Qué datos no meter en un chat de IA (y qué hacer en su lugar)

En la mayoría de las empresas, la pregunta "¿dejamos al equipo usar chats de IA?" llegó tarde: el equipo ya los usa. Para redactar un correo, resumir un documento, preparar una propuesta. La decisión real no es permitir o prohibir —prohibir sin más solo vuelve el uso invisible—, sino otra más concreta: qué información puede salir de la empresa y cuál no, y cómo convertir esa línea en una norma corta que la gente entienda y cumpla. Este artículo es para trazar esa línea.

Pegar es enviar

Un chat de IA se siente como una herramienta más del escritorio, y ahí está la trampa. Cuando pegas un texto en un chat externo, ese texto sale de la empresa y se procesa en los servidores de un tercero. Lo que ocurre después —cuánto tiempo se guarda, quién puede verlo, para qué se usa— depende de unas condiciones de servicio que casi nadie ha leído, y que además varían según el tipo de cuenta.

El criterio de partida es el mismo que aplicarías a cualquier otro servicio externo: pegar es enviar. La pregunta útil no es "¿es segura esta IA?", sino la de siempre: ¿enviaría esto por correo a un proveedor externo con el que no tengo contrato? Si la respuesta es no, tampoco va en el chat.

Cuatro tipos de datos que no deben salir

Datos personales. Nombres de clientes, empleados o candidatos unidos a su situación: una nómina, un parte de baja, una reclamación con datos de contacto. Tratar datos personales conlleva obligaciones legales, pero para la norma interna no hace falta un dictamen jurídico: la regla operativa es que no se pegan.

Información de clientes y contratos. Buena parte de lo que sabes de tus clientes está protegido por acuerdos de confidencialidad. Pegar el contrato de un cliente "solo para resumirlo" puede incumplir tu propio compromiso con él. Ese dato no es del todo tuyo; la decisión de moverlo, tampoco.

Los números internos del negocio. Márgenes, precios pactados, ofertas en curso, planes que aún no se han anunciado, código propio. Nada de esto hunde la empresa por aparecer en un chat una vez, pero es exactamente el tipo de información cuya salida no controlas una vez enviada.

Credenciales y accesos. Contraseñas, claves de acceso, ficheros de configuración con secretos dentro. Nunca, tampoco "solo para que me ayude a encontrar el error". Una credencial que ha salido se cambia; esa es toda la política.

Qué hacer en su lugar

La buena noticia es que casi todo lo que la IA generativa hace bien lo hace igual de bien sin los datos reales.

• Generalizar antes de pegar. Quita nombres, cifras y detalles identificables. "Un cliente del sector industrial nos reclama un retraso de entrega" produce la misma calidad de respuesta que la versión con nombre y apellidos.
• Usar ejemplos ficticios con la misma estructura. Para plantillas, formatos y fórmulas, un dato inventado funciona exactamente igual que el real.
• Contratar cuentas de empresa. Las condiciones de un servicio contratado por la empresa no son las de una cuenta gratuita personal: qué se guarda y para qué se usa se pacta por contrato. Si el equipo va a usar IA a diario, esa diferencia importa; hay que leerla antes de decidir, no después.
• Montar un asistente interno para lo recurrente. Si la necesidad real es preguntar una y otra vez a los documentos propios, existen opciones diseñadas para eso, con los datos bajo control de la empresa. Es un proyecto aparte, no el primer paso; pero es la salida natural cuando el uso deja de ser puntual.

Una norma interna que se cumpla

Las normas de uso de IA que no se cumplen se parecen todas: largas, escritas en abstracto y compuestas solo de prohibiciones. Una que funcione suele caber en una página:

• Qué sí, con ejemplos de tareas reales de la empresa. Una norma que solo prohíbe no elimina el uso: lo esconde, y el uso escondido es justo el que no puedes proteger.
• Qué no, con los cuatro tipos de datos de arriba aterrizados a ejemplos de la casa, no a categorías abstractas.
• Con qué cuenta, si la empresa ha contratado una.
• A quién preguntar en caso de duda, y que esa persona responda rápido. Si preguntar es lento, la gente deja de preguntar.

Y una fecha de revisión: las herramientas y sus condiciones cambian, y una norma congelada pierde autoridad en cuanto deja de describir la realidad.

Tres preguntas antes de pegar algo en un chat de IA

1. ¿Esto identifica a una persona o a un cliente concreto?
2. ¿Me incomodaría ver este texto fuera de la empresa?
3. ¿Funciona igual la petición si quito los datos reales?

Si la respuesta a la tercera es sí —y casi siempre lo es—, el problema desaparece solo: generaliza y pega tranquilo.

En Dateliers este es uno de los primeros temas que tocamos cuando un equipo empieza a trabajar con IA: no para frenar el uso, sino para que pueda crecer sin sustos. Si quieres ver cómo lo enfocamos, así trabajamos.