La IA está transformando la sociedad y, por extensión, las organizaciones. El dirse afronta la responsabilidad de su implantación
La IA es un medio, no un fin; su adopción exige gobernanza, revisión humana y transparencia; y su impacto ambiental y social debe medirse con el mismo rigor que cualquier otro asunto material.
La IA puede ser una herramienta muy útil para la gestión y el desarrollo sostenibles, pero no debemos olvidar que: es también una tecnología con huella física, energética y social, y hay que evaluarla con el mismo rigor que cualquier otro impacto material de una organización. Este es el principio que atraviesa todo el documento.
Marco de referencia
- Unión Europea Marco regulatorio europeo de IA (Ley de IA y desarrollo normativo)
- OECD Due Diligence Guidance for Responsible AI
- ISO/IEC 42001 sistema de gestión de la inteligencia artificial, primer estándar internacional certificable en esta materia
- UNESCO Recomendación sobre la Ética de la Inteligencia Artificial, único marco internacional que sitúa la sostenibilidad ambiental en el centro de la ética de la IA
Contexto y riesgos
Riesgos y oportunidades van de la mano: gobernanza, impacto ambiental, impacto social y marco regulatorio.
Oportunidades y valor real
- eficiencia y descarbonización de las operaciones
- conocimiento para la regeneración eficaz de ecosistemas
- automatización del reporting y gestión del dato para enfocar más tiempo en estrategia y prevención de retos
- anticipación de riesgos climáticos y de cadena de suministro
- diseño de programas más personalizados.
Gobernanza, ciberseguridad y protección y soberanía del dato
La adopción de la IA supera su capacidad para gobernarla.
- Revisión humana para mitigar sesgos y alucinaciones.
- Soberanía del dato, dónde y cómo se almacena y procesa.
Impacto ambiental
Es un error tratar la IA como “la nube”, como algo abstracto y sin coste ambiental. La IA no es inmaterial. Los centros de datos que la sostienen tienen una huella física real, con consecuencias directas sobre
- recursos hídricos
- ecosistemas locales
- demanda de energía que si no se cubre con energías renovables conlleva GEI
Impacto social
- Pensamiento crítico: cualquier profesional (júnior o sénior) que delegue de forma sistemática su razonamiento en la IA puede acabar perdiendo la práctica del pensamiento crítico que esa herramienta sustituye. Hoy sabemos detectar un resultado incoherente porque seguimos ejercitando esa capacidad; la pregunta es si la conservaremos dentro de unos años. El criterio profesional se sostiene en conversaciones entre personas, diálogo, aprendizaje por investigación, ensayo y error.
- Brecha digital Acompañamiento para cubrir de una manera equitativa el desplazamiento de puestos de trabajo, la reconversión profesional (reskilling/upskilling) y la brecha en perfiles junior-senior
- Salud y bienestar
Marco regulatorio
El Reglamento europeo de IA ya tiene obligaciones concretas en marcha:
- alfabetización en IA (febrero de 2025)
- transparencia y etiquetado de contenido generado por IA (agosto de 2026)
- sistemas de alto riesgo (mayo de 2026 pero aplazado)
El profesional de la RSC frente a la IA
- perspectiva estratégica: prioriza los casos de uso de IA teniendo en cuenta su materialidad para la sostenibilidad, además de otros criterios de negocio.
- IA ética y responsable: supervisión de resultados, identificación de sesgos y promoción de un uso responsable
- Evalúa impactos en el análisis de materialidad y gobernanza
- diálogo transversal: conecta las perspectivas de los equipos técnicos, el negocio y los órganos de gobierno desde una visión de riesgos e impactos.
- coherencia con los compromisos públicos y objetivos de sostenibilidad
Mejores prácticas
El desarrollo de agentes documentales internos, construidos sobre documentación propia, para resolver consultas y responder cuestionarios de sostenibilidad, con ganancia de eficiencia sin renunciar a la revisión humana.
La realización de estudios internos sobre el impacto social de la tecnología, como los que analizan la relación entre la IA y la soledad no deseada.
Las experiencias de accesibilidad digital, que muestran cómo la tecnología puede reducir barreras en lugar de crearlas.
La creación de comisiones internas de gobernanza de IA que autorizan herramientas y mantienen un canal claro de rendición de cuentas.
La formación interna en IA, tanto en riesgos y normativa como en oportunidades y casos de uso para la función de sostenibilidad.
La elaboración de una política interna de uso de la IA, ajustada al tamaño de cada organización.
La divulgación del impacto de la IA en la organización y de cómo se gestiona, con la misma transparencia que cualquier otro asunto material de sostenibilidad.
Claves del posicionamiento DIRSE
- El factor de escala: beneficios potenciales vs. recursos necesarios e impactos asociados
- IA por defecto, Shadow AI y entorno de pago. Riesgo de gobernanza (control sobre qué se usa y cómo) y de equidad (encarece el acceso y amplía la brecha entre quien puede pagar por los modelos avanzados y quien no)
- La IA y la tecnología como medio, no como fin. La pregunta no es qué puede hacer la tecnología, sino qué problema de sostenibilidad resuelve y a qué coste.
- Principio de proporcionalidad para pymes: inventario de herramientas de IA en uso, política de uso aceptable y revisión humana de cualquier resultado antes de su uso.
