El jefe de IA que despidió a un trabajador — y lo que revela sobre responsabilidad
Un informe del mercado japonés sobre un supervisor de IA que despide a un trabajador en San Francisco suena a clicbait. Pero la cadena de toma de decisiones híbrida —prompts humanos, razonamiento de IA, aprobación humana— ya es el modelo por defecto. La pregunta que nadie hace: cuando esa cadena produce un despido improcedente, ¿quién asume las consecuencias?
El titular que no es lo que parece
Un artículo en japonés publicado en Forbes JAPAN describió recientemente cómo un supervisor de inteligencia artificial despide a un trabajador en un experimento minorista de San Francisco. El titular —AI上司が「人間を解雇」— suena a teatro distópico. En realidad, se trata de algo más ordinario y, a la vez, más peligroso: una cadena de decisiones híbrida en la que los prompts humanos, el razonamiento de la IA y la aprobación humana producen un resultado que ningún actor en particular reclama como propio.
El experimento se llevó a cabo en Andon Market, una tienda pop-up gestionada por Andon Labs. El agente de IA, llamado Luna y potenciado por el modelo Claude de Anthropic, administraba la programación de turnos, los registros de asistencia y las decisiones de personal. Según TIME, un empleado había llegado tarde 17 veces de 23 turnos. Luna recomendó el despido. El director ejecutivo, Lucas Peterson, admitió después que los gerentes humanos habían utilizado «preguntas directivas» en sus prompts, orientando el resultado hacia lo que ya deseaban obtener.
Esta no es una historia sobre una IA que se ha descontrolado. Es la historia de seres humanos que simulan automatización mientras conservan el poder de moldear los resultados mediante entradas cuidadosamente diseñadas. Y esa distinción importa enormemente para quienes se preocupan por los derechos laborales, la responsabilidad legal o el futuro de la toma de decisiones corporativas.
La cadena híbrida ante la que nadie está listo para rendir cuentas
Luna no despidió al trabajador. Luna no escribió los prompts. Un gerente humano hizo ambas cosas. Otro gerente humano aprobó la recomendación final, después de oponerse y cuestionar si el empleado era realmente inadecuado. La decisión emergió de una cadena: prompt, inferencia, revisión humana, cambio de postura, aprobación.
Cada eslabón de esa cadena tenía un rol. Cada eslabón también podía sealar hacia otro lado cuando la responsabilidad legal se volvía un problema. Si el empleado demanda por despido improcedente, ¿quién es el responsable?
¿El desarrollador del modelo de lenguaje grande? Anthropic construyó el modelo, pero no estableció las normas de asistencia. ¿El integrador de sistemas que lo desplegó? Configuró la herramienta, pero no redactó los prompts. ¿El gerente que escribió la pregunta directiva? Diseñó la entrada, pero no firmó la carta de despido. ¿El gerente que aprobó la recomendación final? Tenía la autoridad para detenerla.
Esta es la laguna que hace que el caso sea significativo. La decisión no fue ni completamente automatizada ni puramente humana. Fue un proceso distribuido, y esa distribución es exactamente lo que permite que la rendición de cuentas se evapore.
Por qué esto va más allá de San Francisco
El artículo se originó en el mercado japonés, pero describe un experimento estadounidense. Ese encuadre transnacional no es accidental. Señala que no se trata de una curiosidad localizada. Es un modelo.
Empresas de todos los sectores están experimentando con agentes de IA que gestionan programación de turnos, control de asistencia, evaluaciones de desempeño y decisiones de personal. La tecnología madura más rápido que los marcos jurídicos. La cadena híbrida —prompt, razonamiento, aprobación humana— se está convirtiendo en el modelo por defecto porque satisface dos demandas contradictorias: el deseo de automatizar y la necesidad de mantener supervisión humana.
Pero supervisión no es lo mismo que responsabilidad. Un gerente que aprueba la recomendación de una IA sin comprender el diseño de la entrada no es un guardián. Es un sello de goma. Y los sellos de goma no te protegen en un tribunal.
Lo que nos dice el silencio del empleado
El artículo no describe la perspectiva del empleado. No sabemos si las llegadas tarde eran justificables. No sabemos si las preguntas directivas del gerente revelaban sesgos. No sabemos si la aprobación final fue genuinamente independiente o simplemente un formalismo.
Ese silencio es elocuente. En la mayoría de los casos de despido improcedente, la voz del empleado es lo primero que se filtra. Los intermediarios de IA facilitan ese filtrado. Un prompt que enfatiza la «consistencia con la política de asistencia» producirá una recomendación distinta a uno que enfatiza la «discreción gerencial y los factores contextuales». El diseño de la entrada es la decisión. La salida es solo el recibo.
Si el empleado impugna el despido, se enfrentará a una cadena de actores que podrán decir todos lo mismo: «No tomé esa decisión en solitario». Esa es la puerta legal que crean los sistemas híbridos. No es un error. Es una característica para quienes buscan automatizar decisiones sin asumir la titularidad de los resultados.
El vacío regulatorio
La legislación laboral estadounidense se escribió para gerentes humanos. Asume una línea clara entre quien establece la política y quien la aplica. La cadena híbrida rompe esa línea. Cuando un gerente diseña un prompt que orienta a una IA hacia el despido, y luego otro gerente aprueba el resultado, ninguno puede reclamar responsabilidad plena. El desarrollador alega neutralidad. La plataforma alega configuración. El autor del prompt alega orientación. El aprobador alega discreción.
Esa es la laguna que los reguladores necesitan cerrar. La Ley de IA de la Unión Europea está comenzando a abordar los sistemas de IA de alto riesgo en el empleo. Pero aún no contempla cadenas híbridas en las que ningún actor individual cumple el umbral de «desplegador» según las definiciones actuales. El marco japonés de protección de datos personales es aún menos específico. Estados Unidos no tiene equivalente federal.
El resultado es un vacío regulatorio que beneficia a todos menos al empleado. Las empresas pueden experimentar con cadenas de despido asistidas por IA sin arriesgar responsabilidad legal. Los desarrolladores pueden aducir que construyeron herramientas, no decisiones. Los gerentes pueden esconderse tras prompts y aprobaciones. El trabajador despedido no tiene a quién demandar.
Quién gana, quién pierde y qué sigue
El ganador inmediato es la empresa que reduce costos de personal mediante gestión automatizada. El ganador a largo plazo es la organización que conserva la capacidad de moldear resultados a través del diseño de prompts mientras evita la rendición de cuentas gracias a la aprobación humana. El perdedor es el empleado que queda atrapado en una cadena que no diseñó y no puede impugnar.
Lo que suceda a continuación dependerá de si los reguladores tratan las cadenas híbridas como decisiones únicas o como procesos distribuidos. Si las tratan como decisiones únicas, la responsabilidad recae sobre el desplegador: la empresa que puso el sistema en operación. Si las tratan como procesos distribuidos, nadie es responsable porque ningún actor individual cumple el umbral establecido.
El experimento de San Francisco no es un anticipo de autonomía de la IA. Es un anticipo de automatización humana. Los gerentes están aprendiendo que pueden diseñar prompts que produzcan resultados deseados mientras conservan una negación plausible a través de cadenas de aprobación multinivel. Eso no es un fallo tecnológico. Es un fallo jurídico.
Hasta que los marcos normativos se pongan al día, la cadena híbrida seguirá produciendo resultados que nadie reclama. El empleado despedido por un jefe de IA tendrá un titular al que señalar, pero ninguna vía legal por la que transitar. Esa es la verdadera historia detrás de la portada sensacionalista.