La inteligencia artificial ya ha entrado en la prevención de riesgos laborales. Lo está haciendo a través de herramientas de análisis de datos, plataformas de coordinación de actividades empresariales, sistemas predictivos, aplicaciones de ergonomía, soluciones de vigilancia tecnológica, asistentes virtuales, algoritmos de clasificación documental y modelos capaces de apoyar la toma de decisiones preventivas.
Sin embargo, hay una pregunta que todavía no se está abordando con suficiente profundidad: ¿confiamos adecuadamente en la inteligencia artificial?
La cuestión no es menor. En prevención, una herramienta tecnológica puede ayudar a detectar patrones, priorizar riesgos, anticipar desviaciones o mejorar la eficiencia de los procesos. Pero también puede generar una falsa sensación de seguridad si sus resultados se aceptan sin análisis crítico, sin supervisión profesional o sin comprender sus limitaciones.
Un metaanálisis publicado en Human Factors bajo el título Trust in Artificial Intelligence: Meta-Analytic Findingsaporta una reflexión especialmente útil para el ámbito de la seguridad y salud laboral. El trabajo analiza los factores que influyen en la confianza en la inteligencia artificial a partir de datos procedentes de 65 artículos científicos. Sus autores agrupan estos factores en tres grandes bloques: las características de la persona que utiliza la IA, las características del propio sistema y el contexto en el que se produce la interacción entre ambos.
El estudio muestra que la confianza en la inteligencia artificial no depende únicamente de que el sistema funcione bien desde el punto de vista técnico. También influyen aspectos como la fiabilidad percibida, la forma en que el sistema se comunica con el usuario, el grado de antropomorfización, la dificultad de la tarea, el tipo de aplicación utilizada y la experiencia previa de la persona usuaria.
Esta idea tiene una aplicación directa en prevención de riesgos laborales. La digitalización preventiva no puede limitarse a incorporar herramientas de IA como si fueran soluciones automáticas. Para que aporten valor real, deben integrarse en procesos bien definidos, con criterios de uso claros, trazabilidad de las decisiones y capacidad de revisión humana.
En otras palabras: la IA no elimina la responsabilidad preventiva; la transforma.
Uno de los riesgos más importantes es la infraconfianza. Si los profesionales no entienden cómo funciona una herramienta, no perciben su utilidad o no confían en la calidad de sus resultados, probablemente no la utilizarán o la emplearán de manera superficial. Esto puede convertir una inversión tecnológica en un simple escaparate digital sin impacto real en la gestión preventiva.
Pero el riesgo contrario puede ser aún más peligroso: la sobreconfianza. En contextos de seguridad y salud laboral, aceptar sin cuestionamiento una recomendación algorítmica puede derivar en decisiones equivocadas. Un sistema puede priorizar mal determinados riesgos, interpretar datos incompletos, no captar factores organizativos relevantes o dejar fuera variables que solo el conocimiento experto del técnico de prevención puede identificar.
Por eso, el objetivo no debería ser conseguir que las personas “confíen mucho” en la inteligencia artificial, sino que confíen de forma ajustada. La confianza adecuada es aquella que permite aprovechar la capacidad del sistema sin renunciar al juicio profesional.
Esto resulta especialmente importante en ámbitos como la evaluación de riesgos, la investigación de accidentes, la gestión de indicadores, la coordinación de actividades empresariales, la vigilancia de condiciones de trabajo, el análisis de riesgos psicosociales o la toma de decisiones en entornos complejos. En todos estos casos, la IA puede ser una herramienta de apoyo, pero no debería convertirse en una autoridad incuestionable.
La prevención necesita inteligencia artificial, sí, pero también necesita gobernanza, transparencia y criterio técnico. Las organizaciones deberán preguntarse no solo qué herramienta incorporan, sino cómo se valida, quién la supervisa, qué datos utiliza, qué sesgos puede contener, qué límites tiene y cómo se explican sus resultados a quienes deben tomar decisiones.
El artículo publicado en Human Factors recuerda algo esencial: la confianza no aparece por decreto ni por marketing tecnológico. Se construye a partir de la experiencia, la fiabilidad, la comprensión del sistema y la adecuación al contexto de uso.
En prevención de riesgos laborales, esta reflexión es especialmente relevante. Porque el éxito de la inteligencia artificial no dependerá solo de su capacidad para procesar información, sino de su capacidad para mejorar decisiones que afectan directamente a la seguridad, la salud y el bienestar de las personas trabajadoras.
La IA puede ayudar a la prevención a ser más anticipativa, más eficiente y más basada en datos. Pero su implantación exige una condición previa: no pedir fe en la tecnología, sino generar confianza mediante evidencia, transparencia y supervisión profesional.
Kaplan, A. D., Kessler, T. T., Brill, J. C., & Hancock, P. A. (2023). Trust in Artificial Intelligence: Meta-Analytic Findings. Human Factors: The Journal of the Human Factors and Ergonomics Society, 65(2), 337-359.
