Hoy hablamos de: la agenda legislativa de responsabilidad de la IA presentada en Estados Unidos y lo que revela sobre tus derechos frente a un algoritmo que te evalúa en el trabajo.
Cuando la ley entra a tu oficina: el derecho a una revisión humana en la era de la IA
Estados Unidos propone convertir en obligación legal algo que hasta ahora dependía de la buena voluntad de cada empresa: saber cuándo un algoritmo te evalúa y poder acudir a una persona.
¿Qué es la AI Accountability Agenda del senador Markey?
La AI Accountability Agenda es un paquete legislativo presentado el 10 de julio de 2026 por el senador estadounidense Edward Markey. Reúne varias propuestas de ley sobre los impactos de la inteligencia artificial: vigilancia de trabajadores, discriminación algorítmica, decisiones automatizadas sobre empleo, protección de la infancia, supervisión humana en el sector salud y consumo energético de los centros de datos. Una de las propuestas exigiría que esos centros financien generación de energía limpia y almacenamiento suficientes para cubrir su propia demanda eléctrica.
Ejemplo práctico: bajo una agenda de este tipo, una empresa de logística que usa un sistema de IA para asignar turnos y medir productividad tendría que informar a sus trabajadores que son evaluados por un algoritmo y ofrecer una vía de apelación ante una persona.
Riesgo MIT asociado Socioeconomic & Environmental · Increased inequality and decline in employment quality
278 riesgos catalogados · 10% concern global · MIT AI Risk Repository →
Qué pasó
El 10 de julio de 2026, el senador estadounidense Edward Markey presentó su AI Accountability Agenda, un paquete de propuestas legislativas que aborda varios frentes del impacto de la inteligencia artificial en la vida diaria. La agenda incluye reglas sobre vigilancia de trabajadores mediante IA, discriminación algorítmica, decisiones automatizadas sobre contratación y empleo, protección de la infancia, supervisión humana obligatoria en decisiones de salud y de consumo, y el consumo energético de los centros de datos. Una de las propuestas más concretas exigiría que esos centros financien generación de energía limpia y almacenamiento suficientes para cubrir su propia demanda eléctrica. La agenda es, por ahora, una propuesta: su camino legislativo apenas comienza y su aprobación queda abierta. Lo que ya es un hecho es la señal política que envía.
Lo que este caso nos está mostrando
Hay una escena que se repite en miles de oficinas y bodegas cada día, casi siempre en silencio. Alguien recibe una evaluación de desempeño más baja de lo esperado, un turno menos conveniente, una tarea reasignada. Pregunta por qué. Y la respuesta llega en forma de pantalla: "así lo determinó el sistema". Ese momento —el momento en que una persona busca a otra persona y encuentra un algoritmo— es exactamente lo que esta agenda legislativa intenta regular.
Durante años, la conversación sobre gobernanza de IA vivió en dos lugares: los laboratorios que desarrollan los modelos y los foros internacionales que redactan principios. Esta agenda muestra un tercer movimiento, más cercano a tu vida: la gobernanza entra al lugar de trabajo. Deja de ser una discusión sobre modelos de frontera y se convierte en una discusión sobre tu horario, tu evaluación, tu contratación y tu despido.
El paquete de Markey hace algo más que enumerar riesgos. Convierte valores en obligaciones. La transparencia deja de ser una virtud corporativa voluntaria y se propone como requisito legal. La supervisión humana deja de ser una buena práctica y se propone como derecho. Incluso el costo ambiental de la IA —ese que suele quedar fuera de las conversaciones sobre ética digital— aparece con una regla concreta: quien consume la energía, financia su generación limpia.
Vale decir con claridad qué queda fuera de lo que sabemos: la agenda es una propuesta legislativa en un contexto político complejo, y la distancia entre proponer una ley y aprobarla es enorme. Este análisis se centra en lo que la propuesta revela, con independencia de su destino parlamentario.
Mirarlo con el lente S.E.N.S.E.
El método S.E.N.S.E. nos da cinco preguntas para leer este caso más allá del titular. Este es uno de esos casos donde los cinco pilares se activan a la vez.
Seguridad Humana — lo que está en juego para las personas
Un trabajador evaluado por un sistema opaco vive una forma específica de vulnerabilidad: su sustento depende de decisiones que ignora cómo se toman. La agenda reconoce esa vulnerabilidad y propone protegerla en varios frentes a la vez: el empleo, la salud, la infancia y el consumo. La seguridad humana, en este contexto, significa algo muy concreto: saber que hay una persona responsable al final de cada decisión que afecta tu vida.
Ética Aplicada — dónde aparece la responsabilidad
Este es el corazón del paquete. La palabra "accountability" —responsabilidad, rendición de cuentas— nombra la pregunta que la industria ha esquivado: cuando un algoritmo discrimina, despide o vigila, ¿quién responde? La propuesta traslada esa responsabilidad de la abstracción ("el sistema") a actores identificables: la empresa que despliega, el proveedor que desarrolla, el centro de datos que consume. La ética se vuelve aplicada cuando tiene nombre, apellido y consecuencia legal.
Neuroergonomía — cómo cambia la relación humano-máquina
La vigilancia algorítmica constante altera la forma en que una persona trabaja y piensa. Saberse medido por un sistema que registra cada pausa produce un estado de alerta sostenido que erosiona la concentración y la confianza. Y del lado de los gerentes ocurre el fenómeno inverso: el sesgo de automatización, esa tendencia a aceptar la recomendación del sistema porque cuestionarla cuesta más esfuerzo que obedecerla. La exigencia de revisión humana ataca directamente ese sesgo: obliga a que alguien vuelva a pensar.
Sentido / Sociedad — por qué importa más allá de una ley
Lo que se decide aquí es el tipo de relación laboral que heredarán las próximas generaciones. Si las decisiones automatizadas sobre empleo se normalizan sin contrapeso, el trabajo se convierte en una relación entre una persona y un sistema que la administra. Si se establece el derecho a explicación y revisión humana, el trabajo conserva su carácter de relación entre personas, con la tecnología como herramienta. La inclusión del consumo energético amplía el círculo: la sociedad entera paga la factura eléctrica de la IA, y la agenda propone que ese costo regrese a quien lo genera.
Estrategia / Autonomía — qué deberíamos aprender para actuar mejor
Para las organizaciones, la lección estratégica es clara: la regulación de la IA en el trabajo viene en camino, en Estados Unidos y en otras jurisdicciones. Las empresas que hoy construyen transparencia, vías de apelación y supervisión humana llegarán preparadas. Las que esperan a que la ley las obligue llegarán tarde y a mayor costo. Para las personas, la lección es igual de práctica: los derechos que esta agenda propone —saber, cuestionar, apelar— son derechos que puedes empezar a ejercer hoy, preguntando en tu propia organización cómo se toman las decisiones que te afectan.
La lectura neurohumanista
Solemos pensar la autonomía humana frente a la IA como un asunto de vida privada: qué le pregunto al chat, cuánto delego, qué decido por mí misma. Este caso amplía el mapa. La autonomía también se juega en el trabajo, y ahí las reglas cambian: en tu vida privada tú eliges cuánta IA entra; en tu empleo, alguien más lo decide por ti. Por eso la protección legal importa tanto en este terreno. Una persona conserva su integridad cognitiva en el trabajo cuando puede comprender cuándo un algoritmo la evalúa, cuestionar una decisión que la afecta y acceder a una autoridad humana que escuche y responda. Esas tres capacidades —comprender, cuestionar, acceder— son la versión laboral del criterio propio. Y cuando desaparecen, la persona sigue trabajando, pero dentro de una caja negra que la administra. La pregunta central del neurohumanismo aplica aquí con toda su fuerza: ¿este sistema nos hace más libres o más dependientes? Una agenda que exige explicación y revisión humana apuesta, al menos en su diseño, por la libertad.
Preguntas que vale la pena hacerse
- En mi trabajo actual, ¿sé con certeza qué decisiones sobre mi desempeño, horario o compensación pasan por un sistema automatizado?
- Si mañana recibiera una evaluación algorítmica que me parece injusta, ¿sabría a quién acudir para pedir una revisión humana?
- Como líder o gerente, ¿cuántas de las recomendaciones que el sistema me da acepto sin volver a pensarlas yo?
- ¿Qué decisiones laborales en mi organización deberían conservar siempre explicación y revisión humanas, sin excepción?
- Cuando evalúo el costo de la IA en mi empresa, ¿incluyo su consumo energético y su impacto ambiental, o solo su precio de licencia?
Lo que podemos aplicar desde hoy
- Mapea las decisiones automatizadas de tu organización. Haz una lista simple: qué decisiones sobre personas (contratar, evaluar, asignar, promover) pasan hoy por un sistema. Ese mapa es el primer paso de cualquier gobernanza seria.
- Establece una vía de apelación humana antes de que la ley te obligue. Cada decisión automatizada que afecta a una persona debería tener un canal claro para pedir revisión por otra persona, con plazo y respuesta.
- Informa de forma proactiva. Comunica a tu equipo qué sistemas los evalúan y con qué criterios. La transparencia voluntaria construye confianza; la transparencia obligada llega acompañada de desconfianza.
- Asigna un responsable con nombre. Todo sistema de IA que toma decisiones sobre personas necesita un dueño humano identificable dentro de la organización, con autoridad para detenerlo.
- Incluye la energía en tu criterio de compra. Al contratar servicios de IA, pregunta por el consumo energético y los compromisos ambientales del proveedor. La propuesta de Markey anticipa hacia dónde va el estándar.
Una idea para recordar
Una decisión que afecta tu vida merece una explicación que puedas entender y una persona que pueda responder por ella. Todo lo demás es administración sin rostro.
¿Qué es la vigilancia laboral con inteligencia artificial?
La vigilancia laboral con IA es el uso de sistemas automatizados para monitorear la actividad de los trabajadores: teclas pulsadas, pausas, ubicación, tono de voz en llamadas, productividad medida en tiempo real. Estos sistemas generan métricas que después alimentan decisiones sobre evaluación, compensación o continuidad laboral, muchas veces sin que el trabajador conozca los criterios.
Ejemplo práctico: en centros de distribución de grandes empresas de comercio electrónico, sistemas automatizados han medido el "tiempo fuera de tarea" de los empleados y generado advertencias disciplinarias automáticas, lo que llevó a reguladores y legisladores de varios países a examinar estas prácticas.
¿Qué significa tener derecho a una revisión humana de una decisión automatizada?
El derecho a revisión humana significa que cuando un sistema automatizado toma una decisión con efectos significativos sobre una persona —un despido, una negación de crédito, una evaluación—, esa persona puede exigir que un ser humano con autoridad real examine el caso, escuche sus argumentos y pueda revertir la decisión. El Reglamento General de Protección de Datos europeo lo reconoce en su artículo 22, y propuestas como la de Markey buscan llevarlo al ámbito laboral estadounidense.
Ejemplo práctico: bajo el RGPD, un ciudadano europeo al que un banco le niega un crédito mediante un sistema automatizado puede exigir la intervención de una persona, expresar su punto de vista e impugnar la decisión.
¿Qué es la discriminación algorítmica en el empleo?
La discriminación algorítmica ocurre cuando un sistema automatizado produce resultados sistemáticamente desfavorables para ciertos grupos —por género, edad, origen o discapacidad— al filtrar candidatos, asignar tareas o evaluar desempeño. Suele originarse en datos históricos que reflejan sesgos previos: el sistema aprende del pasado y lo reproduce con apariencia de objetividad.
Ejemplo práctico: una gran empresa tecnológica abandonó una herramienta experimental de reclutamiento tras descubrir que penalizaba currículums que incluían la palabra "women's", porque había aprendido de una década de contrataciones dominadas por hombres.
¿Por qué se regula el consumo energético de los centros de datos de IA?
Los centros de datos que entrenan y operan modelos de IA consumen cantidades crecientes de electricidad y agua. La Agencia Internacional de Energía proyectó que el consumo eléctrico de los centros de datos podría duplicarse hacia 2030, impulsado en gran parte por la IA. Propuestas como la de Markey buscan que ese crecimiento se financie con generación limpia, para evitar que la demanda de la IA se cubra con combustibles fósiles o encarezca la electricidad de los hogares vecinos.
Ejemplo práctico: en regiones de Estados Unidos e Irlanda con alta concentración de centros de datos, los operadores de red han advertido sobre tensiones en el suministro eléctrico local, lo que llevó a moratorias temporales de nuevos centros en algunas zonas.
¿Qué es la supervisión humana obligatoria en sistemas de IA?
La supervisión humana obligatoria es un requisito de gobernanza que exige que las decisiones de alto impacto asistidas por IA —diagnósticos médicos, decisiones de crédito, evaluaciones laborales— mantengan a una persona con capacidad real de entender, intervenir y revertir lo que el sistema propone. El AI Act europeo la establece como obligación para los sistemas clasificados de alto riesgo, y la agenda de Markey propone principios similares para salud y consumo en Estados Unidos.
Ejemplo práctico: bajo el AI Act, un hospital europeo que use IA para priorizar pacientes debe garantizar que el personal médico comprenda las limitaciones del sistema y pueda anular sus recomendaciones.
¿Cómo puede una empresa prepararse para la regulación de IA en el trabajo?
Una empresa se prepara con cuatro movimientos: inventariar todos los sistemas automatizados que toman o apoyan decisiones sobre personas; asignar un responsable humano identificable a cada sistema; establecer canales de transparencia y apelación para los trabajadores afectados; y documentar los criterios de decisión de cada sistema. Marcos como ISO/IEC 42001 y el NIST AI Risk Management Framework ofrecen estructuras probadas para hacerlo.
Ejemplo práctico: organizaciones que adoptaron el marco de gestión de riesgos de IA del NIST reportan que el inventario inicial de sistemas suele revelar decisiones automatizadas que ni el área legal ni recursos humanos tenían registradas.
Herramientas para recuperar tu criterio
Si reconoces estas señales en tu trabajo o en tu equipo, el Kit Pensamiento Propio con la IA ofrece un sistema para recuperar la autoría de tus elecciones cuando el automatismo ya instaló sus propias reglas. Con método. Con calma. Sin drama técnico.
Karine Boucher
Guardiana de la Humanidad Digital
Soy Karine, profesional franco-mexicana con más de 25 años de experiencia en entornos internacionales. Creé el Método SENSE para ofrecer lo que los marcos técnicos de gobernanza no dan: herramientas protectoras, claras y utilizables en la vida real — especialmente para familias y educadores.
Formada en Ciencia de Datos en el MIT y especializada en gobernanza de IA y ética aplicada. Creo que la pregunta más urgente de nuestro tiempo no es cómo usar mejor la IA, sino cómo seguir siendo humanos mientras lo hacemos.