IA en las empresas: ética, datos sensibles, Shadow AI y responsabilidad en 2026

Cuando un empleado utiliza una herramienta de IA sin conocimiento o autorización del área de tecnología, seguridad, cumplimiento o dirección, aparece el fenómeno conocido como Shadow AI.

Introducción: el verdadero riesgo no es usar IA, sino usarla sin gobierno

La inteligencia artificial generativa ya forma parte del trabajo cotidiano. Se utiliza para redactar correos, resumir documentos, analizar datos, programar, preparar presentaciones, investigar, atender clientes y acelerar tareas que antes requerían horas. El reto empresarial ya no consiste en decidir si la IA existe dentro de la organización, sino en saber quién la utiliza, con qué cuenta, qué información le entrega, qué herramientas conecta y quién valida el resultado.

Cuando un empleado utiliza una herramienta de IA sin conocimiento o autorización del área de tecnología, seguridad, cumplimiento o dirección, aparece el fenómeno conocido como Shadow AI. El riesgo aumenta porque la empresa pierde visibilidad sobre dónde terminan sus datos, qué términos contractuales aplican, cuánto tiempo pueden conservarse y si existen controles de acceso, auditoría o eliminación.

1. Shadow AI: cuando la productividad ocurre fuera del control de la empresa

El término Shadow AI describe el uso de sistemas de inteligencia artificial no autorizados o no supervisados por la organización. Puede ser tan simple como copiar información de un cliente en una cuenta personal de un chatbot, instalar una extensión con IA en el navegador o conectar una aplicación externa a Google Drive, OneDrive, correo electrónico o un CRM sin evaluación previa.

Los datos de IBM muestran que el problema ya es material. En su Cost of a Data Breach Report 2025, 63% de las 600 organizaciones estudiadas indicó que no contaba con políticas de gobernanza de IA; IBM también reportó que las organizaciones con alto nivel de Shadow AI podían añadir alrededor de USD 670,000 al costo promedio de una filtración. En el informe 2026, basado en 602 organizaciones afectadas por brechas, aproximadamente una de cada cinco reportó una brecha relacionada con IA y 92% de esas organizaciones carecía de controles adecuados de acceso a IA. El costo promedio global de una filtración se ubicó en USD 4.99 millones.

Estas cifras no significan que toda IA provoque filtraciones. Lo que muestran es que la adopción rápida sin controles suficientes crea una superficie adicional de riesgo. También muestran que el problema no es solamente técnico: un trabajador puede estar actuando de buena fe, buscando terminar mejor y más rápido, pero al mismo tiempo sacar información del perímetro de seguridad de la empresa.

2. No toda la información es igual: dato sensible, información confidencial y secreto industrial

Para administrar correctamente el riesgo es necesario distinguir categorías. En México, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares define los datos personales sensibles como aquellos que afectan la esfera más íntima de la persona o cuyo uso indebido puede provocar discriminación o un riesgo grave. La ley menciona de manera enunciativa datos como origen racial o étnico, estado de salud, información genética, creencias religiosas, opiniones políticas y preferencia sexual.

Por tanto, no toda información delicada de una empresa es jurídicamente un dato personal sensible. Una lista de precios, un margen de utilidad, una estrategia comercial, un algoritmo, una fórmula o un proyecto de adquisición pueden ser extremadamente confidenciales sin ser datos personales sensibles. Su protección puede derivar de contratos, relaciones laborales, medidas de seguridad y, en determinados casos, del régimen de secretos industriales.

3. ¿Qué sucede cuando un empleado sube información a una IA?

La respuesta depende del proveedor, producto, configuración, tipo de cuenta y contrato. No existe una regla universal según la cual todo lo que se escribe en una IA se vuelva público, pero tampoco es correcto asumir que toda conversación se destruye inmediatamente o que una cuenta personal ofrece los mismos controles que un entorno empresarial.

Cuando un empleado envía información a un servicio externo, la organización debe considerar al menos la retención, el tratamiento del contenido, los subprocesadores, la ubicación de datos, el uso para entrenamiento, los registros de auditoría, la posibilidad de eliminación, los conectores habilitados y las facultades administrativas. Además, aunque un proveedor tenga buenas medidas de seguridad, el empleado podría no estar autorizado para transferir esa información.

4. Cuenta personal vs. cuenta empresarial de IA

La diferencia entre una cuenta personal y una cuenta corporativa es una de las variables más importantes para la seguridad. En una cuenta personal, la empresa normalmente tiene menos visibilidad y menor capacidad de retirar accesos, aplicar políticas, conservar evidencia o revisar configuraciones. En un entorno empresarial administrado pueden existir SSO, MFA, controles de acceso, retención, auditoría, DLP, administración de conectores y restricciones por usuario o grupo.

OpenAI establece que, de forma predeterminada, no utiliza los datos de ChatGPT Business, Enterprise, Edu y API para entrenar sus modelos y ofrece controles empresariales de acceso y, según el producto, retención y auditoría. Microsoft Copilot ofrece protección de datos empresariales dentro del límite de Microsoft 365 y controles de cumplimiento. Google Workspace con Gemini aplica protecciones empresariales, controles de DLP y administración de acceso. Estas capacidades son útiles, pero no sustituyen la política interna, la minimización de datos ni la evaluación jurídica de cada tratamiento.

5. Marco legal mexicano aplicable aunque no exista una ley general de IA

A septiembre de 2026, la compilación de leyes federales vigentes de la Cámara de Diputados no muestra una ley federal general e integral de inteligencia artificial. Sí existen múltiples iniciativas y reformas sectoriales en discusión. En consecuencia, los riesgos empresariales vinculados con IA deben analizarse con el marco jurídico ya vigente: protección de datos personales, legislación laboral, propiedad industrial, propiedad intelectual, contratos, responsabilidad civil y, según el sector, normas especiales.

5.1 Protección de datos personales

La Ley Federal de Protección de Datos Personales en Posesión de los Particulares, vigente y reformada al 14 de noviembre de 2025, obliga al responsable a establecer medidas de seguridad administrativas, técnicas y físicas para proteger datos personales contra daño, pérdida, alteración, destrucción, uso, acceso o tratamiento no autorizado. También exige considerar el riesgo, las consecuencias para los titulares, la sensibilidad de los datos y el desarrollo tecnológico.

La misma ley obliga a informar de forma inmediata a las personas titulares cuando una vulneración de seguridad afecte significativamente sus derechos patrimoniales o morales. Además, exige mecanismos para que quienes intervienen en el tratamiento mantengan la confidencialidad aun después de terminar su relación con el responsable.

La ley prevé infracciones por vulnerar la seguridad de bases de datos cuando resulte imputable al responsable, por incumplir el deber de confidencialidad y por transferir datos fuera de los supuestos permitidos. Las multas pueden alcanzar cientos de miles de UMA y pueden duplicarse cuando se trate de datos sensibles. Las sanciones administrativas no excluyen responsabilidades civiles o penales que puedan resultar.

5.2 Obligaciones laborales y posible rescisión

La Ley Federal del Trabajo establece en su artículo 134, fracción XIII, la obligación del trabajador de guardar escrupulosamente los secretos técnicos, comerciales y de fabricación, así como los asuntos administrativos reservados cuya divulgación pueda causar perjuicio a la empresa. El artículo 47, fracción IX, contempla como causa de rescisión sin responsabilidad para el patrón revelar secretos de fabricación o dar a conocer asuntos reservados con perjuicio de la empresa.

Esto no significa que cualquier uso incorrecto de IA sea automáticamente causa de despido. Deben analizarse los hechos, la gravedad, el perjuicio, la evidencia, las políticas internas, la información involucrada, el conocimiento del trabajador y el procedimiento laboral aplicable. Una política clara de uso de IA ayuda tanto a prevenir como a documentar expectativas.

5.3 Secretos industriales

La Ley Federal de Protección a la Propiedad Industrial protege información industrial o comercial confidencial que otorgue una ventaja competitiva o económica siempre que quien ejerce su control legal haya adoptado medios o sistemas suficientes para preservar su confidencialidad y acceso restringido. La reforma publicada en 2026 refuerza la regulación sobre apropiación indebida y deber de confidencialidad.

La ley también contiene delitos relacionados con divulgar, apoderarse, usar o apropiarse indebidamente de secretos industriales en determinados supuestos, por ejemplo cuando existe propósito de obtener un beneficio económico o causar perjuicio. Por ello, la empresa que quiera proteger un secreto debe demostrar que realmente lo trató como secreto: clasificación, accesos, contratos, controles y restricciones.

6. ¿Qué debe hacer una empresa para no quedar vulnerable?

La respuesta práctica es construir un sistema de gobierno de IA por capas. NIST propone gestionar el riesgo de IA mediante funciones de gobernanza, mapeo, medición y gestión. ISO/IEC 42001:2023 establece requisitos para crear un sistema de gestión de inteligencia artificial que incluya políticas, objetivos, procesos, evaluación de riesgos, seguimiento y mejora continua.

7. Un semáforo de datos es más útil que una prohibición genérica

Una política de IA debe ser comprensible para quien trabaja bajo presión. Un semáforo permite que el empleado determine rápidamente si puede utilizar un contenido con IA y bajo qué condiciones.

8. ¿Debe un trabajador decir que utilizó IA?

No existe en México una obligación general que obligue a todos los empleados a colocar una leyenda de IA en cada correo, presentación o informe. Sin embargo, la transparencia puede ser obligatoria por contrato, política interna, reglas profesionales, normas sectoriales o por la naturaleza del trabajo.

Desde una perspectiva ética, conviene distinguir asistencia incidental de participación material. Corregir ortografía con IA no tiene la misma relevancia que delegar a un modelo el análisis jurídico, financiero o técnico que sustenta una decisión. El objetivo de revelar el uso de IA no debería ser quitar mérito, sino asegurar trazabilidad, responsabilidad y una expectativa correcta sobre el proceso seguido.

9. El mérito profesional no desaparece por usar IA

Utilizar IA correctamente es una competencia profesional. El valor humano se encuentra en definir el problema, proporcionar el contexto adecuado, proteger los datos, elegir la herramienta, construir instrucciones, verificar las fuentes, detectar errores, corregir el resultado y asumir responsabilidad por la versión final.

Por ello, la diferencia relevante no es entre “empleado que usa IA” y “empleado que no usa IA”. La diferencia es entre quien usa IA con criterio y quien delega su criterio a la IA. Una persona competente debería poder explicar qué pidió, por qué lo pidió, qué recibió, qué corrigió, qué verificó y por qué considera confiable el resultado final.

El Future of Jobs Report 2025 del World Economic Forum muestra precisamente esta combinación: IA y big data figuran entre las habilidades de mayor crecimiento, mientras que el pensamiento analítico continúa como una de las competencias centrales más demandadas. Para México, 95% de las empresas encuestadas esperaba que las herramientas de IA transformaran sus operaciones en los siguientes cinco años.

10. Autoría, propiedad intelectual y trabajos generados con IA

En el Amparo Directo 6/2025, la Suprema Corte de Justicia de la Nación analizó el registro de una imagen generada mediante IA y sostuvo que, conforme a la Ley Federal del Derecho de Autor, el autor debe ser una persona física y una obra registrable debe ser una creación original humana. La decisión es importante porque distingue la creatividad humana del producto generado autónomamente por una herramienta.

Esto no resuelve automáticamente todos los casos de trabajo asistido por IA. Cuando una persona selecciona, estructura, edita, transforma, combina y aporta elementos originales, el análisis puede ser distinto. Para las empresas, la recomendación práctica es documentar la contribución humana cuando la propiedad intelectual tenga importancia comercial.

11. ¿Conviene evaluar el dominio y el riesgo de IA al contratar personal?

Sí puede aportar valor, pero no debe diseñarse como un supuesto detector de moralidad. La empresa no puede saber si una persona “es ética” mediante un cuestionario aislado. Lo que sí puede evaluar son conductas observables: cómo clasifica información, cómo responde ante una fuga, si distingue cuentas personales y corporativas, si valida una fuente, si detecta una alucinación y si puede explicar el trabajo que entrega.

La Comisión Europea ofrece una referencia útil: el artículo 4 de la Ley de IA exige medidas de alfabetización en IA para el personal que utiliza sistemas de IA, teniendo en cuenta conocimientos, experiencia, educación, contexto y riesgo. La propia Comisión aclara que no existe obligación de medir un nivel específico de conocimiento; el enfoque debe adaptarse al riesgo. Desde el 3 de agosto de 2026 se aplican las reglas de supervisión y ejecución relacionadas con esa obligación en la Unión Europea.

En México, la nueva LFPDPPP también merece atención cuando una empresa usa sistemas automatizados para evaluar personas. El artículo 26 reconoce el derecho de oposición cuando un tratamiento automatizado, sin intervención humana, produce efectos jurídicos no deseados o afecta significativamente derechos e intereses y se destina, entre otros fines, a evaluar rendimiento profesional, fiabilidad o comportamiento. Por ello, una prueba de IA debe servir como apoyo a una decisión humana, no como mecanismo automático de exclusión.

12. Qué debería medir un diagnóstico empresarial de competencia en IA

Protección y clasificación de datos: reconocer qué información puede o no cargarse.

Gobernanza y seguridad: usar cuentas autorizadas, permisos adecuados y herramientas aprobadas.

Pensamiento crítico: detectar errores, alucinaciones, cálculos inconsistentes y fuentes inexistentes.

Transparencia y autoría: explicar qué parte realizó la persona y cómo utilizó la IA.

Gestión de incidentes: reportar inmediatamente errores o fugas y preservar evidencia.

Responsabilidad profesional: no entregar algo que la persona no comprende o no puede defender.

La prueba más útil no pregunta “¿sabes usar ChatGPT?”. Presenta situaciones reales. Por ejemplo: “Tienes veinte minutos para analizar una nómina que contiene nombres, RFC, CURP, salarios y cuentas bancarias. La herramienta corporativa no está disponible y tienes una cuenta personal de IA en tu teléfono. ¿Qué harías?” La calidad de la respuesta revela criterio, conocimiento y tolerancia al riesgo.

13. Cómo responder ante una fuga de información relacionada con IA

El procedimiento debe estar definido antes de que ocurra el incidente. Un flujo razonable es el siguiente:

Identificar exactamente qué información fue enviada, por quién, cuándo y a qué servicio.

Contener el riesgo: suspender accesos, desactivar enlaces, revocar tokens o conectores y solicitar eliminación cuando proceda.

Preservar evidencia: registros, capturas, identificadores, archivos y configuraciones relevantes.

Evaluar impacto: datos personales, secretos industriales, clientes, terceros, obligaciones contractuales y regulatorias.

Determinar notificaciones legales o contractuales aplicables, incluyendo las previstas en la LFPDPPP cuando corresponda.

Corregir la causa raíz: política, configuración, permisos, capacitación, herramienta o proceso que permitió el incidente.

Documentar el cierre y realizar seguimiento para evitar recurrencia.

El peor incentivo es castigar automáticamente a quien reporta un error de buena fe, porque puede provocar ocultamiento. La empresa debe distinguir el error reportado oportunamente de la conducta deliberada de ocultar, evadir controles o causar un perjuicio.

14. Política mínima de IA para una empresa

Definir qué herramientas y versiones están autorizadas.

Prohibir el uso de cuentas personales para información corporativa clasificada.

Establecer una clasificación simple de información y ejemplos concretos.

Determinar qué datos deben anonimizarse o disociarse antes de utilizar IA.

Definir quién puede habilitar agentes, plugins, extensiones y conectores.

Aplicar SSO, MFA y mínimo privilegio en entornos empresariales.

Configurar DLP y restricciones de acceso cuando la plataforma lo permita.

Exigir revisión humana en trabajos financieros, fiscales, legales, de RH, seguridad y decisiones que afecten terceros.

Establecer cuándo debe declararse o documentarse la asistencia de IA.

Definir un procedimiento de incidentes y un canal de reporte.

Capacitar periódicamente por nivel de riesgo y conservar evidencia de la capacitación.

Revisar la política cuando cambien proveedores, funciones, conectores o legislación.

15. Conclusión: el objetivo no es usar menos IA, sino usarla mejor

La inteligencia artificial puede convertirse en una de las herramientas de productividad más importantes de una empresa. El riesgo aparece cuando su adopción avanza más rápido que la capacidad de la organización para gobernarla. Shadow AI, cuentas personales, datos sin clasificar, conectores excesivos y trabajos no verificados crean vulnerabilidades que la empresa no puede resolver únicamente con una prohibición escrita.

La cultura más madura no es aquella donde nadie admite usar IA. Es aquella donde una persona puede decir: “Utilicé inteligencia artificial para acelerar este trabajo; protegí la información, verifiqué el resultado, corregí lo necesario y asumo la responsabilidad profesional de lo que estoy entregando”.

La ventaja competitiva no estará solamente en tener acceso a mejores modelos. Estará en contar con personas capaces de utilizarlos con conocimiento, pensamiento crítico, seguridad, transparencia y responsabilidad.

Nota legal y metodológica

Esta investigación es informativa y de administración de riesgos. No sustituye asesoría jurídica específica. Las consecuencias laborales, civiles, administrativas o penales dependen de los hechos, contratos, políticas internas, tipo de información, evidencia y legislación aplicable. Las capacidades de seguridad y privacidad de proveedores de IA pueden cambiar; deben revisarse antes de cada implementación.

Contenido informativo. No sustituye una asesoría formal: su alcance depende de cada caso. Las disposiciones fiscales cambian, así que revisa la fecha de investigación antes de usar estas cifras.