🔵 Practitioner

IA en RR.HH. — límites legales LATAM en 2026

Art. 20 LGPD, Art. 17 LFPDPPP, jurisprudencia laboral 2025-2026, normas locales — qué está permitido, restringido y prohibido al usar IA en reclutamiento, evaluación y desvinculación.

16 de mayo de 2026 · 11 min · ai-governance

Por qué RR.HH. es el caso más delicado de IA en LATAM

Reclutamiento, evaluación y desvinculación tocan derechos fundamentales — empleo, dignidad, igualdad. Cuando IA entra en la ecuación, tres fuentes legales se superponen:

LGPD Art. 20 (Brasil) / LFPDPPP Art. 17 (México) / equivalentes LATAM: el titular tiene derecho a revisión de decisión automatizada por persona natural.
Ley laboral + jurisprudencia local: rescisión por justa causa exige prueba sustantiva; proceso selectivo discriminatorio es indemnización.
Código de defensa del consumidor cuando candidato es también consumidor (raro pero posible).

En 2026, vimos 4 casos significativos en jurisprudencia laboral (TST Brasil + jurisprudencia mexicana + argentina) involucrando IA en decisión de carrera. Resultado: IA puede asistir, no decide sola en alto stake.

Este post trae lo que está permitido, restringido y prohibido en la práctica.

Casos permitidos (con cuidado)

1. Pre-screening de currículum

IA clasifica currículums por keywords, ordena por fit relativo, señaliza red flags. Permitido siempre que:

Criterios sean predefinidos y auditables.
El sesgo conocido del modelo (género, edad, origen del nombre) sea monitoreado.
Decisión de aprobar/rechazar candidato sea siempre revisada por humano.
Candidato sea informado que IA participa del proceso.

Buen ejemplo: IA genera reporte tipo “Candidato X tiene 6 de los 8 requisitos técnicos listados. Criterios cumplidos: A, B, C, D, E, F. Faltantes: G, H.” Humano lee y decide.

Mal ejemplo: IA rechaza candidato automáticamente sin humano mirar.

2. Generación de descripciones de vacante

IA escribe job description a partir de bullet points humanos. Permitido. Aplicar revisión para:

Lenguaje inclusivo (no gendered, no excluyendo grupos).
Requisitos realistas (IA tiende a inflar lista de requisitos).
Compliance laboral (no pedir info ilegal: edad, estado civil, género).

3. Análisis de entrevista (transcript review)

Después de entrevista, IA genera resumen de lo que candidato dijo + puntos de alineamiento al perfil. Permitido. Aplicar revisión:

Resumen necesita ser fiel al transcript (evitar interpretación creativa).
No permitir scoring automatizado de “fit cultural” sin definición operacional clara.

4. Onboarding y capacitación

IA personaliza material de onboarding basado en perfil del empleado. Permitido sin restricción significativa, siempre que material sea revisado.

5. Feedback de performance — asistencia

IA estructura feedback escrito a partir de bullet points del gestor. Permitido. No permitido: IA hacer rating de performance independiente.

Casos restringidos (necesitan aprobación + supervisión fuerte)

1. Scoring automatizado de candidato

Sistema da nota 0-100 al candidato. Permitido solo si:

Criterios son transparentes y auditables.
Candidato puede impugnar la nota (LGPD Art. 20, LFPDPPP Art. 17).
Decisión final es humana.
Documentación completa para auditoría regulatoria.

Riesgo principal: sesgo algorítmico (modelo entrenado en historical hiring data puede reproducir bias histórico).

2. Análisis de sentimiento en comunicación interna

Monitorar emails/Slack para “early warning de turnover” vía análisis de tono. Restringido. Precisa:

Aviso previo escrito al colaborador.
Limitar análisis a métricas agregadas, no individuales.
No usar para decisión punitiva directa.
Revisión jurídica + DPO antes del rollout.

Vigilancia electrónica sin aviso es violación laboral seria. Tribunales 2025 (Brasil TST, México, Argentina) convergieron en esto.

3. Análisis predictivo de performance

“Empleado tiene 73% de riesgo de baja performance en el próximo semestre” — restringido. Para usar:

No puede ser usado como única base para decisión de desvinculación.
Empleado tiene derecho de saber que existe e impugnar.
Modelo necesita ser auditable.
Decisión sigue proceso laboral normal, con IA como input adicional.

Caso real 2025 (Brasil): empresa despidió empleado usando score predictivo como justificativa. TST entendió como discriminación, condenó en indemnización + reintegración. Casos similares en EE.UU. bajo disparate impact theory.

4. Background check automatizado

Verificación automatizada de antecedentes, perfil en redes sociales, procesos judiciales. Restringido. Necesita:

Base legal LGPD/LFPDPPP (interés legítimo + balancing test) o consentimiento explícito.
No puede usar info irrelevante (ej: orientación política en vaga de TI).
Decisión final humana.

Casos prohibidos

1. Despido por decisión totalmente automatizada

IA produce decisión “rescindir contrato del empleado X” y RR.HH. ejecuta sin revisión humana sustantiva. Prohibido.

LGPD Art. 20 + LFPDPPP Art. 17 garantizan derecho a revisión humana. Ley laboral exige fundamentación para rescisión. Decisión de IA sin humano explicando el porqué es nula.

2. Discriminación algorítmica documentada

Modelo conocido por discriminar género, raza, edad, orientación sexual — y empresa usa igual. Prohibido. Configura discriminación directa nos términos de la ley laboral + Constitución.

Burden of proof: empresa precisa demostrar que monitorea bias y mitiga. Vendor precisa entregar audit de bias del modelo.

3. Vigilancia continua no disclosed

Sistema de IA monitoreando colaboradores 24/7 (movimientos, herramientas, comunicación) sin aviso previo claro. Prohibido.

Vigilancia puede existir pero necesita ser:

Comunicada formalmente en contrato/política.
Proporcional al riesgo (no monitorea pasante con mismo rigor que CFO).
Limitada a contexto profesional.

4. Análisis emocional no disclosed

Análisis emocional vía cámara/micrófono (en entrevista, reunión) sin consentimiento explícito. Prohibido en varios escenarios y antes del EU AI Act bloquear, va a ser prohibido en EU en dic 2026. En LATAM, viola LGPD/LFPDPPP + dignidad.

5. Uso para “predicción de pregnancy” o “predicción de leave”

Intentar usar IA para identificar empleada embarazada antes de ella contar, o predecir maternity leave para “ajustar planificación”. Prohibido. Discriminación directa + violación de protección de datos sensibles.

Jurisprudencia laboral 2025-2026 — 4 casos relevantes

Caso 1 — TST Brasil 2025 (Banco do Brasil)

Empresa usaba modelo de riesgo predictivo para decidir promociones. Empleado con evaluación mala impugnó en juicio. TST decidió: modelo es input válido, pero decisión necesita ser humanamente justificada con criterios además de la nota del modelo. Banco obligado a rehacer proceso.

Lección: modelo puede informar, no decide.

Caso 2 — TST Brasil 2025 (retail nacional)

Empresa despidió empleada después de “alerta de IA” sobre baja performance. Empleada era embarazada. TST: discriminación indirecta (modelo agarró métricas que correlacionan con embarazo — faltas para consulta). Reintegración + indemnización.

Lección: sesgo algorítmico tiene responsabilización objetiva del empleador.

Caso 3 — TST Brasil 2026 (BTG Pactual)

Caso interesante. Empresa usó IA para PRE-SELECCIÓN de candidatos a programa de trainee. Documentó rigorosamente el criterio, monitoreó bias trimestralmente, garantizó human review en 100% de los casos. Candidato rechazado procesó alegando sesgo. TST juzgó improcedente — empresa demostró diligencia.

Lección: empresa que hace right puede usar IA con tranquilidad. Documentación salva.

Caso 4 — EEOC EE.UU. 2026 settlement

Equal Employment Opportunity Commission de EE.UU. cerró acuerdo con grande retailer sobre discriminación algorítmica de edad en herramienta de hiring. Herramienta penalizaba currículums con gaps de empleo de más de 2 años. Settlement: USD 12M + requirement anual de algorithmic audit por 5 años.

Lección: reguladores americanos están activos incluso sin ley específica de IA.

Checklist práctico para 2026

Para cualquier uso de IA en RR.HH. en tu empresa:

DPO + jurídico revisaron el caso de uso?
Base legal identificada y documentada?
Candidatos/empleados están informados?
Decisión final es humana con justificativa trazable?
Modelo fue auditado para sesgo conocido?
Existe proceso de impugnación accesible?
Documentación completa para auditoría regulatoria?
Capacitación de persona que usa el sistema?

Si algún ítem está vacío, repensá antes de rollar.

FAQ

¿Puedo usar ChatGPT personal para escribir feedback de empleado? No recomendado. Pegar dato personal de empleado en herramienta consumer-tier viola LGPD/LFPDPPP si no tiene consentimiento + base legal. Usá herramienta corporativa aprobada.

Vendor de ATS (Applicant Tracking System) con IA — ¿quién es responsable? Empresa contratante es controladora; vendor es operador. Empresa necesita DPA + verificar AI Act compliance del vendor + auditar bias.

¿Puedo procesar candidato europeo vía ATS LATAM? Sí, pero EU AI Act + GDPR aplican. Sistema cae en Anexo III high-risk (RR.HH.). Compliance pesado obligatorio.

¿Empleado puede demandarme por usar IA para escribir feedback de él sin él saber? Probable que sí si el caso llega al tribunal. LGPD/LFPDPPP obligan transparencia sobre procesamiento. Mejor avisar.

Próximos pasos

Aplicá el checklist a cualquier uso de IA en RR.HH. aún en rollout.
Workshop SkilLab — Consultoría & Capacitación. Compliance laboral + IA aplicada en RR.HH. con sector regulado. Detalles.
Newsletter SkilLab AI. Inscribite abajo.