Shadow AI: qué hacer cuando tu equipo ya usa la IA sin control

El Work Trend Index 2024 de Microsoft y LinkedIn, sobre más de 31.000 personas en 31 países, encontró que el uso de IA generativa en el trabajo casi se duplicó en seis meses: el 75% de los profesionales del conocimiento ya la usaban. De ellos, el 78% trae sus propias herramientas de IA al trabajo (lo que el informe llama BYOAI, bring your own AI), y la cifra sube al 80% en pequeñas y medianas empresas.

Dos datos del mismo informe explican por qué esto queda oculto en vez de hablarse en una reunión: el 52% de quienes usan IA en el trabajo son reacios a admitir que la usan para sus tareas más importantes, y el 53% teme que usarla en trabajo importante les haga parecer reemplazables. No es que el equipo esconda algo turbio: es que nadie les ha dicho que hacerlo esté bien, así que asumen que no lo está.

Prohibir no hace que la sombra desaparezca. La hace más difícil de ver.

1. Protección de datos. Cuando alguien pega el contrato de un cliente, una nómina o un historial médico en la versión gratuita de una herramienta de IA para «resumirlo» o «traducirlo», esos datos salen de los sistemas de la empresa y entran en los de un tercero, muchas veces fuera de la UE, con unas condiciones de uso que la empresa nunca leyó y un consentimiento que nadie dio. Es exactamente el escenario que la Agencia Española de Protección de Datos (AEPD) advierte al recordar que cualquier tratamiento con componentes de IA necesita una base de legitimación, respetar la minimización de datos y ser transparente con las personas afectadas — principios del RGPD que no dejan de aplicar porque la herramienta se llame «IA».

2. Propiedad intelectual y confidencialidad. Código propietario, estrategia comercial, cifras no publicadas: si entran en un prompt desde una cuenta gratuita, pueden acabar usándose para entrenar el modelo, según la política de cada proveedor. Una cuenta de empresa (ChatGPT Business/Enterprise, Copilot, Gemini for Workspace) normalmente excluye esos datos del entrenamiento; la cuenta personal gratuita, no siempre.

3. Decisiones sin trazabilidad. Un informe, un email a un cliente o una valoración de un candidato redactados con IA sin que nadie lo sepa no se pueden auditar si algo sale mal: no hay registro de qué se le pidió al modelo ni de qué se cambió después.

El artículo 4 del Reglamento (UE) 2024/1689 (AI Act), en vigor desde el 2 de febrero de 2025, obliga a los proveedores y a los responsables del despliegue de sistemas de IA a adoptar medidas para que su personal y las personas que operan sistemas de IA en su nombre tengan alfabetización en materia de IA, teniendo en cuenta sus conocimientos técnicos, su experiencia y el contexto de uso.

Conviene ser precisos con lo que dice hoy, porque el texto cambió: el Reglamento (UE) 2026/1744, que simplificó varias obligaciones del AI Act (el «paquete Omnibus»), añadió al artículo 4 una frase explícita:

«Esta obligación no exige que los proveedores o los responsables del despliegue garanticen un nivel específico de alfabetización en materia de IA de ninguna persona en particular.»

Dicho de otro modo: la ley pide que la empresa haga algo razonable para que su gente entienda la herramienta que usa, no que certifique un nivel concreto. Shadow AI sin ninguna medida de acompañamiento es precisamente el escenario que este artículo pide evitar.

El Shadow AI no se reparte igual por toda la empresa. Aparece donde hay más texto que redactar rápido, y el riesgo cambia según qué se pega en el prompt.

En marketing, el uso suele ser de contenido y calendarios de campaña: el riesgo de datos personales es bajo, pero conviene revisar la voz de marca y los derechos de imagen cuando se sube material de terceros (fotos de clientes, briefings de agencia) para «adaptarlo».

En recursos humanos es donde más duele: currículums, evaluaciones de desempeño y notas de entrevista son datos personales por definición, y pegarlos en una herramienta gratuita para «resumir el perfil del candidato» es el ejemplo de manual del primer riesgo de esta lista.

En dirección y finanzas, lo que se filtra no son datos personales sino cifras no publicadas y estrategia: el daño, si lo hay, es de confidencialidad, no de RGPD. Y en atención al cliente, el patrón más común es pegar el ticket completo (con nombre, email y a veces datos de pago) en un asistente de IA para «redactar mejor la respuesta» — el mismo error que en RRHH, con otro nombre.

Ninguno de estos pasos requiere un departamento nuevo. Sí requiere que alguien los escriba.

1. 1.Escribe una política de uso, corta y visible.

   Qué herramientas están aprobadas, qué datos no se pueden pegar nunca (clientes, empleados, contratos, código propietario) y a quién preguntar en caso de duda. Una página, no un manual.

2. 2.Da una alternativa antes de prohibir.

   Si retiras el acceso a ChatGPT gratuito sin ofrecer una cuenta de empresa o una herramienta aprobada, el uso no desaparece: se vuelve más difícil de ver.

3. 3.Activa la opción de no entrenamiento en las cuentas de empresa.

   ChatGPT Business/Enterprise, Copilot y Gemini for Workspace permiten excluir los datos de la empresa del entrenamiento del modelo; la cuenta gratuita, no siempre.

4. 4.Clasifica los datos antes de clasificar las herramientas.

   No todo dato es igual de sensible. Decide primero qué no puede salir nunca de los sistemas de la empresa, y a partir de ahí decide qué IA puede tocarlo.

5. 5.Nombra un responsable, aunque sea a media jornada.

   No hace falta un comité: alguien que revise qué herramientas de IA entran en la empresa y por qué.

6. 6.Forma al equipo en lo que dice la política, no solo en que existe.

   Una política que nadie ha leído en una sesión de formación es papel. Es, además, la parte de la alfabetización en IA del artículo 4 que de verdad depende de la empresa.