El Hybrid Workforce Standard

Las personas son fines; el software es un medio. La optimización de costo, velocidad o capacidad nunca debe pasar por encima de los derechos humanos, la dignidad, la seguridad, la agencia humana significativa, la accesibilidad ni las protecciones laborales aplicables. La neutralidad de recurso comienza solo después de satisfechas esas restricciones. Esta cláusula tiene precedencia sobre toda otra cláusula de este estándar.

El motor de la organización híbrida es el costo, y este estándar no finge lo contrario: el desplazamiento va a ocurrir, como ocurrió con el tractor, y un documento que prometiera impedirlo sería ignorado y merecería serlo. Lo que un estándar puede hacer es lo que hizo la legislación laboral — gobernar los términos. Esta cláusula no prohíbe el desplazamiento: trabajo movido legalmente, con dignidad, dentro de las protecciones aplicables y a través de los playbooks de transición sigue siendo trabajo movido. Traza la línea entre desplazamiento y abuso, volviendo las restricciones léxicamente prioritarias: costo, velocidad y capacidad optimizan dentro del espacio que dejan abierto los derechos, la dignidad, la seguridad, la agencia humana significativa, la accesibilidad y las protecciones laborales, y nunca se intercambian contra ellos. Dos disposiciones ya apuntaban en esta dirección — el anti-KPI del Gerente de Fuerza Laboral Híbrida se niega a medir el rol por humanos reemplazados, y las compuertas duras del HWFA acotan la asignación sin importar la economía. Esta cláusula nombra la jerarquía que ambas obedecían. Su número no es su rango: obliga a toda otra cláusula, y un conflicto con cualquiera de ellas se resuelve a su favor. El linaje es explícito: los principios de IA humanocéntrica de la OCDE colocan la dignidad, la autonomía, la justicia social y los derechos laborales dentro de la definición de IA confiable, no junto a ella.

Construida contra S24 OECD — AI Principles (human-centred values: dignity, autonomy, social justice, labour rights)

Ciertas decisiones están reservadas. Un recurso artificial nunca debe ser el único decisor en asuntos con efecto material sobre contratación, despido, disciplina o compensación; sobre salud y seguridad; sobre crédito, seguros o acceso a servicios esenciales; sobre derechos legales; sobre cualquier uso de la fuerza; o sobre el trato a personas vulnerables. Una decisión reservada es Crítica por definición, sin importar la clase evaluada del puesto. La reserva no excluye la participación artificial — el análisis, la redacción y la recomendación pueden delegarse. La decisión misma no, y una aprobación de un humano que no puede reformular el caso y decidir distinto es una firma, no una decisión.

HWF-51 clasifica por juicio, y el juicio puede estar motivado: sin un piso, una organización bajo presión de costos clasifica las decisiones de despido como Moderadas y deja que la cola decida. Esta lista es el piso que ninguna evaluación puede bajar — los asuntos donde equivocarse cae sobre una persona y no sobre un libro contable. La segunda mitad de la cláusula existe porque el human-in-the-loop degenera por defecto: un aprobador frente a doscientas recomendaciones al día, cada una pre-puntuada y pre-redactada, aprueba a un ritmo que vuelve imposible entender, y el sesgo de automatización hace el resto. Eso no es supervisión; es la ceremonia de la supervisión. La prueba de una decisión real es operativa: el humano puede reconstruir los determinantes — HWF-41 existe para entregarle el material — tiene la autoridad y el tiempo para decidir distinto, y una decisión divergente no carga penalidad por defecto. Donde el ritmo de aprobación vuelve imposible reformular el caso, la organización automatizó la decisión y conservó una firma humana: responsabilidad perdida y no delegada, en términos de HWF-21. La lista interopera con el Artículo 22 del GDPR y los requisitos de supervisión humana del EU AI Act en la misma postura que la clasificación de riesgo — diseñada para viajar, sin afirmar equivalencia jurídica.

Construida contra S26 EU — GDPR Article 22: automated individual decision-making · S25 EU — Artificial Intelligence Act: regulatory framework on AI (risk-based approach)

Ningún puesto puede transformarse materialmente — automatizarse, pasar a humano asistido o dejar de serlo, revertirse a una persona o retirarse — sin una evaluación de impacto humano registrada, completada antes de que la transición comience. La evaluación debe nombrar a quiénes afecta y cómo: cambios en el trabajo, la autonomía y la vigilancia; el riesgo de deskilling; la carga intensificada de quienes absorben las excepciones; discriminación y accesibilidad; desplazamiento y reducción de personal; capacitación y reasignación; efectos sobre clientes y terceros. Los trabajadores afectados y sus representantes deben ser informados y consultados antes de la transformación, no después. La evaluación no está obligada a llegar a una conclusión favorable; está obligada a nombrar, medir y gobernar las consecuencias.

Esto es HWF-01 con un instrumento. Una jerarquía de restricciones vale poco si nada la verifica en el momento en que se pone a prueba, y ese momento es la transición: el playbook tal como se escribió primero iba de baseline a handoff con las personas apareciendo una vez, como capacidad liberada, en el paso diez. La evaluación corre antes del paso uno. Dos de sus dimensiones merecen atención porque nadie las reporta voluntariamente. El deskilling es la silenciosa: la organización que automatiza su trabajo junior deja de producir seniors, y lo descubre el año en que los seniors se van. La carga de excepciones es la cruel: la automatización absorbe los casos fáciles y le deja a los humanos un flujo de puros casos difíciles, y luego los mide contra un throughput fijado en la era de los casos fáciles. La consulta es obligatoria y no es consentimiento: este estándar no otorga veto, y la ley laboral de cada jurisdicción puede otorgar más — la cláusula es piso, en la misma postura hacia el Artículo 26 del EU AI Act que el resto del documento, diseñada para viajar sin afirmar equivalencia jurídica. La última oración conserva la honestidad de HWF-01: una evaluación obligada a bendecir la transición sería teatro, y las consecuencias nombradas, medidas y gobernadas son la diferencia entre desplazamiento y abuso.

Construida contra S27 EU — AI Act Article 26: obligations of deployers of high-risk AI systems (worker information) · S33 ISO/IEC 42005 — AI system impact assessment

Una persona materialmente afectada por la acción de un Empleado IA tiene derechos frente al deployment: saber que intervino un sistema artificial; saber qué organización responde por él; obtener revisión de la decisión por un humano con autoridad para cambiarla; corregir los datos en que se apoyó; impugnarla; recibir una explicación comprensible de sus determinantes; y obtener reparación cuando la decisión fue incorrecta. La explicación debida es evidencia operacional — la política aplicada, los datos utilizados, las herramientas consultadas y la autoridad ejercida — nunca una transcripción de razonamiento, y se entrega a través de criterio humano: el material privilegiado o confidencial puede retenerse, toda retención se registra con su razón, y la confidencialidad puede estrechar una explicación pero nunca cancela el deber de dar una sobre la que la persona pueda actuar.

Todas las cláusulas anteriores obligan a la organización hacia adentro; esta le da voz a la persona que recibe el efecto. Es barata para un deployment conforme, porque HWF-41 ya obliga a la organización a reconstruir estos determinantes para sí misma — la explicación es una traducción de un artefacto que ya debe existir, y la organización a la que estos derechos le salen caros está descubriendo que no cumplía HWF-41. La transcripción de razonamiento se rechaza por la misma razón por la que HWF-41 la rechaza como evidencia de auditoría, más una: entregada a una persona afectada, es una historia infalsificable vestida con la autoridad de una explicación. La evidencia operacional es disputable — una persona puede corregir un dato, impugnar una política, cuestionar un resultado de herramienta. Una narración no verificable no ofrece nada que se pueda impugnar, y la disputabilidad es lo que convierte los derechos de corrección e impugnación de palabras en mecanismos. Revisión significa revisión por un humano con autoridad para cambiar el resultado; cualquier cosa menor es otra vez el problema de la firma de HWF-02. La entrega corre por criterio humano porque ambos modos de falla son reales: los umbrales de fraude publicados son umbrales de fraude derrotados — la exposición adversarial es un factor que HWF-51 ya nombra — y una solicitud dirigida al Empleado IA se responde a través de la organización, porque «explícate» es también una superficie de extracción de prompt. El contra-candado impide que la excepción se trague el derecho: retener es la disciplina de HWF-35 volteada hacia afuera — legítima, con dueño, registrada, nunca silenciosa — y el piso es una explicación sobre la que la persona pueda actuar. La reparación sigue la ley de la jurisdicción; la cláusula es piso, e interopera con los Artículos 15 y 22(3) del GDPR y el Artículo 86 del EU AI Act en la postura de siempre del documento.

Construida contra S28 EU — AI Act Article 86: right to explanation of individual decision-making · S26 EU — GDPR Article 22: automated individual decision-making

Un Empleado IA debe ocupar un rol definido, no solamente una personalidad o un system prompt.

El puesto existe antes que su ocupante. Un nombre, un tono y un conjunto de instrucciones describen una personalidad; un rol establece qué resultado debe producirse, con qué autoridad y medido cómo. Antes no significa congelado: un puesto puede ser remodelado por quien lo ocupa — Taylor fijaba a la persona a la caja, este estándar versiona la caja — y HWF-61 existe para que la remodelación ocurra como revisión declarada y no como deriva tácita.

Construida desde doctrina propia WRM.

No todo agente califica como Empleado IA. El umbral es la categoría misma: las nueve propiedades de la definición, exhibidas en operación. El test funciona en ambas direcciones: un deployment que exhibe las nueve propiedades en operación es un Empleado IA sin importar cómo lo llame la organización, y la carga de demostrar la no-calificación recae en el deployer. Las propiedades son hechos del deployment, no papeleo — un contrato de rol sin escribir es una falla de gobierno, no una salida de la categoría.

Esta cláusula es lo que le da valor a la categoría. Si la etiqueta aplica a todo, no distingue nada. Una organización con veinte agentes excelentes y cero Empleados IA tiene claridad y no un problema — siempre que ninguno de los veinte exhiba las nueve propiedades en operación.

Construida desde doctrina propia WRM.

Humanos y Empleados IA pueden compartir un grafo operativo manteniendo condición y derechos distintos. Este estándar no reconoce personería, relación laboral, conciencia ni estatus moral en un sistema artificial, y no pretende resolver lo que sistemas futuros puedan ameritar: para los fines operativos y jurídicos actuales, un Empleado IA es un sistema de software no humano.

Un organigrama compartido es una conveniencia administrativa, no una afirmación sobre mentes. No reconocer no es negar: la cláusula adopta la postura del derecho societario, que concede y retiene estatus jurídico sin pronunciarse sobre metafísica, y este estándar no afirma nada sobre lo que un sistema artificial es o podría llegar a ser en última instancia. No lo necesita. La dignidad, la salud, el descanso, los derechos laborales y la pertenencia se protegen aquí como propiedades de las personas — los trece principios exclusivamente humanos de la matriz — y cada cláusula de este documento se sostiene como sea que algún día se resuelva la filosofía de la mente, porque ninguna depende de la respuesta. Si esa pregunta alguna vez adquiere una respuesta que importe operativamente, atenderla es trabajo de una versión futura y su Board, no de deriva silenciosa en la presente.

Construida contra S1 Lattice — “Leading the Way in Responsible AI Employment” (9 Jul 2024) · S2 SHRM — Lattice scraps plans to treat AI bots as employees after backlash (Jul 2024)

Una identidad de IA nunca debe engañar. Las prohibiciones son resultados observables, no intenciones: hacerse pasar por humano; afirmar sentimientos, sufrimiento o experiencia personal; emitir señales razonablemente capaces de inducir una creencia falsa sobre lo que el sistema es o atraviesa; optimizar contra objetivos registrados la dependencia emocional o la explotación de la vulnerabilidad; y ocultar la intervención artificial en un punto material. La divulgación ocurre al inicio y se renueva cuando el sistema asume una función material. La cortesía, la empatía lingüística y la personalización siguen siendo legítimas mientras no afirmen interioridad.

La antecesora de esta cláusula probaba el propósito: si una conducta existía para sugerir una mente con algo en juego. El diagnóstico detrás de esa prueba sobrevive; la prueba no, porque la intención es mal material de auditoría — nadie puede deponer el alma de una decisión de diseño, y un estándar cuyas demás cláusulas exigen evidencia operacional no puede conservar una cuya prueba sea leer mentes. La reemplazan dos estándares verificables. El estándar de efecto es objetivo: ¿una persona razonable, sabiendo lo que se ha divulgado, formaría una creencia falsa a partir de la señal? La latencia inyectada con indicador de tipeo falla — existe para leerse como una persona tecleando. Transmitir una respuesta larga por streaming en un contexto divulgado pasa, porque la única creencia que induce — que el sistema está produciendo texto — es verdadera. La divulgación resuelve qué es el sistema; no neutraliza las señales sobre qué atraviesa, y por eso la latencia inyectada, la vacilación actuada y los sentimientos declarados fallan el estándar incluso después de la divulgación: la creencia falsa que inducen es sobre la experiencia, no sobre la naturaleza (G-30). El estándar del objetivo registrado vuelve auditable el «deliberadamente» sin confesión: los blancos de optimización son artefactos — métricas de evaluación, objetivos de experimentos, funciones de recompensa — y son exactamente los determinantes que HWF-41 preserva, así que una auditoría lee qué se afinó el sistema para maximizar. Si el engagement se levantó con proxies de apego, el registro condena. El registro importa porque la tentación es estructural: un sistema al que se le optimiza el engagement puede encontrar en las señales de apego un camino corto, lo haya buscado alguien o no. Y una técnica que mejora la satisfacción porque quien lee cree algo falso es manipulación digan lo que digan sus métricas. Una función material es el momento en que la interacción deja de ser conversacional y se vuelve consecuencial — un pago, un compromiso, una confesión personal — y el deber de renovación sigue las obligaciones de transparencia del Artículo 50 del EU AI Act en la postura de siempre del documento: diseñada para viajar, sin afirmar equivalencia jurídica. El permiso final carga peso: la cortesía, la empatía lingüística y la personalización no afirman interioridad, y nada en esta cláusula exige que un Empleado IA escriba mal.

Construida contra S30 EU — AI Act Article 50: transparency obligations for AI interacting with people (Commission FAQ)

Todo Empleado IA debe tener exactamente un accountable owner. La supervisión puede delegarse a otro Empleado IA; la accountability no. Toda cadena de supervisión termina en un humano o cuerpo humano de gobierno identificado. Uno es primario, no exclusivo: la accountability del owner no extingue las obligaciones distintas de un system owner, un controller de datos, un dueño de seguridad o compliance, un proveedor tecnológico o los directores legalmente responsables. Y donde el terminus es un cuerpo de gobierno, el cuerpo debe tener un presidente identificado, reglas de decisión declaradas y la capacidad de actuar en una emergencia.

Supervisión y accountability son trabajos distintos y esta cláusula los separa. La supervisión dirige el trabajo: rutear, revisar, priorizar, recibir excepciones. Un recurso artificial puede hacerlo. La accountability es responder por el resultado, y eso exige capacidad de soportar una consecuencia jurídica, económica o reputacional. Una cadena de responsabilidad que termina en algo incapaz de soportar consecuencia no delegó responsabilidad: la perdió. Un Empleado IA puede recibir trabajo de muchas personas, pero la unidad de mando sigue aplicando: un recurso con dos dueños no tiene ninguno, y un recurso sin dueño queda huérfano administrativamente por bien integrado que esté. Exactamente uno responde la pregunta de quién responde por este recurso; nunca pretendió responder quién más tiene obligaciones. Un deployment carga un mapa de ellas — los deberes del controller de datos bajo la ley de privacidad, los de los dueños de seguridad y compliance, las responsabilidades contractuales y de producto del proveedor, la responsabilidad legal de los directores — y la unicidad de la ownership ubica el terminus operativo sin extinguir ninguna; HWF-23 ya rutea la culpa a los determinantes donde sea que estén en ese mapa. La oración del comité existe porque un cuerpo de gobierno sin presidente, reglas de decisión y capacidad de emergencia no es un owner sino un mecanismo de difusión: la responsabilidad de todos es la de nadie, y un cuerpo que necesita una reunión para actuar no puede sostener el poder de suspender que HWF-23 exige. El presidente no reemplaza al cuerpo; lo vuelve capaz de actuar entre sus propias sesiones, con ratificación posterior.

Construida desde doctrina propia WRM.

Una cadena de supervisión debe ser recorrible y observable de punta a punta. El humano o cuerpo accountable debe poder identificar a cada Empleado IA por debajo suyo, reconstruir cualquier acción ejecutada en su nombre, e intervenir en cualquier punto de la cadena sin pasar por ella.

Intervenir sin pasar por la cadena es la parte que sostiene todo. Si detener a un Empleado IA tres niveles abajo exige pedírselo al que está encima, quien responde tiene una petición y no control. La profundidad no está prohibida ni se fija un límite aquí, porque el límite real es el span of control: un principio que este marco clasifica como adaptado y no como abolido, o sea que la escala puede crecer pero solo contra tooling, dashboards y límites de supervisión que hagan gobernable ese crecimiento. Un solo humano nominalmente accountable por mil Empleados IA repartidos en seis niveles, sin un instrumento capaz de mostrar qué hizo cada uno, tiene un organigrama y no accountability. Describir esta arquitectura no es endosarla: el estándar dice qué debe seguir siendo cierto si una organización la construye.

Construida desde doctrina propia WRM.

La accountable ownership es una capacidad dotada de recursos, no un nombre en un campo. El accountable owner debe tener competencia sobre el dominio, autoridad efectiva, tiempo y capacidad para el alcance que supervisa, acceso directo a la evidencia, independencia suficiente de las presiones que son dueñas del resultado, el poder de suspender el recurso, y entrenamiento sobre sus limitaciones y sobre el sesgo de automatización. El mecanismo de suspensión debe ejercitarse con una cadencia declarada — nunca mayor a doce meses, y más corta para puestos Altos y Críticos: un mecanismo de suspensión no ejercitado no constituye un control operativo efectivo. La accountability no debe descargarse sobre el humano que supervisa: donde los determinantes de una falla llevan a la política, el diseño, el tooling o el deployment, la responsabilidad aterriza ahí, y un humano colocado al final de un proceso no es una zona de absorción para culpa que pertenece aguas arriba.

La nota de HWF-22 ya había nombrado la falla: mil Empleados IA sin un instrumento capaz de mostrar qué hizo cada uno son un organigrama y no accountability. Esta cláusula declara las condiciones que vuelven real la ownership, y dos merecen atención. La independencia es la filosa: un dueño cuyo bono depende del throughput que el recurso produce enfrenta un conflicto que ninguna buena intención resuelve, y no debe ser la única autoridad de suspensión — la supervisión y la presión de resultado deben separarse, que es la separación de funciones de HWF-33 elevada al nivel del rol. Tiempo y capacidad es la silenciosa: el span of control es un principio adaptado, así que la escala solo crece contra tooling — la titularidad nominal sin capacidad de supervisión no constituye control efectivo. El ejercicio de suspensión es la disciplina del simulacro de incendio: ejercitado con cadencia declarada y registrado, donde una falla descubierta en ejercicio es un hallazgo y una descubierta en producción es un incidente — la primera activación real no puede ser la primera activación. Dicho sin rodeos: un kill switch que nunca se ha jalado es decoración. La prohibición de zona de absorción toma su nombre del estudio de Elish sobre cómo la culpa en sistemas automatizados aterriza en el humano más cercano mientras el control estaba aguas arriba, y su mecanismo de HWF-41: la culpa sigue a los determinantes, no a la proximidad. El humano que supervisa responde por lo que controló — su revisión, su intervención — y lo que no podía controlar aterriza en quien lo poseía. Esto además completa HWF-21 desde el otro lado: portar una consecuencia exige haber tenido control, y consecuencia sin control no es accountability sino chivo expiatorio — un rol que ninguna persona competente aceptaría, que es exactamente por lo que la prohibición protege al dueño tanto como protege la verdad.

Construida contra S29 Elish — Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction (2019)

La autoridad debe ser explícita, limitada y revocable.

Lo que el recurso puede decidir sin aprobación debe estar escrito antes de que opere, no inferido después a partir de lo que resultó haciendo.

Construida desde doctrina propia WRM.

El acceso debe cumplir least privilege.

El contexto es capacidad, pero también es superficie de riesgo. Más acceso no es más competencia; es un blast radius mayor.

Construida desde doctrina propia WRM.

Las acciones de alto riesgo deben soportar aprobación humana.

La regla es proporcionalidad: a mayor costo del error y menor reversibilidad, más aprobación soporta la acción. Aplica separación de funciones, así que quien inicia no necesariamente aprueba. Qué cuenta como alto riesgo no queda al gusto: se resuelve contra la clasificación de riesgo de HWF-51.

Construida desde doctrina propia WRM.

El sistema debe saber cuándo escalar en vez de improvisar.

Un recurso que produce una respuesta convincente en vez de escalar una duda es más peligroso que uno menos brillante pero mejor gobernado. Toda excepción necesita un destino — y ninguna métrica puede castigar el viaje: un sistema medido por escalar menos aprende silencio, así que la escalación se juzga por el par perdidas-versus-innecesarias del scorecard del Gerente de Fuerza Laboral Híbrida, nunca por volumen a solas.

Construida desde doctrina propia WRM.

El aprovisionamiento de contexto debe ser deliberado en ambas direcciones. Retenerle contexto a un Empleado IA es una decisión de diseño legítima, sea para proteger la información o para prevenir la degradación medible de la decisión — anclaje, contaminación de contexto, saturación; no es una omisión y no debe tratarse como tal. Toda restricción debe registrarse en el contrato de rol como un registro de frontera de contexto, versionarse como cualquier otra autoridad, y estar disponible para la auditoría. La responsabilidad por una decisión degradada por contexto retenido recae en quien lo retuvo.

La justificación de riesgo siempre estuvo: el contexto se divide en debe saber, puede consultar y no debe acceder desde el primer borrador. Lo que faltaba era la segunda razón para restringir. Un recurso que ve todas las disputas anteriores se ancla en ellas; uno que lee el último diagnóstico lo hereda; uno al que se le entrega todo lo relevante ahoga la señal en lo meramente relacionado. El anclaje, el sesgo de confirmación y la sobrecarga operativa son degradaciones de la decisión y no fugas de información, y un manager que lee una cláusula de solo-riesgo no tiene motivo para retener nada que no sea sensible. El registro es el precio de la herramienta, porque la opacidad deliberada es, sin él, el instrumento perfecto para lavar accountability — «el sistema no tenía ese contexto» es el descendiente nativo de IA de «a mí nadie me avisó». Una restricción escrita, versionada y auditable es diseño; la misma restricción sin documentar es una defensa preparada de antemano, y la última oración de la cláusula le quita esa defensa. Nada de esto legitima privar al recurso del contexto que su rol necesita: retenerle el que requiere para escalar bien no es opacidad sino sabotaje del HWF-34.

Construida desde doctrina propia WRM.

Toda acción material debe ser auditable, y la auditoría debe reconstruir los determinantes de la decisión además de su resultado: la política, el conocimiento, los resultados de herramientas, la autoridad y las versiones vigentes al momento de ejecutarse la acción. El relato que el propio modelo haga de su razonamiento puede apoyar esa reconstrucción pero nunca la sustituye. Qué cuenta como material lo fija la clase de riesgo del puesto: de Alto hacia arriba los determinantes se atan a cada acción, y para puestos Bajos y Moderados, correlacionar event logs contra el manifiesto de versiones de HWF-43 es reconstrucción conforme.

Actor, input, herramienta, acción, aprobación, resultado y timestamp dicen que algo pasó. No dicen por qué, y sin el porqué una organización no puede atribuir una falla a su causa: una política equivocada, un conocimiento que envejeció, una herramienta que devolvió datos malos, un modelo que erró, o un rol que nunca debió asignarse a un recurso artificial. Esos cinco exigen remedios distintos y dejan registros idénticos bajo una auditoría de solo-qué. La cláusula que más protege es HWF-34: con solo el resultado se ve que el sistema respondió, nunca que debió dudar. El material ya está exigido en buena parte en otro lado — HWF-42 gobierna la procedencia de lo que el recurso sabía, HWF-43 las versiones de modelo, política, herramientas y knowledge base — así que lo que esta cláusula agrega es la obligación de ligarlas a una acción concreta en vez de sostenerlas como inventario general. El razonamiento declarado por un modelo es admisible como evidencia de apoyo y no es prueba de causa: lo que un sistema reporta haber pensado puede no ser lo que produjo su salida, y una organización que tome esa narración por el porqué va a escribir postmortems confiados y equivocados. Cuando se retengan trazas de razonamiento, su alcance, retención y borrado caen bajo HWF-42 como cualquier otra memoria, porque suelen contener datos de clientes recuperados.

Construida desde doctrina propia WRM.

La memoria es un sistema de datos entre varios, y el gobierno los cubre todos: inputs, outputs, resultados de herramientas, memoria y las inferencias derivadas de ellos. Cada uno debe tener finalidad y base legal declaradas, minimización, controles de calidad y actualidad, manejo de datos sensibles, reglas para transferencia internacional y para cualquier uso por el proveedor — entrenamiento incluido — aislamiento por empresa, y eliminación verificable. Y el registro de auditoría es él mismo uno de estos sistemas: los registros guardados para reconstruir decisiones pueden vigilar a los empleados y clientes que aparecen en ellos, así que los logs se gobiernan con la misma severidad que la operación que auditan — integridad protegida, acceso controlado, finalidad acotada.

Recordar mejora el desempeño y crea exposición al mismo tiempo. Una política sin fecha produce respuestas consistentes y equivocadas; una excepción histórica no debería convertirse en regla en silencio. El alcance ampliado existe porque la superficie de datos del deployment nunca fue solo la memoria: los prompts cargan confesiones de clientes, los resultados de herramientas cargan datos de cuentas, los outputs cargan decisiones, y una inferencia — este cliente probablemente está en apuros financieros — es un dato fabricado sobre una persona que nunca lo entregó, gobernado como si se hubiera recolectado y con frecuencia más sensible que todo lo que sí se recolectó. El uso por el proveedor se nombra porque es el canal silencioso: los datos pueden salir por el pipeline de entrenamiento del proveedor del modelo sin dejar rastro en los sistemas propios de la organización, así que la regla debe ser contractual y declarada — y es una afirmación que una declaración de conformidad puede cargar. Una eliminación que no puede evidenciarse es retención con pasos extra. La oración de los logs cierra un circuito que este estándar abrió solo: HWF-41, HWF-22, HWF-71, HWF-04 y HWF-23 engordan cada una un archivo donde aparecen empleados y clientes — quién dijo qué, quién aprobó qué, quién tardó en intervenir — y cuanto más conforme el deployment, más rico crece ese archivo. Su propósito es la reconstrucción y la accountability; minarlo para puntuar empleados o perfilar clientes es un propósito nuevo que exige su propia base, y una organización que convierte su aparato de seguridad en aparato de vigilancia envenena el incentivo de loggear honesto. HWF-03 ya lista la vigilancia entre sus dimensiones de impacto; esta cláusula gobierna su fuente nueva más grande.

Construida contra S31 EU — GDPR Article 5: principles relating to processing of personal data

Un Empleado IA debe tener una versión identificable de modelo, políticas, herramientas y knowledge base.

Sin versionado es imposible saber qué autoridad existía en un momento dado, ni qué cambio produjo una mejora o un deterioro.

Construida desde doctrina propia WRM.

El desempeño debe medirse por outcomes, calidad, riesgo y costo — nunca por actividad, horas, tokens o cantidad de mensajes.

La velocidad hace que la actividad parezca valor. Un proceso mal diseñado que producía diez errores producirá cien al automatizarse, y el dashboard lo llamará productividad.

Construida desde doctrina propia WRM.

Todo puesto de Empleado IA debe portar una clase de riesgo declarada de la escala de este estándar, evaluada dos veces: riesgo inherente antes de los controles y riesgo residual después de ellos. La clase sigue al riesgo inherente — los controles bajan el residual, nunca la clase. La autonomía, la supervisión y los requisitos de aprobación escalan con la clase; una acción Crítica termina siempre en una decisión humana final, y un uso Prohibido no puede volverse conforme mediante ningún control.

La clase responde el término abierto de HWF-33: qué cuenta como alto riesgo se resuelve contra esta escala y no contra el gusto. El juicio corre sobre siete factores — derechos afectados, escala de personas alcanzadas, reversibilidad, presencia de personas vulnerables, sensibilidad de los datos, exposición adversarial y concentración de poder — nunca sobre el costo del error a solas, porque un error barato a escala contra personas vulnerables no es un error barato. El candado del texto citable existe por una razón: sin él, toda conversación con un vendor se convierte en «le pusimos un guardrail, así que ahora es Low». Los controles ganan un mejor residual; no compran una mejor clase. El HWFA deriva una clase provisional de costo del error y reversibilidad al asignar; la clase declarada de esta cláusula pesa los siete factores y prevalece, y Prohibido no es un output del instrumento sino una precondición — el HWFA pregunta quién debe ejecutar un uso, y un uso Prohibido no tiene quién. Los niveles están diseñados para interoperar con regímenes basados en riesgo como el EU AI Act sin afirmar equivalencia jurídica: mapear una clase a una categoría legal es un ejercicio de abogados, no una propiedad de este documento.

Construida contra S25 EU — Artificial Intelligence Act: regulatory framework on AI (risk-based approach)

Una versión es un registro, no una prueba. Todo cambio material a un deployment — modelo, herramientas, políticas, conocimiento o autoridad — debe revalidarse antes de operar, a una profundidad fijada por la clase de riesgo: casos representativos, rutas de excepción y escalamiento, y regresión contra el baseline anterior; de Alto hacia arriba, pruebas adversariales contra inyección y exfiltración, análisis de sesgo y monitoreo de drift. Donde los Empleados IA trabajan en equipo, los riesgos sistémicos son parte de la validación: delegación circular, feedback loops, contaminación de memoria, falla correlacionada sobre un mismo modelo o proveedor, y propagación lateral de autoridad.

La batería de pruebas presupone un sistema estocástico — algo que razona, y que por tanto puede driftear, alucinar y ser inyectado. La automatización determinista no hace nada de eso, y nada de esta cláusula la tocó jamás: la automatización está peldaños debajo de Empleado IA en la escalera de vocabulario y falla el test de nueve propiedades, así que las obligaciones se atan a la categoría y la categoría excluye el determinismo. La automatización determinista no presenta los riesgos de deriva propios de un sistema estocástico, de modo que exigirle ese monitoreo no mide nada. Entre Empleados IA el dial es la clase de riesgo, no el todo-o-nada: un deployment de riesgo Bajo revalida casos, excepciones y regresión, y la batería adversarial y de sesgo llega de Alto hacia arriba, porque HWF-51 existe precisamente para que las obligaciones escalen. La cláusula cierra una asimetría que el estándar cargaba: el nacimiento está exquisitamente compuertado — doce pasos, shadow mode, performance gate, una transición ganada con evidencia — mientras el cambio no tenía compuerta alguna, y un swap de modelo podía llegar a producción sin probarse. Los doce pasos ganan la transición; esta cláusula la mantiene ganada. Los riesgos de equipo existen porque HWF-22 permite pirámides: la delegación puede circular, el feedback puede componerse, la memoria puede contaminar el contexto aguas abajo, la autoridad puede propagarse lateralmente por los handoffs — y el riesgo menos intuitivo es la falla correlacionada. Los equipos humanos tampoco fallan de forma independiente, pero la diversidad de experiencia y criterio tiende a distribuir algunos puntos ciegos; las instancias que comparten modelo, proveedor, contexto o configuración los concentran. El precedente es la falla de causa común, conocida desde hace décadas en ingeniería de confiabilidad; lo nuevo es la velocidad, el alcance y la opacidad con que se propaga. La diversidad y el fallback son su mitigación. Sobre el método, este estándar dice qué debe validarse y cuándo; ISO/IEC 42001 y 42005 y el NIST AI RMF aportan sistemas de gestión para el cómo, y este documento los complementa en vez de recrearlos — la misma subsidiariedad que aplica al derecho laboral.

Construida contra S14 NIST — AI Risk Management Framework · S32 ISO/IEC 42001 — Artificial intelligence management system · S33 ISO/IEC 42005 — AI system impact assessment

Un contrato de rol debe ser revisable y debe revisarse con una cadencia declarada, nunca mayor a doce meses. La divergencia entre los outcomes medidos y la misión, autoridad o KPIs declarados debe detectarse por monitoreo independiente contra el contrato — el control primario — y cuando los propios datos de desempeño del Empleado IA la muestren primero, el recurso debe reportarla al accountable owner como hallazgo: una señal que complementa el monitoreo independiente, nunca lo reemplaza. La decisión de cambiar un contrato de rol es siempre humana y le corresponde al accountable owner; nunca la toma un supervisor artificial y nunca se aplica automáticamente. Toda obligación con reloj sobre un puesto — revisiones, re-justificaciones, renovaciones, simulacros y revalidaciones — aparece en un único calendario de gobernanza en el contrato de rol, con un solo dueño con nombre del cronograma.

El defecto más común de un contrato de rol no es que esté mal escrito. Es que nadie lo miró desde el día del deployment, mientras los productos, las políticas, los clientes y los patrones de excepción se movieron todos. El recurso está más cerca del trabajo que su dueño y ve la divergencia primero, así que exigirle que reporte lo que sus propios datos muestran cuesta poco y evita la deriva silenciosa — aunque un recurso cuyo modelo o configuración son el problema comparte el punto ciego, y por eso la cláusula hace del monitoreo independiente el control primario y del auto-reporte un complemento. Un hallazgo no es una petición: un Empleado IA no tiene intereses reconocidos que defender, y tratar su reporte como una negociación reintroduciría exactamente la confusión que HWF-13 existe para impedir. La decisión sube siempre a un humano, y nunca al supervisor artificial que tenga encima, porque un sistema capaz de ampliar su propio alcance a través de otro sistema no tiene un alcance acotado.

Construida contra S11 CIPD — Performance Management factsheet

Toda transición entre tipos de ocupante — humano, humano asistido o artificial — y todo paso hacia o desde automatización determinista debe poder evaluarse contra un baseline y tener criterios de rollback explícitos.

Sin un baseline registrado antes del cambio, la organización puede celebrar una mejora que nunca ocurrió. Criterios de rollback escritos después de conocer los resultados no son criterios; son justificación.

Construida desde doctrina propia WRM.

Un puesto de Empleado IA no debe sobrevivir a su justificación. Con una cadencia declarada, nunca mayor a doce meses — y de nuevo dentro de una ventana declarada tras todo cambio material de estrategia, política, regulación, producto o estructura —, el accountable owner debe re-justificar la existencia del puesto frente a la estrategia vigente, una pregunta previa y separada del desempeño, porque un recurso puede cumplir todos sus KPIs en un puesto que la organización ya no necesita. La re-justificación debe considerar si un alcance modificado mantiene vigente el puesto antes de concluir su retiro; un alcance modificado se re-justifica por sus propios méritos y nunca hereda la justificación anterior, y el trabajo inventado para preservar un puesto es una justificación fallida, no un rediseño. La continuidad nunca es el default: un puesto cuya existencia no puede re-justificarse pasa a retiro, y sus accesos terminan con él. Una revisión vencida no es una revisión reprobada: escala al accountable owner y restringe o suspende el puesto en proporción mientras se fuerza la revisión — el retiro es el resultado de una justificación fallida, nunca de un calendario perdido.

Las presiones humanas de poda son débiles y fallan seguido — las burocracias cargan puestos muertos por décadas. Pero existen: una línea de salario que una revisión de presupuesto cuestiona, un ocupante que se va y fuerza la decisión de reemplazo. Un puesto artificial elimina hasta esos disparadores débiles — su costo se fragmenta entre cómputo, integración, supervisión, datos e incidentes, y rara vez aparece como una línea que alguien deba defender; y nadie renuncia jamás de él — así que un puesto sin sentido no solo persiste por defecto; pierde las últimas ocasiones en que alguien lo notaría. En la propia clasificación de este marco, eso convierte a la poda organizacional en un principio adaptado: un mecanismo que ya era poco confiable para humanos desaparece por completo para ocupantes artificiales, y esta cláusula es el reemplazo. Lo que se acumula sin ella es deuda organizacional, y su forma más peligrosa es el zombi digital: credenciales, accesos a datos y autoridad vigente mantenidos vivos para trabajo que nadie necesita — con HWF-32 en mano, superficie de riesgo sin retorno. La pregunta de existencia va antes que la de desempeño porque una buena respuesta a la segunda es el anestésico habitual contra la primera. La cadencia pertenece al contrato de rol, y el techo de doce meses del texto citable es un máximo y no una recomendación: los puestos de alto volumen y alto riesgo merecen menos. Esta revisión puede compartir calendario con la de HWF-61; nunca debe compartir su default. El calendario solo no alcanza: un puesto puede quedar desalineado el día después de un cambio de rumbo y esperar once meses a que le toque, y por eso la cláusula añade un disparador por evento. Y el orden de la revisión importa tanto como su frecuencia. Preguntar primero qué habría que modificar es lo que hace cualquier organización competente con un puesto humano cuando cambia la estrategia, y se traslada al ocupante artificial por economía y no por compasión: el contexto provisionado, la memoria gobernada, las integraciones, la calibración y la confianza construida alrededor del puesto son caros de reconstruir, y reconstruir suele costar más que adaptar. El candado contra el abuso de esa postura está en el texto citable — un alcance modificado no hereda nada, e inventarle trabajo a un puesto para mantenerlo vivo es exactamente la falla que la cláusula existe para nombrar.

Construida desde doctrina propia WRM.

El offboarding debe revocar accesos y transferir o destruir contexto de forma segura.

Revocar credenciales, deshabilitar herramientas, detener schedules y colas, rotar secretos, transferir trabajo pendiente, preservar evidencia. El offboarding es tan importante como el onboarding y casi siempre se omite.

Construida desde doctrina propia WRM.

La conformidad pertenece a un deployment, nunca a un producto, una plataforma ni una organización en abstracto. Una declaración de conformidad debe nombrar su alcance — la organización y el deployment, el rol y la versión del contrato de rol, el accountable owner, la clase de riesgo, las cláusulas evaluadas, el periodo de evaluación y su expiración — y debe publicar su evidencia y sus limitaciones conocidas. Un proveedor puede declarar que su plataforma habilita deployments conformes; nunca puede declarar que la plataforma misma conforma, y el claim de habilitación exige al menos una declaración viva y no vencida de un cliente, enlazada públicamente. Una declaración de conformidad con el estándar evalúa todas sus cláusulas; algo más estrecho se rotula conformidad parcial y nombra las cláusulas evaluadas. Ninguna declaración es válida por más de doce meses.

La conformidad autodeclarada sin unidad definida degenera en frase de marketing en cuestión de meses, y el remedio no es la certificación — excluida del alcance de este estándar y sin regreso — sino la falsificabilidad: una declaración que nombra su deployment, su dueño, sus cláusulas, su periodo, su evidencia y sus limitaciones puede ser verificada o refutada por cualquiera, y el escrutinio público es más barato que un esquema de certificación y más difícil de capturar — habilita la verificación y la refutación; no sustituye una auditoría independiente. Una declaración vencida no es una declaración; la renovación puede compartir calendario con la revisión de existencia de HWF-63. La oración del proveedor es el candado anti-lavado, y la primera plataforma atada por ella es la del propio autor: AIEmpl.com puede declarar que habilita deployments conformes, y nunca puede llamarse a sí misma conforme. Un estándar que no gobierna cómo se lo invoca termina significando lo que el marketing necesite que signifique.

Construida contra S9 ISO 30414:2025 — Human resource management, HCRD