California acaba de convertir el uso de inteligencia artificial en el trabajo en un asunto mucho más concreto.
El 30 de septiembre de 2026, el gobernador Gavin Newsom firmó un paquete de leyes sobre inteligencia artificial y trabajo en California.
El cambio importa porque desplaza el debate desde una pregunta abstracta —“¿la IA sustituirá empleos?”— hacia otra mucho más práctica: ¿qué puede hacer legalmente una empresa cuando un algoritmo participa en una sanción, un despido o la supervisión diaria de una persona?
California no ha prohibido la IA en recursos humanos. El nuevo marco exige más trazabilidad, revisión humana y límites claros en determinados usos de alto impacto. Entre las normas firmadas figuran SB 947, SB 951, AB 1331 y AB 1883.
Qué ha aprobado California exactamente
California refuerza el control humano sobre decisiones laborales automatizadas.
Lo relevante no es una sola norma, sino cómo se combinan. El paquete firmado el 30 de septiembre de 2026 introduce cuatro líneas de control sobre la IA laboral: decisiones de disciplina y despido, transparencia en determinados procesos de desplazamiento tecnológico, límites a la vigilancia y restricciones sobre datos especialmente sensibles.
La referencia principal es la comunicación oficial del Gobierno de California del 30 de septiembre de 2026, que identifica expresamente SB 947, SB 951, AB 1331 y AB 1883 como parte del paquete de protección laboral relacionado con IA y tecnologías automatizadas.
Una organización puede usar sistemas automatizados como apoyo, pero las decisiones de alto impacto necesitan controles adicionales y una revisión claramente definida.
El cambio principal es la trazabilidad.
La revisión humana y los registros de uso ganan peso cuando una herramienta de IA interviene en procesos internos. Para las empresas, eso significa documentar mejor qué sistema se utilizó, qué información recibió y quién supervisó el resultado.
Qué cambia en la práctica
La nueva regulación no elimina la IA de los departamentos de personal. Introduce obligaciones concretas para que determinados usos sean más explicables, revisables y limitados.
Un sistema puede seguir ayudando a ordenar información, detectar patrones o generar recomendaciones. La diferencia aparece cuando esa recomendación puede producir una consecuencia importante para una persona.
En los casos de mayor impacto, la intervención humana deja de ser un detalle opcional. El objetivo es impedir que una salida automatizada se convierta por sí sola en la decisión final sin una comprobación adicional.
La revisión humana debe ser real
La revisión necesita contexto suficiente y capacidad para corregir el resultado cuando aparezcan errores, datos incompletos o situaciones que el sistema no haya interpretado bien.
También aumenta el valor de la trazabilidad técnica: identificar la herramienta utilizada, la información que recibió, el resultado generado y las comprobaciones posteriores facilita detectar fallos y reconstruir el proceso.
Privacidad y vigilancia digital
El paquete también pone límites a ciertas formas de vigilancia tecnológica. La preocupación ya no se reduce a cámaras tradicionales: sensores, dispositivos conectados y software pueden generar señales continuas sobre actividad y comportamiento.
Una de las nuevas reglas restringe ciertos análisis automatizados sobre señales personales especialmente sensibles. La razón es sencilla: una inferencia estadística no debería presentarse como si fuera una lectura perfecta del estado interno de una persona.
Otro límite afecta a los baños del lugar de trabajo. La norma actualiza una protección clásica para un entorno en el que la monitorización puede venir de un dispositivo, un wearable o una aplicación, no solo de una cámara convencional.
Cuándo empiezan a aplicarse los cambios
Varias de las nuevas obligaciones comenzarán a aplicarse el 1 de enero de 2027.
El calendario de entrada en vigor es escalonado y conviene revisar la fecha concreta de cada obligación antes de aplicar el nuevo marco.
El elemento más interesante del nuevo marco es que no parte de la idea de prohibir la tecnología. Parte de otra pregunta: cómo hacer que su uso pueda explicarse, revisarse y limitarse cuando algo sale mal.
Ese enfoque convierte la trazabilidad en una característica del producto y no en una tarea que se improvisa después. Si una organización integra IA en procesos internos, necesita saber qué versión se utilizó, con qué datos y bajo qué reglas.
La privacidad ocupa otro lugar central. Cuantos más sensores, aplicaciones y dispositivos conectados se incorporan a una organización, más fácil resulta recoger señales que antes ni siquiera existían como datos digitales.
El riesgo aparece cuando una inferencia estadística se presenta con apariencia de certeza. Un sistema puede asignar una etiqueta o una probabilidad y, aun así, estar interpretando de forma imperfecta una señal ambigua.
Por eso la calidad de un sistema no debería medirse solo por su precisión media. También importan los falsos positivos, los falsos negativos, la posibilidad de impugnar el resultado y el coste de equivocarse.
Qué debería revisar una organización que ya utiliza IA.
El primer paso es hacer inventario. Muchas compañías saben que “usan IA”, pero no tienen un mapa claro de dónde interviene: selección, planificación, análisis de productividad, atención al cliente, seguridad, generación de contenido o automatización administrativa.
El segundo paso es clasificar el impacto. Una herramienta que resume documentos internos no plantea el mismo riesgo que otra que puntúa personas, controla accesos o influye en decisiones con efectos relevantes.
El tercer paso es revisar el flujo de datos: qué información entra en la herramienta, cuánto tiempo se conserva, qué terceros participan y qué información adicional puede deducirse a partir de esos datos.
El cuarto es definir puntos de control. Un sistema útil debe poder detenerse, corregirse y dejar constancia de qué ocurrió. La capacidad de revertir una acción o escalar una revisión es tan importante como la automatización inicial.
California concentra una parte enorme de la industria tecnológica y muchas de las herramientas que allí se diseñan terminan utilizándose en otros mercados. Por eso sus reglas pueden influir en productos y procesos más allá de sus fronteras.
Esa influencia no convierte la ley californiana en una norma mundial. Una empresa española no queda sometida a ella por el simple hecho de usar inteligencia artificial. En España y la Unión Europea mandan sus propios marcos legales.
La coincidencia está en la dirección general: cuanto mayor es el impacto potencial de un uso de IA, mayores son las exigencias de documentación, control, protección de datos y supervisión. El Reglamento europeo de IA sigue una lógica de riesgo, aunque con una arquitectura jurídica diferente.
Para un proveedor global, una arquitectura común con registros, permisos y controles puede ser más sencilla de mantener que muchas versiones diferentes. Es una inferencia empresarial, no una obligación automática.
El mensaje práctico es que automatizar una tarea no elimina la necesidad de entender cómo se produce el resultado. Conocer los datos de entrada, los límites y los puntos de revisión se convierte en una competencia cada vez más útil.
Estas reglas no suponen una prohibición general de la inteligencia artificial en recursos humanos ni en la gestión empresarial. La automatización sigue siendo posible; lo que cambia son las condiciones y límites de determinados usos.
Tampoco significa que toda reducción de plantilla vinculada a tecnología sea automáticamente irregular. Algunas obligaciones se activan solo cuando se cumplen supuestos concretos del marco laboral aplicable.
¿Puede una empresa seguir utilizando IA? Sí. El nuevo marco no elimina la tecnología; establece salvaguardas para determinados usos y exige más claridad cuando el impacto potencial es elevado.
¿Las reglas ya están plenamente activas? No. El calendario es escalonado y varias obligaciones empiezan en 2027. Para cualquier caso concreto conviene comprobar la fecha aplicable y la versión final de la norma.
¿California ha prohibido la vigilancia digital? No de forma general. Ha creado límites específicos para ciertos espacios y para determinadas categorías de información especialmente sensibles.
¿Afecta directamente a una empresa española? No por el simple hecho de utilizar IA. En España se aplican las normas europeas y nacionales correspondientes, aunque las prácticas de proveedores globales sí pueden verse influidas por exigencias de otros mercados.
¿Qué significa una supervisión útil? Disponer del contexto necesario para comprobar el resultado, poder corregirlo cuando sea necesario y conservar un registro claro del proceso.
Hechos, inferencias y lo que todavía no sabemos. Hecho: California aprobó un paquete de nuevas protecciones sobre IA, automatización y vigilancia en el trabajo el 30 de septiembre de 2026. Hecho: las normas incluyen revisión humana, transparencia adicional y límites a ciertos usos de monitorización.
Inferencia: algunas multinacionales pueden extender estas salvaguardas a otros mercados para simplificar sus productos y procesos. Es plausible, pero no está exigido automáticamente por la ley californiana.
Queda por ver cómo se aplicarán estas reglas en situaciones reales y qué criterios se consolidarán con el tiempo.
California no está intentando sacar la inteligencia artificial de las empresas. El nuevo marco busca que su uso sea más transparente, revisable y limitado cuando el impacto potencial aumenta.
La consecuencia más importante puede ser cultural además de jurídica: “lo decidió el sistema” deja de ser una explicación suficiente. Las organizaciones necesitan poder reconstruir el proceso y demostrar que existen controles reales.
El debate también obliga a separar capacidad técnica de adopción real. Una herramienta puede hacer una tarea y, aun así, no ser suficientemente fiable, barata o adecuada para desplegarla sin controles adicionales.
Esa diferencia resulta especialmente visible en la automatización física y en los sistemas que actúan de forma autónoma: capacidad, coste, fiabilidad y regulación avanzan a velocidades distintas.
Para ampliar ese contexto, nuestro análisis “Robots y empleo: pueden hacer el 74 % del trabajo físico” explica por qué una capacidad demostrada no equivale automáticamente a sustitución inmediata.
Para los proveedores de software, este escenario hace más valiosas funciones que antes parecían secundarias: historiales de actividad, permisos granulares, controles de retención, identificación de la versión utilizada y mecanismos claros para revisar resultados.
En una organización, el reto ya no consiste únicamente en comprar una herramienta y repartir licencias. También hay que decidir para qué se puede usar, qué datos pueden introducirse, qué controles existen y qué ocurre cuando el sistema falla.
Qué debería hacer una empresa antes de automatizar decisiones sobre personas
La primera recomendación práctica es separar dos categorías que a menudo se mezclan: automatizar tareas administrativas y automatizar decisiones que afectan directamente a una persona. Generar un borrador, resumir un expediente o clasificar documentos no tiene el mismo impacto que intervenir en una sanción, un despido o una evaluación de rendimiento.
Cuando el impacto aumenta, también debería aumentar el control. Eso implica definir quién valida el resultado, qué información puede revisar, cómo puede corregirlo y qué registro queda de la decisión final. La supervisión humana solo tiene valor si la persona encargada puede discrepar del sistema y dispone de contexto suficiente para hacerlo.
También conviene revisar el diseño de los proveedores. Un sistema de IA empresarial debería facilitar historiales, permisos, identificación de versiones, trazabilidad de acciones y mecanismos de auditoría. Esta misma lógica aparece en otros ámbitos de la IA avanzada: nuestro análisis sobre monitorización de cadenas de pensamiento y razonamiento explica por qué una explicación generada por un modelo puede ser útil sin convertirse automáticamente en una prueba completa de cómo tomó una decisión.
El impacto sobre el empleo será desigual
Las nuevas reglas de California llegan en un momento en el que la automatización ya no afecta solo a tareas digitales. Los robots, los agentes de IA y los sistemas de visión empiezan a ampliar el número de trabajos técnicamente automatizables, aunque el coste, la fiabilidad y la regulación continúan frenando gran parte de esa sustitución.
Por eso conviene evitar dos extremos: asumir que nada cambiará o dar por hecho que toda tarea automatizable desaparecerá rápidamente. Nuestro artículo sobre robots, empleo y coste real de la automatización física muestra precisamente esa diferencia entre capacidad técnica y adopción económica.
Formación y adaptación: la otra mitad de la regulación
Para trabajadores y pequeñas empresas, entender cómo funcionan estas herramientas será cada vez más importante. No se trata solo de aprender a escribir prompts, sino de saber qué datos se introducen, qué decisiones pueden delegarse, cuándo hace falta revisar un resultado y qué riesgos aparecen cuando una herramienta se conecta a procesos reales.
Quien necesite una introducción estructurada puede comparar propuestas formativas como nuestro análisis de INTELIGENCIA ARTIFICIAL PARA TODOS. Si se prefiere un formato escrito y más autónomo, también hemos revisado Aprende Inteligencia Artificial, la guía en PDF de Jhuvel. Son recursos con enfoques distintos y conviene revisar siempre su contenido actual antes de decidir.
Conclusión
California ha dado un paso importante al trasladar la regulación de la IA laboral desde principios generales hacia situaciones concretas: despidos, disciplina, vigilancia y transparencia. La dirección es clara: cuanto mayor sea el impacto de una decisión automatizada, más importante será poder explicar qué sistema intervino, qué información utilizó y qué persona asumió la responsabilidad final.
Eso no elimina la automatización. La hace más exigente. Para las organizaciones, la ventaja competitiva no será solo disponer de una IA más potente, sino integrarla con controles suficientes para que siga siendo útil cuando aparecen errores, reclamaciones o auditorías.
Fuente principal: Gobierno de California, paquete de leyes sobre IA y protección laboral firmado el 30 de septiembre de 2026.