Esta semana se publicó un análisis sobre lo que llama el problema de consistencia de la IA jurídica: mismos hechos, distinta respuesta. El planteamiento incomoda porque va contra la intuición. Uno espera que una máquina, al recibir dos veces la misma información, entregue dos veces el mismo resultado. No siempre ocurre.

Para un despacho eso significa dictámenes que varían. Para ti, que diriges una empresa, significa algo más delicado.

Imagina dos trabajadores del mismo departamento con la misma falta y el mismo historial. Tu herramienta de IA analiza los dos casos y sugiere sanciones distintas. Nadie actuó de mala fe, nadie discriminó a propósito, y aun así acabas de generar trato desigual entre iguales. Si uno de los dos reclama, tu propio sistema produjo la evidencia de la inconsistencia.

El derecho laboral mexicano descansa sobre la idea de que a situaciones iguales corresponde trato igual. La prohibición de discriminar está en el Art. 1º Constitucional y en los Arts. 3 y 133 de la LFT, y no exige que hayas tenido intención de perjudicar a nadie: basta con el resultado. Una herramienta que varía sus criterios sin que tú lo sepas te construye ese resultado sin pedirte permiso.

La solución no pasa por dejar la IA. Pasa por no usarla como quien consulta un oráculo. Los criterios los fija la empresa por escrito, la herramienta ayuda a aplicarlos, y una persona revisa que casos parecidos terminen parecido.

Si usas IA para evaluar faltas o desempeño, hay una prueba de dos minutos que revela si tu herramienta es consistente, y que la mayoría de las empresas nunca corre porque nadie les dijo que hacía falta. El resultado suele sorprender. ¿La has hecho alguna vez?

HoneyBook lanzó agentes de IA para ordenar la operación de negocios pequeños. Es parte de una tendencia clara: las herramientas que hace dos años solo podía pagar una corporación ahora llegan al negocio de veinte empleados.

Eso es una buena noticia y trae un desfase. En una empresa grande, cuando alguien conecta una IA a los procesos de personal, existe un área de Recursos Humanos, a veces un abogado interno, y alguien que pregunta si eso se puede. En un negocio de veinte personas, la misma decisión la toma el dueño un martes por la tarde, entre dos pendientes, sin nadie que levante la mano.

El punto que conviene tener claro: las obligaciones laborales no se reducen con el tamaño de la empresa. El protocolo contra violencia y acoso, la capacitación, el cuidado de los datos del trabajador y la prohibición de discriminar aplican igual con quinientos empleados que con doce. La ley no trae una versión chica.

El empleador pequeño tiene, eso sí, una ventaja real: le cabe todo en la cabeza. Sabe quién hace qué y puede revisar caso por caso. Esa cercanía es su mejor control, siempre que no la sustituya por un sistema que decide solo porque le ahorra tiempo.

Los negocios pequeños suelen tener un hueco de cumplimiento que las empresas grandes cerraron hace años, y no es el contrato ni el finiquito. Es un documento que la ley pide sin importar cuánta gente tengas, y que la mayoría de las PyMES descubre cuando ya llegó la queja. ¿El tuyo lo tiene?

En la conferencia del sector legal de esta semana la pregunta que más se repitió fue el retorno de la inversión: si la IA cuesta, ¿cuánto está rindiendo?. Es la pregunta correcta, y trae una trampa.

Cuando un director quiere medir el rendimiento de la IA, casi siempre empieza midiendo a las personas: cuántas horas ahorró cada quien, cuánto produce ahora cada colaborador, quién usa la herramienta y quién no. Es el camino intuitivo y el más riesgoso.

Medir procesos y medir personas son dos cosas distintas. Un tablero que registra cuánto tarda un trámite es información de negocio. Un tablero que registra la actividad minuto a minuto de cada trabajador entra en el terreno de la vigilancia, con los límites de dignidad y privacidad que reconoce nuestro marco laboral (Art. 3 de la LFT y garantías constitucionales). Y el efecto práctico es peor que el jurídico: el equipo que se siente medido a ese nivel deja de experimentar con la herramienta y empieza a maquillar los números.

Si quieres saber si tu inversión rinde, mide el proceso: tiempo del ciclo, errores, reprocesos, costo por operación. Esos datos te dicen lo que necesitas saber y no te obligan a poner una lupa sobre tu gente.

Medir la productividad de tu equipo con IA es legítimo hasta cierto punto, y ese punto tiene una frontera bastante concreta que casi nadie ubica antes de instalar el tablero. Cruzarla no solo te expone: hace que tus propios números dejen de ser confiables. ¿Sabes dónde está?

La Frase.

"La justicia consiste en tratar igual a los iguales y desigual a los desiguales."

— Aristóteles.

LaborTech · Actualidad laboral y tecnológica para negocios reales.

Contacto: [email protected] · labortech.mx