La inteligencia artificial ya forma parte de muchas actividades profesionales.
Hoy podemos utilizar herramientas como ChatGPT, Claude, Gemini, Perplexity, Copilot y otras soluciones de IA para investigar, analizar documentos, redactar informes, resumir información, preparar presentaciones, organizar datos, generar contenidos, automatizar tareas y mejorar nuestra productividad.
Sin embargo, existe una pregunta que todo profesional debería hacerse antes de copiar, pegar o subir información a una herramienta de inteligencia artificial:
¿Estoy autorizado a compartir esta información y qué riesgos existen al hacerlo?
No toda la información tiene el mismo nivel de sensibilidad. Y que una plataforma permita técnicamente subir un documento no significa que necesariamente sea correcto hacerlo.
La clave está en aprender a distinguir qué información podemos gestionar libremente con IA, cuál debemos revisar o anonimizar y cuál requiere especial protección.
1. Información que generalmente podemos utilizar con IA
En términos generales, existe un amplio conjunto de información que puede utilizarse con herramientas de inteligencia artificial sin exponer datos personales o confidenciales.
Por ejemplo:
-
Información pública disponible en Internet.
-
Noticias y artículos publicados.
-
Normas y leyes de acceso público.
-
Información institucional publicada oficialmente.
-
Información académica y científica pública.
-
Conceptos, definiciones y explicaciones.
-
Información histórica.
-
Contenidos educativos.
-
Datos estadísticos públicos.
-
Manuales y documentos que tengamos autorización para utilizar.
-
Ideas, esquemas y borradores propios.
-
Textos propios que no contengan información confidencial.
-
Información creada específicamente para ejercicios o simulaciones.
Por ejemplo, podemos pedirle a una IA:
“Elabora una estructura para una presentación sobre transformación digital para pequeñas empresas.” ó;
“Compara las principales ventajas y desventajas de utilizar inteligencia artificial en la gestión empresarial.”
En estos casos no estamos proporcionando información personal ni confidencial.
2. Información propia: sí, pero revisando qué contiene
También podemos utilizar IA para trabajar con nuestros propios documentos.
Por ejemplo:
-
Un borrador de informe.
-
Una propuesta comercial.
-
Un artículo que estamos escribiendo.
-
Una presentación.
-
Un discurso.
-
Un plan de trabajo.
-
Una lluvia de ideas.
-
Un documento académico.
Pero debemos hacer una distinción importante:
Que un documento sea nuestro no significa necesariamente que todo su contenido pueda compartirse con una IA.
Un informe propio podría contener datos de clientes, trabajadores, proveedores, contratos, precios, información financiera o información estratégica.
Por eso, antes de subir un documento completo, conviene revisarlo.
3. Información interna o confidencial: precaución
Aquí comienza una zona de mayor riesgo.
Las organizaciones manejan información que no necesariamente es pública, aunque tampoco corresponda a datos personales sensibles.
Por ejemplo:
-
Estrategias comerciales.
-
Planes de expansión.
-
Información financiera no publicada.
-
Presupuestos internos.
-
Precios negociados.
-
Contratos.
-
Propuestas comerciales.
-
Información sobre proveedores.
-
Bases de datos internas.
-
Procesos internos.
-
Credenciales o configuraciones de sistemas.
-
Información sobre nuevos productos o servicios.
-
Información relacionada con negociaciones.
-
Documentos institucionales de uso restringido.
Antes de introducir esta información en una IA externa, debemos preguntarnos:
¿La organización ha autorizado utilizar esta herramienta para procesar este tipo de información?
Si no existe autorización, lo prudente es no introducirla directamente.
Una alternativa puede ser trabajar con información ficticia, resumida o anonimizada.
4. Datos personales: especial cuidado
Los datos personales son aquellos que permiten identificar o hacer identificable a una persona.
Entre ellos podemos encontrar:
-
Nombre y apellidos.
-
DNI o documento de identidad.
-
Dirección.
-
Teléfono.
-
Correo electrónico personal.
-
Fecha de nacimiento.
-
Número de cuenta.
-
Información laboral.
-
Fotografías identificables.
-
Datos de ubicación.
-
Identificadores personales.
-
Información relacionada con una persona identificable.
Por ejemplo, no es recomendable copiar una base de datos de clientes y pedir:
“Analiza estos clientes y dime cuáles tienen mayor potencial de compra.”
Si la base contiene nombres, teléfonos, correos electrónicos y otros datos identificables, estamos introduciendo información personal en una herramienta de IA.
Una alternativa sería trabajar con datos anonimizados:
Cliente 001 — Edad: 35 — Sector: comercio — Compras anuales: S/ 12 500.
De esta manera, la IA puede realizar determinados análisis sin necesidad de conocer quién es la persona.
5. Datos sensibles: máxima precaución
Existe información que merece un nivel de protección todavía mayor.
En el marco peruano de protección de datos personales, existen categorías de datos sensibles que requieren especial cuidado.
Entre ellos pueden encontrarse datos relacionados con:
-
Salud.
-
Información biométrica.
-
Información genética.
-
Vida sexual.
-
Convicciones religiosas.
-
Afiliación sindical.
-
Información relacionada con determinados aspectos de la vida personal.
También pueden existir otros datos o combinaciones de información cuya exposición genere riesgos importantes para una persona.
Por ejemplo, una organización no debería simplemente copiar a una IA:
“Aquí están los datos personales y médicos de nuestros trabajadores. Analiza quiénes presentan mayor riesgo.”
El hecho de que la IA pueda realizar técnicamente el análisis no significa que tengamos autorización para entregarle esa información.
6. Contraseñas, claves y credenciales: nunca
Hay información que no debería introducirse en una IA pública bajo ninguna circunstancia normal.
Por ejemplo:
-
Contraseñas.
-
Claves bancarias.
-
Tokens de acceso.
-
API keys.
-
Códigos de autenticación.
-
Claves privadas.
-
Credenciales administrativas.
-
Códigos de recuperación.
-
Secretos de sistemas.
Una IA puede ayudarnos a explicar cómo configurar un sistema, pero no necesita conocer nuestras credenciales reales.
En lugar de:
“Esta es mi clave API: sk-xxxxxxxx. ¿Por qué no funciona?”
Es mejor:
“Tengo una API key configurada en una aplicación y recibo un error de autenticación. ¿Cuáles podrían ser las causas?”
La diferencia parece pequeña, pero desde el punto de vista de seguridad es enorme.
7. Información financiera y bancaria
También debemos tener especial cuidado con:
-
Números de tarjetas.
-
Códigos de seguridad.
-
Números de cuentas bancarias.
-
Estados de cuenta.
-
Información tributaria.
-
Información financiera de clientes.
-
Información financiera de trabajadores.
-
Datos financieros internos de una empresa.
Si necesitamos analizar información financiera, podemos utilizar datos ficticios, agregados o anonimizados.
Por ejemplo:
En lugar de enviar una lista con nombres y números de cuenta, podemos trabajar con:
Cliente A — ventas: S/ 8 500 — deuda: S/ 1 200.
La IA puede ayudarnos con el análisis sin necesidad de conocer la identidad del cliente.
8. Información de clientes, pacientes, alumnos o trabajadores
Una de las situaciones más frecuentes ocurre cuando utilizamos IA para trabajar con información de personas con las que tenemos una relación profesional.
Puede tratarse de:
-
Clientes.
-
Pacientes.
-
Alumnos.
-
Trabajadores.
-
Proveedores.
-
Socios.
-
Usuarios de servicios públicos.
-
Beneficiarios de programas.
-
Miembros de una organización.
En estos casos debemos preguntarnos:
¿La IA necesita realmente conocer quién es la persona?
En la mayoría de tareas, la respuesta será no.
Si queremos que una IA redacte una respuesta a un cliente, podemos eliminar su nombre, teléfono y otros datos innecesarios.
Si queremos analizar una encuesta, podemos trabajar con datos agregados.
Si queremos estudiar un caso profesional, podemos utilizar un caso ficticio o adecuadamente anonimizado.
9. Anonimizar no significa solamente borrar el nombre
Este es uno de los errores más frecuentes.
Supongamos que eliminamos el nombre de una persona, pero mantenemos:
-
Edad exacta.
-
Profesión.
-
Empresa.
-
Cargo.
-
Ciudad.
-
Fecha exacta.
-
Diagnóstico.
-
Circunstancias particulares.
En determinados casos, esa combinación de datos todavía puede permitir identificarla.
Por eso, cuando sea necesario anonimizar información, debemos considerar el conjunto de datos y no solamente eliminar el nombre.
Una buena práctica es generalizar la información que no sea necesaria para realizar la tarea.
Por ejemplo:
❌ “Gerente financiero de una empresa de 12 trabajadores ubicada en la calle X de Arequipa.”
✅ “Profesional de administración de una pequeña empresa.”
La segunda descripción puede ser suficiente para muchas tareas de análisis o redacción.
10. ¿Puedo subir documentos completos a una IA?
Depende del documento.
Antes de hacerlo, revisa:
1. ¿Contiene datos personales?
2. ¿Contiene información confidencial?
3. ¿Contiene información estratégica?
4. ¿Tengo autorización para compartirlo?
5. ¿La herramienta está autorizada por mi organización?
6. ¿Conozco cómo trata la plataforma la información que envío?
7. ¿Necesita realmente la IA acceder al documento completo?
Si la respuesta genera dudas, una alternativa es extraer solamente la información necesaria para realizar la tarea.
11. La IA no necesita saberlo todo para ayudarte
Este principio es fundamental:
Proporciona a la IA solamente la información necesaria para realizar la tarea.
- Si quieres que mejore la redacción de un documento, probablemente no necesita conocer la identidad de las personas mencionadas.
- Si quieres que analice una encuesta, probablemente no necesita nombres ni teléfonos.
- Si quieres que prepare una presentación, probablemente no necesita acceder a toda la base de datos institucional.
- Si quieres que te ayude a analizar un caso, probablemente puedes trabajar con información ficticia o anonimizada.
Esto se relaciona con un principio fundamental de protección de datos: la minimización de datos.
No se trata de darle a la IA toda la información disponible, sino solamente la necesaria para conseguir el resultado que buscamos.
12. Una clasificación sencilla: semáforo de la información
Podemos resumirlo en tres niveles.
🟢 VERDE — Generalmente puedes utilizarla
Información:
-
Pública.
-
Académica.
-
Científica.
-
Educativa.
-
General.
-
Ficticia.
-
Propia y no confidencial.
-
Sin datos personales.
Ejemplos: artículos públicos, ideas, conceptos, normas, textos propios, ejercicios y casos simulados.
🟡 AMARILLO — Revisa, minimiza y anonimiza
Información:
-
Interna.
-
Profesional.
-
De clientes.
-
De trabajadores.
-
De alumnos.
-
De proveedores.
-
Documentos institucionales.
-
Bases de datos.
-
Casos reales.
Antes de utilizarla, revisa autorización, necesidad, confidencialidad y condiciones de la herramienta.
🔴 ROJO — No introducir sin autorización y controles adecuados
Información:
-
Contraseñas.
-
Claves privadas.
-
Credenciales.
-
Datos bancarios.
-
Historias clínicas.
-
Datos sensibles.
-
Información personal altamente identificable.
-
Información estratégica confidencial.
-
Secretos empresariales.
-
Información cuya divulgación pueda generar daño a una persona u organización.
13. Cinco preguntas antes de utilizar información con IA
Antes de copiar, pegar o subir cualquier información, puedes aplicar esta pequeña lista de comprobación:
1. ¿Qué información estoy compartiendo?
Identifica exactamente qué contiene.
2. ¿Es pública, privada, confidencial o sensible?
No todas las informaciones tienen el mismo nivel de riesgo.
3. ¿La IA realmente necesita conocerla?
Si un dato no aporta al resultado, probablemente no necesitas compartirlo.
4. ¿Tengo autorización para utilizarla de esta manera?
Especialmente si pertenece a otra persona, empresa o institución.
5. ¿Puedo anonimizarla o reemplazarla por información ficticia?
Si la respuesta es sí, hazlo antes de enviarla.
14. Inteligencia artificial responsable: no se trata de tener miedo
La solución no es dejar de utilizar inteligencia artificial.
La solución es aprender a utilizarla correctamente.
La IA puede ayudarnos a:
-
trabajar más rápido;
-
analizar información;
-
aprender;
-
investigar;
-
redactar;
-
organizar;
-
automatizar;
-
crear contenidos;
-
tomar decisiones mejor informadas.
Pero una buena práctica profesional implica conocer también sus límites.
La pregunta no debería ser solamente “¿qué puede hacer la IA?”
También debemos preguntarnos:
“¿Qué información es apropiado darle para que lo haga?”
Ese cambio de perspectiva es fundamental para desarrollar una cultura de uso responsable de la inteligencia artificial.
Conclusión
La inteligencia artificial está transformando la manera en que trabajamos, pero su utilización profesional requiere algo más que saber escribir prompts.
Necesitamos desarrollar también criterio digital.
Antes de proporcionar información a una IA:
Identifica → clasifica → minimiza → anonimiza → verifica → utiliza.
La regla más sencilla para recordar es:
Si la IA no necesita conocer un dato para realizar la tarea, no se lo proporciones.
Y si se trata de información personal, sensible, confidencial o estratégica, primero verifica que exista una base adecuada, autorización y condiciones de seguridad antes de utilizarla.
La inteligencia artificial puede ser una poderosa herramienta de productividad e innovación.
Pero la protección de la información también es parte de nuestra responsabilidad profesional.
Fuentes de referencia
Para el contexto peruano, esta materia debe analizarse principalmente a la luz de la Ley N.° 29733, Ley de Protección de Datos Personales; su Reglamento; y la Ley N.° 31814 y su Reglamento, que establece disposiciones para el uso responsable y seguro de la inteligencia artificial.
Este artículo tiene finalidad educativa y no constituye asesoría legal. Las organizaciones deben considerar además sus propias políticas de seguridad de la información, protección de datos y uso de herramientas de inteligencia artificial.
