IA generativa en el trabajo: cómo proteger datos personales y de la empresa

La IA generativa puede acelerar tareas, pero copiar datos personales o internos a un chatbot abre riesgos que conviene gestionar desde el inicio.

Pedirle a una herramienta de inteligencia artificial que resuma un documento puede tomar segundos. La pregunta importante viene antes de pegarlo: ¿contiene información personal, financiera, médica, contractual o confidencial que no debería salir del entorno de trabajo?

El perfil de riesgos de IA generativa del Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) incorpora la privacidad entre las áreas que organizaciones deben considerar al diseñar, adquirir y utilizar estos sistemas. Es una guía voluntaria, no una ley mexicana ni una garantía de que cualquier producto maneje los datos de la misma manera.

El riesgo depende del servicio, su configuración y el contrato aplicable. Algunas herramientas pueden guardar conversaciones o utilizarlas para mejorar sistemas según el plan y los controles disponibles; otras ofrecen opciones empresariales distintas. Antes de usarlas, revisa la política de datos vigente y los ajustes de retención.

Para una persona empleada, una regla práctica es no introducir nombres de clientes, números de cuenta, expedientes, credenciales, información de salud ni archivos internos si no existe autorización y una herramienta aprobada para ese propósito. Quitar el nombre no siempre anonimiza: detalles combinados pueden volver identificable a alguien.

Una comparación sencilla: el cuadro de chat se parece a un mostrador de recepción. Antes de dejar un papel, averigua quién lo recibe, cuánto tiempo lo guarda y quién puede verlo. El hecho de que una respuesta llegue rápido no explica por sí solo qué ocurrió con la información enviada.

Si el objetivo es revisar redacción, comparte una versión con datos ficticios o elimina detalles innecesarios antes de cargarla. Para resumir, puedes pedir una estructura o trabajar con fragmentos no sensibles, siempre que las reglas de tu organización lo permitan.

Los equipos deberían definir qué herramientas están autorizadas, qué datos pueden procesarse y quién revisa los resultados. En sectores regulados, la evaluación requiere asesoría adecuada: este artículo no sustituye una revisión legal, de seguridad o contractual.

La salida del modelo también necesita revisión humana. Puede inventar detalles, mezclar fuentes o revelar información que no corresponde; por eso evita convertir una respuesta plausible en decisión automática. Comprueba hechos, atribución y cálculos antes de enviar el texto a clientes o publicarlo.

La IA útil no exige entregar todos los datos disponibles. La mejor primera pregunta para cualquier tarea es: ¿puedo obtener el mismo resultado con menos información? Esa respuesta suele marcar la diferencia entre automatizar con criterio y abrir una puerta que no hacía falta abrir.