, daño y necesidad de corrección.
- Informa a las personas cuando corresponda.
- Ajusta controles, prompts, permisos o proveedor.
- Documenta aprendizaje y cierre.
Capacitación por rol
No todos necesitan el mismo curso. Usuarios generales deben aprender datos, verificación y límites; líderes, a rediseñar procesos y medir impacto; RRHH, a prevenir sesgos y proteger decisiones de empleo; TI y legal, a evaluar sistemas y contratos.
Indicadores de adopción responsable
- usuarios formados y evaluados;
- herramientas autorizadas frente a detectadas;
- casos de uso con responsable y métrica;
- incidentes por tipo y tiempo de resolución;
- porcentaje de resultados sometidos a revisión;
- mejora de tiempo, calidad o servicio;
- confianza de empleados y líderes.
Una política útil debe ser breve para consultar y suficientemente concreta para decidir. Revísala al menos cada seis meses y cuando cambie una herramienta, proceso o requisito aplicable.
Si tu organización necesita formar a RRHH y a sus líderes para adoptar IA con criterio, controles y casos reales de trabajo, conoce G-Talent HR y diseña una ruta práctica por roles.
