IA para RRHH: Los plazos de la Ley de la UE remodelan el panorama del cumplimiento

La Ley de IA de la Unión Europea está introduciendo plazos críticos que impactan significativamente cómo los profesionales de RRHH utilizan la inteligencia artificial, con un requisito inmediato de divulgar las interacciones con la IA y etiquetar el contenido generado por IA que entrará en vigor el 2 de agosto de 2026, seguido de regulaciones exhaustivas para sistemas de IA de alto riesgo relacionados con el empleo para el 2 de diciembre de 2027.

• Los profesionales de RRHH deben prepararse para la fecha límite del 2 de agosto de 2026, que exige la divulgación cuando las personas interactúan con la IA y el etiquetado del contenido generado por IA.
• Los empleadores que utilizan IA de terceros para funciones como la contratación o las evaluaciones de desempeño deben cumplir con las instrucciones proporcionadas por el proveedor, una obligación legal bajo la Ley de IA de la UE.
• Un conjunto separado y más extenso de disposiciones de «alto riesgo» para la IA relacionada con el empleo, incluyendo la IA de reclutamiento y las herramientas de gestión del desempeño de la IA, está programado para el 2 de diciembre de 2027.
• Los datos globales indican una brecha significativa en la preparación corporativa para la gobernanza de la IA y la alfabetización de los empleados en IA, lo que subraya la necesidad urgente de capacitación estructurada y desarrollo de políticas dentro de los departamentos de RRHH.

Cumplimiento Inmediato para la IA en RRHH: Lo que los Profesionales de RRHH Necesitan Saber

La primera fecha límite crucial para los profesionales de RRHH bajo la Ley de IA de la UE llega el 2 de agosto de 2026. Esta fecha marca la aplicación de las normas que exigen tanto a los proveedores como a los implementadores de sistemas de IA cubiertos, lo que incluye a muchos empleadores, que divulguen claramente cuándo las personas están interactuando con la IA. Además, cierto contenido generado por IA debe ser etiquetado explícitamente. Este requisito inmediato tiene un alcance más limitado que las disposiciones posteriores, pero exige una atención rápida por parte de las organizaciones que aprovechan la IA en cualquier capacidad de cara al público o a los empleados.

Más allá de la divulgación directa, los profesionales de RRHH que dependen de herramientas de IA de terceros para funciones críticas como la IA de reclutamiento, las evaluaciones de desempeño o la supervisión de la fuerza laboral se enfrentan a una obligación adicional. Como destaca el análisis del bufete de abogados Ogletree Deakins, los empleadores que utilizan un sistema de IA de un proveedor para fines laborales están legalmente obligados a seguir las instrucciones proporcionadas por ese proveedor. Los proveedores, a su vez, tienen el mandato legal de proporcionar estas directrices de uso detalladas, lo que hace que la colaboración y la comunicación clara con los proveedores de soluciones de IA como Workday AI o Eightfold AI sean esenciales.

Definición de IA de Alto Riesgo para Profesionales de RRHH: El Horizonte de Diciembre de 2027

Si bien la fecha límite del 2 de agosto de 2026 se centra en la transparencia, un conjunto más extenso de regulaciones dirigidas a sistemas de IA de «alto riesgo» para fines laborales está en el horizonte, con una fecha de cumplimiento del 2 de diciembre de 2027. Esta fase posterior, parte del paquete Digital Omnibus de la UE, aborda específicamente las herramientas de IA que podrían tener impactos significativos en las oportunidades y condiciones de empleo de las personas. Los profesionales de RRHH deberán realizar un esfuerzo de cumplimiento más sustancial para estos sistemas, que son parte integral de las operaciones modernas de RRHH.

El análisis de Ogletree Deakins proporciona un punto de partida claro para que los equipos de RRHH identifiquen qué herramientas de su pila entran en esta categoría de «alto riesgo». Esto incluye la IA utilizada para colocar anuncios de empleo dirigidos, filtrar solicitudes, evaluar candidatos, tomar decisiones relacionadas con los términos de empleo, promociones o despidos, asignar tareas y monitorear o evaluar el desempeño o comportamiento de los trabajadores. Esto abarca un amplio espectro de soluciones de gestión de talento con IA y gestión del desempeño con IA, desde plataformas como HireVue para la selección de candidatos hasta sistemas que podrían informar ajustes de compensación o progresión profesional.

La Brecha de Preparación Global y la Llamada a la Alfabetización en IA en RRHH

A pesar de estos plazos inminentes, datos globales recientes sugieren una falta significativa de preparación entre las empresas. Una iniciativa conjunta de la Thomson Reuters Foundation y la UNESCO, que analizó las divulgaciones de casi 3.000 empresas de varios sectores, reveló que solo el 13% se compromete públicamente con algún marco de gobernanza de la IA. Incluso cuando se cita un marco, el 53% se refiere a la Ley de IA de la UE, posicionándola como un estándar global de facto, incluso para entidades que operan fuera de la UE.

La brecha de preparación es aún más pronunciada dentro de la fuerza laboral. Solo el 31% de las empresas muestran evidencia de ofrecer programas de capacitación o recapacitación en IA, y solo el 12% de ellas describen una capacitación estructurada y a nivel de toda la organización. Además, solo el 14% tiene políticas implementadas para proteger a los trabajadores de los posibles efectos negativos de la IA, y aproximadamente el 2% informa de un canal interno de quejas para preocupaciones relacionadas con la IA. Para las empresas que utilizan específicamente la IA en RRHH, un preocupante 7.4% consulta al personal de diversidad e inclusión en estos proyectos, lo que indica una posible supervisión en la implementación ética.

Michael Burch, vicepresidente de habilitación y aceleración de IA en Security Journey, enmarca este desafío como un «fracaso de la alfabetización». Él enfatiza que si bien el «papeleo de cumplimiento» es importante, el requisito implícito de la Ley de alfabetización en IA valida las advertencias de larga data de los expertos en seguridad. Burch señala que «el acceso a la IA no es lo mismo que la capacidad con ella», comparando dar a alguien una herramienta de IA sin capacitación con «entregarle las llaves de una motocicleta», potente pero potencialmente peligroso si se usa incorrectamente. Esta perspectiva subraya que la implementación efectiva de la IA para RRHH va mucho más allá de la mera integración técnica; requiere una comprensión integral y un uso responsable.

Pasos Prácticos para Profesionales de RRHH: Auditoría y Empoderamiento de su Fuerza Laboral

Para los profesionales de RRHH que navegan por este panorama regulatorio en evolución, un enfoque proactivo es primordial. La conclusión práctica más inmediata es realizar una auditoría exhaustiva de todas las herramientas y sistemas de IA existentes actualmente en uso en las funciones de RRHH, desde la incorporación con IA hasta la gestión del desempeño con IA. Esta auditoría debe identificar qué sistemas caen bajo los requisitos de divulgación y etiquetado para el 2 de agosto de 2026, y cuáles serán clasificados como de «alto riesgo» para la fecha límite del 2 de diciembre de 2027. Involucrarse con proveedores externos, como proveedores de herramientas de IA para profesionales de RRHH como Rippling AI o Lattice AI, para obtener sus instrucciones de uso legalmente obligatorias es un paso crítico a seguir.

Más allá del cumplimiento, invertir en programas estructurados de alfabetización y capacitación en IA para el equipo de RRHH y la fuerza laboral en general es esencial. Esto no solo aborda el «fracaso de la alfabetización» destacado por los expertos, sino que también fomenta una fuerza laboral más informada y capaz que puede aprovechar las herramientas de IA de manera responsable y ética. Desarrollar políticas internas claras para proteger a los trabajadores de los impactos adversos de la IA y establecer canales accesibles para las preocupaciones relacionadas con la IA fortalecerá aún más el marco ético de IA de una organización, alineándose con principios más amplios para la IA ética en el trabajo.