Manual de uso responsable de
Inteligencia Artificial en Comunicación Corporativa
Ética • Automatización • Confianza
Versión 1.0 | Fecha: 03/12/2025 | Documento de referencia aplicable
Contenido
• Uso del manual
• Principios rectores
• Roles mínimos y gobernanza
• Clasificación y niveles de automatización
• Ciclo de vida: 4 pilares
• Guías por caso de uso
• Higiene de prompts y datos
• Checklist de publicación
• Plantillas y anexos
Ciclo de vida: 4 pilares de gestión responsable
Vista rápida del ciclo operativo para prevenir, detectar, responder y mejorar.
•Prevención y preparación: reducir riesgos antes de usar IA.
•Detección y activación: identificar señales tempranas y corregir antes de escalar.
•Gestión y respuesta: corregir con rapidez, con responsabilidad humana.
•Recuperación y mejora continua: aprender, ajustar y elevar madurez.
Uso del manual
Este documento está diseñado para equipos de comunicación, mercadeo, RR. PP., servicio al cliente y áreas afines que usan herramientas de IA (p. ej., chatbots, IA generativa, analítica, automatización de respuestas) en comunicación interna o externa. Úsalo como: (1) guía de decisiones (“¿puedo automatizar esto?”), (2) checklist antes de publicar, (3) protocolo en incidentes, y (4) repositorio de plantillas para gobernanza y trazabilidad.
Este manual se fundamenta en un estudio sobre IA en comunicación corporativa con metodología mixta (encuesta + entrevistas + análisis de contenido/casos). Para que el manual sea autónomo, aquí se resumen los hallazgos que afectan directamente la práctica:
• Encuesta (n=150): 72,7% confía “a veces” en mensajes generados por automatización; 19,3% confía “rara vez”; 4,7%
“nunca”; 3,3% “siempre”.
• Intervención humana: 78% considera “muy importante” la intervención humana en comunicación digital; 20% “moderadamente importante”; 2% “poco importante”; 0% dijo que “no es necesaria”.
• Transparencia percibida: 56% califica a empresas que usan IA como “algo transparentes”; 34% “poco transparentes”; 6,7% “muy transparentes”; 3,3% “para nada transparentes”.
• Reconocimiento de automatización: 80,7% afirma poder reconocer cuando interactúa con un sistema automatizado; 15,3% no está seguro; 4% no puede reconocerlo.
• Valor percibido: 58,7% está de acuerdo en que la IA mejora calidad/rapidez de la comunicación empresarial y 18% totalmente de acuerdo; 20,7% en desacuerdo; 2,7% totalmente en desacuerdo.
• Entrevistas (casos en CR, p. ej. Oxígeno, Amazon, FIFCO y un enfoque técnico en Datasite): coincidencia en que la IA debe ser apoyo complementario, con políticas internas, capacitación, supervisión humana y controles de seguridad/privacidad.
Principios rectores
1. Responsabilidad humana: siempre hay una persona/rol responsable del mensaje o decisión final (la IA no “decide” sin dueño).
2. Transparencia proporcional: comunicar el uso de IA cuando sea relevante para la confianza, especialmente en atención al cliente, contenidos sensibles o cuando el público pueda asumir que habla con una persona.
3. Privacidad y minimización de datos: no ingresar datos personales, sensibles o propiedad intelectual en herramientas no autorizadas; usar solo lo necesario para el objetivo comunicativo.
4. Equidad y no discriminación: prevenir sesgos en segmentación, lenguaje, moderación y automatización; revisar y corregir efectos adversos.
5. Seguridad y control de herramientas: usar herramientas aprobadas, con licencias/controles; restringir servicios públicos cuando exista riesgo de fuga de información.
6. Calidad y verificación: toda salida de IA se considera “borrador” hasta ser verificada (hechos, tono, coherencia, contexto).
7. Trazabilidad: registra qué se automatizó, con qué herramienta, quién revisó y qué se publicó.
Roles mínimos y gobernanza
Adapta estos roles a tu estructura (una persona puede cubrir más de un rol en empresas pequeñas):
• Dueño del proceso (Process Owner): define el caso de uso, aprueba alcance, autoriza herramientas.
• Editor/Validador humano: revisa exactitud, tono, riesgos; aprueba publicación.
• Legal/Compliance: valida reclamos, términos, privacidad, contratos, uso de datos y disclosure.
• Seguridad/TI: aprueba herramientas, accesos, logs, y políticas de datos.
Responsable de datos (si aplica): aprueba uso de datasets, retención y anonimización.
Clasificación de contenidos y niveles de automatización
Niveles propuestos:
Regla práctica
A mayor impacto reputacional/ético, menor automatización y mayor revisión humana.
Nivel Qué permite Ejemplos
A (Prohibido automatizar)
Revisión humana Transparencia recomendada
IA no genera ni responde Crisis, respuesta a medios, temas legales/regulatorios, salud/seguridad, comunicados de despidos/sanciones 100% humano (IA solo para análisis interno, sin texto final)
B (Borrador asistido) IA produce borrador; humano reescribe y valida
Comunicados, emails masivos, materiales de RR. PP., guiones
Revisión obligatoria + verificación de hechos
Sí (si se usó IA para apoyo interno, declarar solo si es relevante)
Caso a caso; sí cuando el público podría sentirse engañado
C (Automatización con guardrails)
IA responde con límites predefinidos
Preguntas frecuentes, chatbot con base de conocimiento controlada
D (Automatización operativa)
Procesos sin texto hacia el público o de bajo riesgo
Etiquetado interno, resúmenes para equipo, clasificación de tickets
Muestreo + auditoría periódica; escalamiento a humano
Supervisión por métricas y muestreo
Sí: indicar que es asistente virtual y cómo escalar a humano
No aplica (interno), salvo políticas internas
Ciclo de vida: 4 pilares de gestión responsable
Pilar 1. Prevención y preparación
Objetivo: reducir riesgos antes de usar IA en comunicación (ética, privacidad, transparencia, reputación) y dejar claras reglas de operación.
Checklist operativo
• Definir el caso de uso y el público objetivo (interno/externo).
• Clasificar el contenido (Nivel A/B/C/D).
• Aprobar herramienta (licencia, privacidad, seguridad) y accesos.
• Crear guardrails: tono, palabras prohibidas, claims no permitidos, límites de la IA.
• Definir revisión humana (quién aprueba y con qué criterios).
• Definir disclosure (si el público debe saber que es IA).
• Configurar registro (log) y métricas (KPIs).
• Capacitar al equipo (uso, límites y riesgos).
Plantillas rápidas (copiar/pegar)
Plantilla 1 — Ficha del caso de uso
Caso de uso
Objetivo
Público
Canal
Nivel (A/B/C/D)
Herramienta
Datos permitidos ____
Revisión humana (rol)
Disclosure requerido Sí/No (texto: ____)
Riesgos principales ____
KPIs
Fecha de revisión
Plantilla 2 — Guardrails de contenido
Tono de marca: ____
Qué SÍ puede decir: ____
Qué NO puede decir: ____
Temas sensibles (derivar a humano): ____
Verificación obligatoria de: hechos / cifras / condiciones / precios / legales
Límites: no consejos médicos/legales; no promesas no aprobadas; no datos personales.
Pilar 2. Detección y activación
Objetivo: identificar señales tempranas de error, sesgo, falta de transparencia o deterioro de confianza y activar corrección antes de que escale. Checklist operativo
• Monitorear calidad (muestreo de salidas, QA editorial).
• Monitorear quejas/feedback (social listening, tickets, encuestas).
• Detectar alucinaciones: datos inventados, citas falsas, fechas erróneas.
• Detectar sesgos: lenguaje excluyente, trato desigual, segmentación problemática.
• Activar escalamiento automático a humano en casos sensibles o no resueltos.
• Registrar incidentes (qué pasó, impacto, corrección).
Plantillas rápidas (copiar/pegar)
Plantilla 3 — Señales de alerta
Alerta si ocurre: (1) usuario se queja de“me engañaron/parece robot”, (2) información incorrecta, (3) lenguaje ofensivo/discriminatorio, (4) fuga de datos, (5) aumento anormal de tickets.
Nivel del incidente: leve / moderado / grave.
Acción inmediata: pausar automatización / ajustar prompt / derivar a humano / comunicar corrección.