Tu evaluación de desempeño ya no la llena solo tu jefe con memoria de tu trimestre. Cada vez más empresas alimentan un sistema con tus correos, tus tickets cerrados y tu “tiempo activo” en el CRM.
Ese sistema escupe un número. El problema no es el número — es que casi nadie te explica de dónde salió.
Aquí va lo directo: si un algoritmo influyó en una calificación que te afecta —ascenso, bono, despido—, esa decisión no es definitiva por default. Es apelable.
El problema no es la máquina. Es que casi nadie usa el mecanismo que ya existe para cuestionarla.
El artículo 22 que ningún gerente te va a mencionar
Si trabajas para una empresa con operación en la Unión Europea o Reino Unido, el Artículo 22 del RGPD es la letra pequeña más poderosa que probablemente nunca leíste.
Dice, en corto: nadie puede tomar una decisión que te afecte de forma significativa basándose únicamente en procesamiento automatizado, sin intervención humana real.
La clave está en “real”. El Industrial Law Journal de Oxford Academic documenta el caso SCHUFA, resuelto por el Tribunal de Justicia de la UE.
El caso trataba de un sistema de scoring crediticio, no laboral — pero el principio que sentó aplica igual a cualquier decisión automatizada que te afecte, incluida una evaluación de desempeño.
No basta con que un humano firme la decisión si su rol es decorativo. Si tu gerente aprueba el score sin cuestionarlo, sin poder explicarte por qué, jurídicamente sigue contando como decisión automatizada.
Y eso activa toda la protección legal correspondiente, incluido tu derecho a pedir intervención humana real y una explicación de la lógica usada.
Es el mismo truco que le hacían a HAL 9000 en 2001: Odisea del Espacio: la nave decía que la decisión era “conjunta” entre tripulación y computadora.
Hasta que quedó claro que HAL decidía y los humanos solo asentían. La diferencia es que aquí tú sí puedes exigir que el humano deje de asentir.
¿Cómo saber si un algoritmo influyó en tu evaluación?
No necesitas que te lo confiesen. Hay señales que delatan al sistema aunque nadie lo mencione en voz alta.
- Tu feedback menciona métricas ultra granulares —tiempo de respuesta, ritmo de tecleo, “engagement” en juntas— que ningún humano cronometra a mano.
- Te dan un score o ranking numérico y tu jefe no puede explicarte cómo se calculó.
- El comentario suena a resumen genérico, como si describiera tu trabajo sin conocerlo realmente.
- Se usaron pruebas de personalidad o “cultural fit” en algún punto de tu evaluación o proceso de ascenso, sin que nadie te explicara para qué.
Si dos de estas te suenan familiares, ya tienes motivo suficiente para preguntar formalmente.
Qué hacer si la IA me evaluó mal en el trabajo
Este es el checklist que de verdad mueve algo, en orden:
- Documenta antes de reaccionar. Guarda la evaluación, tus métricas propias y correos con fecha. Sin esto no hay caso que sostener.
- Pide la explicación por escrito. Bajo RGPD esto se formaliza como Solicitud de Acceso (Artículo 15) al DPO de tu empresa.
- Pregunta directo en EE.UU. La guía de la EEOC citada por SHRM respalda tu derecho a preguntar si hubo IA y si hubo revisión humana real.
- Compara tu caso con colegas similares. Un patrón repetido es el inicio de cualquier reclamo por impacto desproporcionado.
- Levanta queja interna antes de escalar. Crea registro documental antes de ir a una autoridad de protección de datos o a un abogado.
- Empieza tu propio registro paralelo. Guarda logros, contexto cualitativo y feedback positivo de clientes — justo lo que un sistema centrado en datos cuantificables no suele capturar.
¿Una calificación automática cuenta como decisión final?
No, y esa es la pregunta que cambia toda la conversación con RH.
Una calificación algorítmica es una hipótesis generada por una máquina. Tiene derecho a ser cuestionada, explicada y, si hace falta, corregida por alguien con autoridad real.
El error más común no es que las empresas usen IA para evaluar. Es que tanto empleados como gerentes tratan el resultado como si fuera un veredicto de tribunal.
Antes de firmar de conformidad con cualquier evaluación asistida por IA, vale la pena hacerse una pregunta simple: si pidieras que te expliquen la lógica detrás del número, ¿alguien en tu empresa podría hacerlo sin recurrir al proveedor del software?
Documentar antes de reclamar: el hábito que cambia el resultado
Si en tu empresa ya se habla de meterle IA a la gestión de talento, la pregunta que de verdad importa no es si el algoritmo es “justo”.
Es si existe alguien con autoridad real para corregirlo cuando se equivoca — y si tu organización sabría demostrarlo hoy mismo. Sobre esto último profundizo en este análisis sobre el impacto de la inteligencia artificial en el empleo en México.
Si este tipo de zonas grises entre criterio humano y automatización son justo lo que te quita el sueño en tu propio equipo, en el newsletter desmenuzo casos como este cada semana: suscríbete aquí.
Supervisado por Santiago González y Musi.
