Siesta AI
La IA en RR. HH. está pasando de la “experimentación interesante” a la plena responsabilidad legal en la UE. La Ley de IA de la UE concreta ese cambio y, para muchos casos de uso en RR. HH., la fecha clave es el 2 de agosto de 2026, cuando empiezan a aplicarse las obligaciones más estrictas. Si tu empresa usa IA en contratación o gestión de la plantilla, el objetivo práctico es poder explicar qué usas, por qué lo usas y qué controles existen a su alrededor, no solo decir “el proveedor cumple”.
Por qué RR. HH. está bajo escrutinio según la Ley de IA de la UE
La Ley de IA de la UE clasifica los sistemas de IA por nivel de riesgo, y RR. HH. está en el radar porque los sistemas de RR. HH. pueden afectar la carrera, los ingresos y la privacidad de una persona. Por eso, muchas herramientas que parecen rutinarias dentro de las empresas pueden acabar igualmente en el grupo de alto riesgo cuando influyen en la contratación, la selección, la promoción, el despido, la asignación de tareas o el seguimiento del rendimiento. Un punto poco evidente es que “alto riesgo” suele depender menos de la sofisticación del modelo y más de dónde aterriza la salida dentro de la cadena de decisión. Incluso una simple función de clasificación o puntuación puede generar obligaciones relevantes si filtra candidatos o condiciona decisiones sobre empleados.
Desde una perspectiva operativa, la mayoría de las empresas no tendrá un único sistema de “IA en RR. HH.”. Tendrán una cadena: funcionalidades del ATS, proveedores de evaluaciones, capas de analítica y, a veces, complementos dentro de plataformas más amplias. Los problemas de cumplimiento suelen aparecer en las brechas entre esas herramientas, cuando nadie puede responder con claridad qué partes están automatizadas, qué datos usan y quién es responsable de la supervisión.
Qué cambia el 2 de agosto de 2026 y qué ya aplica antes
Según APČR, a partir del 2 de agosto de 2026 empiezan a aplicarse las normas más estrictas para la categoría de alto riesgo, que incluye escenarios habituales de RR. HH. como el filtrado automatizado de CV, la evaluación de entrevistas en vídeo, las pruebas online a candidatos y los sistemas usados para gestionar a los trabajadores (promoción, despido, asignación de tareas, seguimiento del rendimiento). La implicación práctica es que las empresas deberían tratar agosto de 2026 como una fecha límite para tener la gobernanza implantada, no como una fecha límite para leer la normativa. Si esperas, acabarás haciendo la clasificación de riesgos, la diligencia debida de proveedores, la documentación interna y la formación al mismo tiempo, lo que suele producir evidencias débiles y decisiones apresuradas.
APČR también destaca que algunos requisitos ya están vigentes desde febrero de 2025. Un ejemplo es que los sistemas de reconocimiento de emociones en el lugar de trabajo se describen como estrictamente prohibidos; por tanto, si algo en tu stack se parece a la detección de emociones, no es un “tema para revisar más adelante”, es un tema de parar y corregir. APČR también señala la obligación de garantizar la alfabetización en IA de los empleados que trabajan con estas tecnologías, algo que a menudo se subestima porque requiere práctica consistente en RR. HH., responsables de contratación, legal e IT, no solo una sesión de formación puntual. Por último, APČR indica que los desplegadores pueden necesitar informar y consultar a los representantes de los trabajadores antes de poner en funcionamiento un sistema de alto riesgo (haciendo referencia al artículo 26(11)), lo que significa que el propio plan de despliegue puede crear riesgo de cumplimiento si la consulta ocurre después del go-live.
Qué deben poder garantizar los empleadores en la práctica y cómo empezar
APČR resume cuatro pilares que los empleadores deben poder garantizar al usar herramientas de IA de alto riesgo: supervisión humana, transparencia, auditoría y equidad, y documentación. La supervisión humana debe ser real: la máquina no puede tomar decisiones finales sin control humano, y la supervisión no puede reducirse a validar automáticamente las salidas. La transparencia significa que debe informarse claramente cuando la IA interviene en un paso relevante y, en RR. HH., eso suele implicar a candidatos o empleados, no solo a usuarios internos que ya saben que han hecho clic en una función de IA. La auditoría y la equidad exigen revisiones periódicas para reducir el riesgo de discriminación no intencionada (APČR menciona la edad y el género como ejemplos), y eso es difícil de defender si no puedes reconstruir qué modelo, configuración y datos produjeron una salida concreta en un momento determinado. La documentación es la columna vertebral que te permite demostrar seguridad y explicar cómo se generan los resultados, y debe reflejar tu despliegue real, no solo PDFs genéricos del proveedor.
APČR recomienda tres primeros pasos prácticos: auditar tus herramientas, verificar a los proveedores e invertir en educación. Bien hecho, el inventario no es solo una lista de “herramientas de IA”; es un mapa de dónde la IA toca los flujos de trabajo de RR. HH., incluidas funciones ocultas dentro de plataformas que no se comercializan como productos de IA. La verificación de proveedores debería centrarse en evidencias que puedas operacionalizar: declaraciones claras de responsabilidad, acceso a documentación técnica y capacidad para respaldar tus necesidades de supervisión, registro y control de cambios. La educación debe ser continua y basada en roles, enseñando a las personas a usar las salidas de forma responsable, dónde la IA no debe decidir y cómo documentar anulaciones y excepciones, porque esos son los detalles que se sostienen cuando llegan las preguntas más adelante.
