Compliance y uso de la IA en RR.HH.: obligaciones del AI Act y requisitos por módulo

La mayoría de los departamentos de RR.HH. que hoy usan IA para filtrar candidatos, evaluar desempeño o gestionar nóminas no saben que están operando un sistema de alto riesgo en el sentido del Reglamento (UE) 2024/1689. El software que usan tampoco se lo explica. Ahí está el problema.

Qué clasifica el AI Act como alto riesgo en RR.HH

El Anexo III, punto 4, del AI Act es explícito. Son sistemas de alto riesgo los que se usan para:

• Filtrar o puntuar candidatos
• Evaluar rendimiento o comportamiento
• Tomar decisiones de promoción o despido
• Asignar tareas según características personales

Esto cubre exactamente los módulos que hoy incorporan la mayoría de las plataformas de software de RR.HH., y convierte el cumplimiento del AI Act en una obligación operativa: cualquier auditoría algorítmica en RR.HH. debe poder demostrar supervisión humana real, no nominal.

«Los sistemas de IA utilizados para el empleo, la gestión de los trabajadores y el acceso al trabajo por cuenta propia, en particular para la contratación y selección de personas físicas, evaluar a los candidatos, tomar decisiones sobre la promoción y rescisión de las relaciones contractuales, o supervisar y evaluar el rendimiento y el comportamiento de esas personas.» Reglamento (UE) 2024/1689 — Anexo III, punto 4

Ser clasificado como sistema de alto riesgo no depende del tamaño de la empresa ni de cuánta IA usa. Desde el momento en que un módulo cumple alguna de esas condiciones, la empresa que lo opera asume las obligaciones del AI Act como responsable del despliegue (art. 26).

Obligaciones que el AI Act impone a los software y departamentos de RR.HH

El AI Act establece las siguientes obligaciones en su artículo 26:

• Verificar la conformidad del sistema antes de activarlo. No basta con confiar en el proveedor. La empresa debe comprobar que existe documentación técnica y declaración UE de conformidad.
• Garantizar supervisión humana efectiva (art. 14). Un humano debe entender las limitaciones del algoritmo, poder anular su recomendación y documentar que lo ha hecho. No es suficiente que alguien "esté en el loop".
• Realizar una Evaluación de Impacto sobre Derechos Fundamentales (FRIA, art. 27).
• Conservar logs durante al menos seis meses (art. 26.6). El sistema debe mantener un registro inmutable de sus outputs para permitir auditorías.
• Informar a los trabajadores (arts. 13 y 50). Cuando la IA toma decisiones sobre una persona, esa persona debe saberlo.

Cómo aplicar el compliance en el uso de la IA en RR.HH

Registro horario

Cuando el sistema de registro horario con IA analiza patrones de presencia, puntualidad o pausas para generar alertas o informes sobre un trabajador, está elaborando perfiles de comportamiento laboral y se clasifica como sistema de alto riesgo.

La alterabilidad del registro

Muchos sistemas permiten corregir fichajes a posteriori sin dejar rastro verificable. Ante una inspección, un registro alterable es inválido aunque las correcciones fueran legítimas.

El problema del tratamiento secundario de los datos

El artículo 6 del RGPD advierte que los datos de fichaje no pueden usarse para finalidades distintas al control de jornada sin base jurídica adicional. Si tu plataforma cruza datos de presencia con otros del empleado para generar análisis de productividad, necesitas base jurídica propia y haber informado al trabajador.

Qué debe tener un software de registro horario que usa IA

Sellado hash criptográfico en cada fichaje, con log inmutable de cualquier modificación posterior. Si la IA corrige o completa registros automáticamente, debe indicar que la entrada fue generada por el sistema y el responsable de RR.HH. debe validarla antes de que tenga efectos. Sin esa validación, el software debe bloquear el proceso.

Gestión documental

La trazabilidad del documento

La gestión documental automatizada con IA requiere trazabilidad del documento. Un expediente disciplinario sin cadena de custodia verificable, un contrato sin sello temporal inmutable o una comunicación sin acuse de recibo son documentos que un tribunal puede invalidar, tal como señala el artículo 5.1.f) del RGPD.

Qué debe tener un software para gestión documental que usa IA

Sellado hash criptográfico en cada fichaje, con log inmutable de cualquier modificación posterior. Si la IA corrige o completa registros automáticamente, debe indicar que la entrada fue generada por el sistema y el responsable de RR.HH. debe validarla antes de que tenga efectos. Sin esa validación, el software debe bloquear el proceso. La identificación del trabajador debe realizarse sin biometría (por PIN, QR dinámico o geolocalización puntual) por desproporcionalidad expresa de la AEPD.

Gestión de nóminas

Cálculo automatizado de nóminas, pluses o variables

La gestión de nóminas con IA concentra el riesgo de compliance laboral más directo: si el algoritmo calcula mal un plus de nocturnidad, no parametriza correctamente los descansos mínimos entre jornadas a turnos o no actualiza las tablas salariales tras una revisión de convenio, la empresa tiene una diferencia retributiva documentada que puede derivar en una demanda.

La auditoría retributiva

El RD 902/2020 exige justificar documentalmente cualquier brecha retributiva entre categorías equivalentes. Un sistema que exporta listados de salarios pero no cruza variables como la valoración de puestos ni pondera la antigüedad no sirve para cumplir esa obligación.

Qué debe tener un software para gestión de nóminas que usa IA

El motor de nóminas debe ser capaz de parametrizar convenios complejos de forma nativa, sin necesidad de integraciones manuales que rompan la trazabilidad.

Debe generar automáticamente alertas cuando detecte una brecha retributiva superior al 5 % entre puestos de igual valor, umbral fijado por la Directiva (UE) 2023/970 que activa la obligación de evaluación retributiva conjunta.

Cada decisión retributiva (subidas, complementos, bonus) debe quedar trazada y justificada documentalmente.

La plataforma debe estar preparada para los requisitos de la Directiva (UE) 2023/970, en vigor desde el 7 de junio de 2026.

ATS y cribado de candidatos

El problema del sesgo algorítmico

Los modelos entrenados sobre datos históricos reproducen los patrones pasados. Si en los últimos años la empresa contrató mayoritariamente perfiles de un determinado género para un puesto, el algoritmo aprenderá a privilegiar ese atributo. El resultado es discriminación algorítmica. Bajo el RGPD art. 22 y el AI Act arts. 9 y 10, la responsabilidad es del empleador.

El problema de la caja negra

La empresa debe poder responder a un candidato por qué ha sido rechazado. Si el software no ofrece ese desglose, la decisión es impugnable.

Advertencia: Si usas un software ATS con IA que solo muestra una puntuación final sin desglose, ten cuidado: ante una reclamación de un candidato, no tendrás herramienta dentro del propio sistema para justificar el descarte. El tribunal no acepta "fue el algoritmo" como respuesta.

Qué debe tener un software ATS que usa IA

Un ATS conforme al AI Act debe explicar por qué recomienda o descarta un perfil, no limitarse a decir "estos son los tres mejores currículums". Debe indicar en qué criterios se basa cada recomendación: formación, experiencia específica, competencias detectadas, etc.

Además, la interfaz debe estar diseñada para que el responsable de selección tenga que revisar y validar antes de que ningún descarte sea definitivo. Un diseño correcto bloquea el proceso hasta que la supervisión humana se completa.

El sistema también debe bloquear campos discriminatorios en los formularios: historial salarial previo, fotografía como campo obligatorio, preguntas sobre situación familiar. Y debe hacer obligatoria la publicación del rango salarial en cada oferta, conforme a la Directiva (UE) 2023/970 de transparencia salarial.

Evaluación del desempeño

El problema de la explicabilidad

Cuando el sistema genera una puntuación ("rendimiento del 74 %") y esa cifra alimenta una decisión de promoción, el trabajador tiene derecho a saber cómo se calculó (AI Act art. 86). Si el software no ofrece ese desglose, el informe es impugnable.

Advertencia: Si usas un módulo de evaluación del desempeño con IA que genera puntuaciones sin criterios visibles, ten cuidado: si el trabajador recurre una decisión de promoción o un expediente disciplinario, el informe generado por IA no te servirá como prueba.

Qué debe tener un software para evaluación del desempeño que usa IA

Las evaluaciones deben basarse en criterios objetivos y trazables: responsabilidades, complejidad, competencias. El sistema tiene que explicar qué peso tiene cada factor en la puntuación final y conservar ese desglose en un registro inmutable..

La supervisión humana aquí también es obligatoria por diseño. Ninguna evaluación debe convertirse en decisión laboral (promoción, sanción, cambio salarial conforme al régimen disciplinario) sin que un responsable la haya revisado y validado explícitamente.

Onboarding

Cuando la IA gestiona el onboarding, toma decisiones automatizadas sobre una persona desde el primer día: asigna accesos, genera documentación contractual, entrega políticas internas y puede interactuar con el empleado para resolver dudas sobre sus condiciones laborales.

El problema de las decisiones automatizadas sin supervisión

Si usas un agente de IA para gestionar el onboarding de forma autónoma, ten cuidado: cada output del sistema (documento generado, acceso asignado, respuesta dada) tiene efectos jurídicos reales desde el primer día de relación laboral.

Si el agente de IA asigna accesos incorrectos, genera un contrato con datos erróneos o responde mal a una consulta sobre condiciones laborales, el error se puede perpetuar si no existe revisión humana.

El problema de la trazabilidad documental

El onboarding genera los documentos con mayor peso jurídico de toda la relación laboral: contrato, anexos, políticas internas y cláusulas de confidencialidad. Si esos documentos se generan con IA pero no quedan sellados con trazabilidad verificable, la empresa no puede demostrar qué versión del documento recibió el trabajador ni cuándo.

Qué debe tener un software de onboarding que usa IA

Cualquier documento generado automáticamente debe requerir validación humana antes de enviarse al empleado.

Los contratos deben firmarse con firma electrónica válida (eIDAS) y quedar sellados con hash criptográfico.

Toda la documentación debe registrar qué se generó, cuándo y qué versión recibió el trabajador.

Y las respuestas del agente de IA sobre condiciones laborales deben vincularse a la documentación laboral interna vigente, no a un modelo genérico.

Multiposting

Sesgos al publicar ofertas

Si usas una herramienta de multiposting con IA, debes tener cuidado con los sesgos a la hora de publicar ofertas.

Por otra parte, si el algoritmo excluye sistemáticamente canales donde ciertos colectivos tienen mayor presencia, la empresa puede enfrentarse a una reclamación por discriminación indirecta aunque no haya tenido esa intención.

Qué debe tener una herramienta para multiposting que usa IA

Publicar el rango salarial de forma obligatoria en cada oferta.

No aplicar segmentación demográfica en la difusión.

Dejar trazabilidad de qué canales se usaron en cada proceso para poder auditarlo si hay una reclamación posterior.

Formación

Decisiones que afecta a la carrera y el futuro del empleado

Cuando la IA asigna cursos o genera itinerarios formativos, está tomando decisiones que pueden afectar a la carrera del trabajador. Si esa asignación diferencial se correlaciona con el género, la antigüedad o el origen, es discriminación indirecta en las condiciones de empleo.

El error más extendido es tratar el módulo de formación como un gestor de contenidos, cuando sus outputs (quién recibe qué formación) alimentan decisiones de promoción que sí están dentro del Anexo III del AI Act.

Qué debe tener una solución para formación interna que usa IA

Si la IA decide qué formación recibe cada empleado, está tomando decisiones que afectan a su desarrollo profesional y, en última instancia, a sus posibilidades de promoción. Eso la sitúa dentro del Anexo III del AI Act.

El sistema debe poder explicar por qué asigna una formación concreta a un empleado y no a otro. Si el criterio es el puesto, debe documentarlo. Si es el nivel de competencia detectado, debe mostrar cómo lo ha medido.

Además, si los datos acerca de la formación (quién completa qué cursos y con qué resultado) alimentan después decisiones de promoción o evaluación del desempeño, el sistema debe documentar esa conexión.

Comunicación interna

El uso de agentes conversacionales con IA para automatizar la comunicación interna (vacaciones, permisos, nómina, políticas internas) puede generar diversos riesgos.

El problema de las alucinaciones

Por ejemplo, si un empleado consulta a un chatbot sobre sus días de permiso por lactancia y la IA responde basándose en un borrador antiguo de la política interna, esa respuesta se convierte en una comunicación con consecuencias laborales reales. La empresa no puede alegar "fue el algoritmo": la responsabilidad es del empleador (art. 26 AI Act).

Advertencia: Si usas un chatbot de RR.HH. basado en un LLM genérico, ten cuidado: el modelo no tiene acceso a tu convenio colectivo actualizado ni a tus políticas internas vigentes. Puede responder con datos correctos para otra empresa o para una versión anterior de la norma.

Qué debe tener un software para comunicación interna que usa IA

La IA conversacional debe vincularse a la documentación interna vigente de la empresa, no a un modelo de lenguaje genérico entrenado con datos externos.

Toda consulta relevante sobre condiciones laborales debe quedar trazada para poder demostrar qué información se proporcionó y cuándo.

La supervisión humana debe activarse cuando la consulta afecta a derechos del trabajador que requieren respuesta oficial.

Régimen sancionador: cuánto puede costar el incumplimiento

Cifras verificadas en el art. 99 del Reglamento (UE) 2024/1689. El período de gracia para sistemas de alto riesgo finaliza en agosto de 2026, pero las empresas deben acreditar desde ahora que están en proceso de adaptación.

Checklist de compliance para responsables de RR.HH. que usan IA

Antes de activar cualquier módulo de IA en RR.HH., responde estas preguntas alineadas con las obligaciones generales de compliance en Recursos Humanos:

• ¿El proveedor ha publicado la declaración UE de conformidad del sistema?
• ¿El sistema genera logs inmutables de sus outputs?
• ¿Existe supervisión humana documentada antes de que el output afecte a una decisión laboral?
• ¿Se ha realizado una EIPD que cubra el tratamiento con IA?
• ¿Los trabajadores saben que están siendo evaluados o seleccionados por un sistema de IA?
• ¿El sistema puede explicar, de forma comprensible, cómo se tomó una decisión que afecta al trabajador?
• ¿Los criterios de evaluación, filtrado y promoción son objetivos, trazables y no discriminatorios por diseño?

Si alguna respuesta es no, la empresa está operando un sistema de alto riesgo fuera del umbral mínimo del AI Act.