← Volver al archivo
SAFEIA Sentinel Article

Datos personales en SST: cómo usar IA sin exponer información sensible de trabajadores

Latinoamérica · 2026-08-20

Ilustración editorial de SAFEIA sobre Datos personales en SST: cómo usar IA sin exponer información sensible de trabajadores, Latinoamérica
Imagen editorial de SAFEIA para explicar datos personales SST IA con enfoque de cumplimiento, evidencia e IA.

Artículo práctico para HSE/SST sobre el uso seguro de IA con datos personales de trabajadores: anonimización, control humano, trazabilidad, gobierno de datos y ejercicios aplicables.

Resumen ejecutivo

Usar IA en SST puede ahorrar tiempo en análisis de incidentes, inspecciones, capacitaciones y redacción documental. Pero cuando el insumo incluye nombres, diagnósticos, fotos de lesiones, registros médicos, testimonios, turnos o evidencias de un trabajador identificable, el riesgo deja de ser solo técnico y pasa a ser de privacidad, cumplimiento y reputación.

La regla práctica es simple: si el dato puede identificar a una persona o revelar salud, desempeño, conducta o situación laboral, no debe entrar “en bruto” a una herramienta pública de IA. La combinación de IA con datos sensibles exige minimización, anonimización o seudonimización, propósito definido, control humano, trazabilidad y revisión legal y de seguridad antes de automatizar. Está recomendación se alinea con los principios de gestión de riesgos de IA del NIST, con el enfoque de seguridad de la información de ISO/IEC 27001 y con el marco preventivo de SST de la OIT e ISO 45001. (nist.gov)

En 2026 el tema ganó peso por señales regulatorias y técnicas recientes: la AEPD publicó orientaciones sobre IA agéntica y transcripción de voz con IA; la CNIL publicó fichas para IA y salud; y el propio ecosistema de estándares avanza, con la revisión de ISO 45001 entrando en fase de borrador y con ISO/IEC 27000:2026 actualizando el marco de conceptos de seguridad y privacidad. (aepd.es)

Para equipos HSE/SST, el mejor enfoque es tratar la IA como una capa de apoyo, no como un sustituto del criterio preventivo. La IA puede resumir, clasificar y sugerir; la decisión sobre exposición, medidas correctivas, aptitud, disciplina o cierre de hallazgos debe quedarse en manos humanas con registro de la decisión. Esto es una inferencia práctica derivada de los principios de gestión de riesgo y control humano de los marcos consultados. (nist.gov)

Enlaces relacionados

FAQ

¿Puedo pegar un informe de incidente con nombres de trabajadores en un chatbot público?

No es recomendable. Si el texto incluye identificadores, datos de salud, testigos o detalles sensibles, primero anonimiza y reduce el contenido al mínimo necesario. Esto es una recomendación derivada de los principios de minimización y de los riesgos señalados por las guías de IA y privacidad consultadas. (cnil.fr)

¿Las fotos de accidentes o lesiones pueden usarse con IA?

Solo con extremo cuidado. Las imágenes de terceros y la transcripción/interpretación automática de voz o texto pueden revelar datos personales adicionales; en SST, conviene usar material desidentificado o herramientas internas aprobadas. Está orientación se apoya en las alertas de la AEPD sobre imágenes, voz e IA y en la lógica de protección reforzada para datos de salud. (aepd.es)

¿Qué dato es el más delicado en SST?

Los datos de salud y cualquier información que permita inferir condición médica, incapacidad, aptitud, tratamiento, lesión o dependencia suelen ser los más sensibles. En entornos de salud y datos clínicos, la CNIL y la OMS insisten en gobernanza, derechos y seguridad reforzada; ese criterio es útil por analogía en SST cuando el dato revela salud del trabajador. (cnil.fr)

¿La IA agéntica cambia el riesgo?

Sí. Si un sistema no solo responde, sino que actúa o encadena acciones, aumenta el riesgo operativo y de privacidad porque puede mover, combinar o divulgar datos sin que el usuario lo perciba. La AEPD publicó orientaciones específicas sobre IA agéntica desde la perspectiva de protección de datos en febrero de 2026. (aepd.es)

¿Qué pide un auditor o un DPO en este escenario?

Suele pedir: finalidad, base de tratamiento, inventario de datos, evaluación de riesgos, controles de acceso, retención, seudonimización, trazabilidad, contrato con proveedores, y evidencia de revisión humana. Esto es una inferencia operativa coherente con ISO 27001, el NIST AI RMF y los desarrollos recientes de autoridades de protección de datos. (iso.org)

CTA SAFEIA

Usar IA en SST con protección de datos y trazabilidad en SAFEIA.

Si tu equipo necesita analizar incidentes, inspecciones, permisos de trabajo o reportes visuales sin exponer información sensible de trabajadores, SAFEIA puede ayudarte a estructurar el flujo con control humano, anonimización y trazabilidad.

Ejercicios prácticos con IA

Ejercicio 1: Resumir un incidente sin exponer identidades

Objetivo: convertir un reporte narrativo de incidente en un resumen útil para comité SST sin divulgar nombres, cargos específicos ni datos de salud.

Prompt:

“Actúa como analista SST. Resume este incidente en 5 viñetas, identifica causas inmediatas y básicas, y propone 3 acciones correctivas. No incluyas nombres, DNI/RUT, turnos exactos, centro médico, ni detalles que permitan identificar al trabajador. Si un dato es sensible, reemplázalo por [ANONIMIZADO].”

Datos necesarios: descripción del incidente ya anonimizados, fecha aproximada, área, tarea, condición insegura, equipo involucrado, acción tomada.

Resultado esperado: resumen ejecutivo, causas probables, acciones correctivas y responsables por rol.

Verificación humana: revisar que no aparezcan identificadores indirectos, combinaciones raras de datos, ni inferencias sobre salud no autorizadas.

Riesgo si se usa mal: fuga de datos personales, exposición de salud ocupacional y reutilización indebida de información en una herramienta pública. (cnil.fr)

Ejercicio 2: Clasificar hallazgos de inspección con seudonimización

Objetivo: ordenar hallazgos de inspección por severidad y tipo de control sin asociarlos a trabajadores concretos.

Prompt:

“Analiza estos hallazgos de inspección SST y clasifícalos en: crítico, alto, medio, bajo. Sugiere controles de ingeniería, administrativos y EPP. No menciones nombres de personas ni horarios exactos. Si aparece un testimonio, conviértelo en cita genérica sin autor.”

Datos necesarios: hallazgos redactados de forma neutral, ubicación general, foto descrita en texto, condición observada, norma interna aplicable.

Resultado esperado: matriz de priorización y lista de controles por tipo.

Verificación humana: comprobar que la foto descrita no permita identificar rostros, uniformes únicos, placas o credenciales.

Riesgo si se usa mal: reidentificación por contexto visual o texto, y decisiones automáticas sin validación preventiva. (aepd.es)

Ejercicio 3: Borrador de procedimiento con control humano obligatorio

Objetivo: generar un primer borrador de procedimiento para usar IA en reportes SST con salvaguardas de privacidad.

Prompt:

“Redacta un procedimiento interno de 1 página para usar IA en SST con estas reglas: finalidad limitada, anonimización previa, acceso restringido, revisión humana obligatoria, registro de versiones y prohibición de subir datos médicos o fotos identificables a herramientas públicas. Incluye un checklist final de validación.”

Datos necesarios: política interna de datos, roles, tipos de documentos SST, canales autorizados, requisitos legales internos.

Resultado esperado: procedimiento breve, checklist de control y lista de datos prohibidos.

Verificación humana: revisión por HSE, legal/DPO y seguridad de la información antes de publicar el procedimiento.

Riesgo si se usa mal: crear una política demasiado laxa que autorice prácticas incompatibles con privacidad, seguridad y cumplimiento. (iso.org)

Fuentes oficiales y regionales consultadas