IA y prevención: el criterio humano que ninguna tecnología puede sustituir

Por Juan Sebastián Romero

La inteligencia artificial en prevención de riesgos laborales ya lee expedientes completos, cruza datos que llevaban años separados y propone prioridades en segundos. La pregunta que importa no es si llegará al departamento de SST. Ya está dentro. La pregunta es qué decisiones puede tomar sola y cuáles no debería tomar nunca sin una persona delante.

«En prevención he visto llegar muchas tecnologías. Ninguna con tanto potencial. Y ninguna que exija tanto criterio». Quien lo dice es el Dr. Pedro R. Mondelo, director de la Fundación Internacional ORP y canciller de Carver University para Iberoamérica. Cuarenta años trabajando exactamente en el punto donde se cruzan tecnología, organización y comportamiento humano dan para reconocer una frontera cuando se ve.

Merece la pena escucharlo a él antes de seguir. En esta intervención en LEAN ORP 2026, Pedro R. Mondelo explica por qué los datos que una organización no sabe leer pueden acabar costándole muy caro. Es exactamente el punto donde la inteligencia artificial ayuda y donde empieza a hacer falta criterio.

Respuesta corta. No, la inteligencia artificial no sustituye al técnico de prevención. Puede reunir información dispersa, detectar patrones, redactar borradores y activar alertas tempranas. No puede comprender el trabajo real, decidir qué riesgo es aceptable ni responder ante un comité de seguridad y salud. La IA amplía la capacidad de observar; la responsabilidad sigue siendo humana, y desde 2024 también se lo exige la norma europea.

Qué puede hacer ya la inteligencia artificial en prevención de riesgos laborales

Conviene empezar por lo concreto. Estas cinco capacidades están disponibles hoy, no en un roadmap.

1. Ordenar y conectar información que lleva años dispersa

Una organización acumula durante décadas evaluaciones de riesgos, investigaciones de incidentes, inspecciones, acciones correctivas, formaciones, observaciones preventivas, indicadores de salud y documentación de contratistas. Cuando todo eso vive en carpetas distintas, el técnico dedica la mayor parte de su tiempo a buscar y la menor a interpretar.

La IA invierte esa proporción: clasifica, resume y relaciona. La condición no es menor: debe trabajar sobre fuentes autorizadas, datos de calidad y permisos bien definidos. Sobre un repositorio desordenado, lo único que se acelera es el error. Por eso tratar los datos como el sistema nervioso del sistema de gestión es el paso previo, no el posterior.

2. Detectar señales débiles y ayudar a priorizar

Al analizar históricos, la IA identifica repeticiones, desviaciones y combinaciones de factores que a simple vista no destacan. Señala dónde se concentran los incidentes, qué acciones llevan demasiado tiempo abiertas o qué unidades presentan indicadores que merecen una visita.

Esto no es «predecir accidentes». Un patrón estadístico es una señal para estudiar, no una explicación causal ni una condena automática de un equipo o un turno. Confundir correlación con causa es el error más caro que se puede cometer con estas herramientas.

3. Devolver horas de trabajo administrativo

Preparar borradores, resumir expedientes, comparar requisitos legales, estructurar informes, ordenar evidencias o recuperar antecedentes son tareas donde la IA ahorra tiempo real. El valor no está en producir más documentos: está en liberar capacidad profesional para bajar a planta, conversar con quien hace el trabajo y decidir mejor.

4. Acercar el conocimiento preventivo a quien lo necesita

Un asistente integrado en el software de prevención de riesgos laborales puede localizar un procedimiento, explicar un concepto, orientar una consulta o adaptar un material a distintos perfiles e idiomas. Una respuesta generada solo sirve si se apoya en información vigente, muestra de dónde sale y puede revisarse antes de convertirse en una instrucción de obligado cumplimiento.

5. Anticipar en lugar de reaccionar

La combinación de datos estructurados, sensórica, analítica e IA permite construir alertas tempranas y vigilar tendencias. Es el salto de una prevención que actúa cuando el daño ya se ha producido a una gestión que detecta antes los indicios de deterioro. Es también el terreno donde operan los agentes de IA de Sabentis, que desde hace tiempo funcionan de forma interna y en proyectos piloto controlados con algunas empresas, siempre bajo supervisión humana.

La anticipación, eso sí, no elimina la incertidumbre. La IA amplía la capacidad de observación. No convierte el futuro en una certeza.

Lo que la IA no puede hacer: el criterio que sigue siendo humano

Aquí está la parte que ningún proveedor tiene incentivos para contarte con claridad. Estas cinco funciones no se automatizan, y no por una limitación técnica pasajera.

Comprender el trabajo real, no el procedimiento escrito

Los datos describen una parte de la actividad. Para entender por qué una tarea se hace de una determinada manera hay que observarla, hablar con quien la ejecuta, conocer las restricciones de producción y distinguir el procedimiento escrito del trabajo tal y como ocurre. Esa distancia entre lo prescrito y lo real es donde viven la mayoría de los accidentes, y no aparece en ninguna base de datos.

Decidir qué riesgo es aceptable

Una herramienta puede ordenar alternativas. No puede decidir por sí sola qué riesgo es tolerable, qué medida es proporcionada o qué actuación va primero cuando el presupuesto no llega a todo. Esa decisión exige conocimiento técnico, contexto organizativo y alguien dispuesto a firmarla.

Escuchar y garantizar la participación

La consulta y participación de las personas trabajadoras no puede reducirse a una extracción automática de datos. La prevención necesita diálogo, confianza y la posibilidad real de cuestionar una conclusión. Un sistema que solo mide comportamiento sin escuchar a nadie no está haciendo prevención: está haciendo vigilancia.

Asumir la responsabilidad

Un algoritmo no firma una evaluación de riesgos, no comparece ante el comité de seguridad y salud, no explica una decisión a una persona afectada y no responde de las consecuencias de una medida incorrecta. La responsabilidad profesional y organizativa continúa siendo humana, y la norma lo da por hecho.

Poner límites al propio sistema

Decidir qué datos se recogen, durante cuánto tiempo, con qué finalidad y quién accede a ellos es una decisión de gobierno, no de configuración. También lo es determinar cuándo una recomendación exige revisión obligatoria, qué usos quedan prohibidos y cómo se detectan sesgos, errores o usos indebidos.

Qué exige la norma europea cuando la IA entra en la gestión de personas

Esta es la parte que cambia la conversación de «buenas prácticas» a «obligación». El Reglamento (UE) 2024/1689, conocido como Reglamento Europeo de Inteligencia Artificial o AI Act, clasifica en su Anexo III como sistemas de alto riesgo los que se utilizan en el ámbito laboral para dos cosas:

• Reclutamiento y selección: publicar ofertas dirigidas, analizar y filtrar candidaturas y evaluar candidatos.
• Decisiones sobre la relación laboral: promoción o extinción, asignación de tareas en función del comportamiento o de rasgos personales, y seguimiento y evaluación del desempeño y la conducta de las personas trabajadoras.

Ese último punto toca de lleno a la prevención. Un sistema que monitoriza conductas seguras, puntúa observaciones preventivas o evalúa el comportamiento de un equipo puede entrar en la categoría de alto riesgo, con las obligaciones que eso conlleva: gobernanza de datos, documentación técnica, registro de eventos, transparencia hacia las personas afectadas y, de forma explícita, supervisión humana efectiva.

Sobre el calendario conviene ser preciso, porque ha cambiado hace muy poco. Las obligaciones de transparencia son aplicables desde el 2 de agosto de 2026. Las obligaciones para los sistemas de alto riesgo del Anexo III se han aplazado: el Digital Omnibus sobre IA se publicó en el Diario Oficial de la UE el 24 de julio de 2026 y entró en vigor el 27 de julio de 2026, trasladando esa fecha al 2 de diciembre de 2027.

El aplazamiento no es una moratoria de criterio. Es tiempo para hacer bien lo que de todos modos habrá que demostrar: saber qué datos alimentan el sistema, quién revisa sus salidas y quién responde de ellas. Las organizaciones que ya trabajan así llegarán sin sobresaltos. Las que esperen a 2027 tendrán que reconstruir la trazabilidad hacia atrás, que es siempre la manera más cara de hacerlo.

El riesgo de automatizar sin criterio

Una mala implantación de IA fabrica una falsa sensación de objetividad. Si el dato de entrada es incompleto, el resultado también lo será, solo que con mejor presentación. Si el sistema reproduce sesgos históricos, los convierte en recomendaciones aparentemente neutrales. Y si nadie entiende cómo se ha producido una salida, nadie podrá cuestionarla ni corregirla.

En el ámbito laboral aparecen además riesgos específicos: vigilancia excesiva, pérdida de autonomía, intensificación del ritmo de trabajo, uso de datos de salud fuera de su finalidad, errores que afectan de forma desigual a distintos colectivos y dependencia de herramientas que el propio equipo no sabe supervisar.

La Agencia Europea para la Seguridad y la Salud en el Trabajo insiste en un enfoque centrado en las personas: participación temprana de los trabajadores, comunicación clara y adaptación de la gestión preventiva. No basta con que una tecnología funcione. Debe mejorar el trabajo sin introducir un riesgo nuevo de mayor alcance que el que resuelve.

Cinco preguntas antes de incorporar IA a la prevención

Antes de desplegar cualquier sistema, una organización debería poder responder con claridad. Si falla una sola, todavía no es el momento.

1. ¿Qué problema preventivo concreto queremos resolver? La IA no se implanta por moda ni como solución genérica. Si la respuesta es «para innovar», no hay proyecto.
2. ¿Qué datos utiliza y con qué calidad? Procedencia, vigencia, integridad, permisos y sesgos conocidos. Todo ello por escrito.
3. ¿Qué puede hacer de forma autónoma y qué requiere validación? Los límites se definen antes de usarla, no después del primer error.
4. ¿Quién supervisa y responde por el resultado? Toda salida que influya en la salud o la seguridad necesita un responsable con nombre y apellidos.
5. ¿Cómo sabremos si mejora realmente la prevención? El éxito se mide en mejores decisiones y mejores resultados preventivos, no en número de textos, alertas o análisis generados.

Quién es el Dr. Pedro R. Mondelo

El peso de esta advertencia sobre la IA no viene del rechazo a la tecnología. Viene de haber trabajado durante décadas justo en el punto donde se encuentran tecnología, organización y comportamiento humano.

Es también la mirada que lleva a los escenarios. Bajo el lema «At work: One life, one planet» de la Fundación Internacional ORP, Mondelo imparte la conferencia «El trabajo que (no)s espera», donde plantea el mismo dilema que atraviesa este artículo: qué parte del trabajo tiene sentido delegar en una máquina y qué parte no deberíamos delegar nunca.

Pedro Manuel Rodríguez Mondelo es doctor ingeniero industrial por la Universitat Politècnica de Catalunya, con una tesis sobre ergodiseño transgeneracional calificada cum laude por unanimidad, y doctor en Psicología por la Universitat de Barcelona, también cum laude por unanimidad, con una investigación sobre la ergonomía y las condiciones de trabajo del profesorado. Es además licenciado en Psicología y en Ciencias de la Educación, máster en Gestión del Riesgo Industrial por la UPC y Ergónomo Europeo certificado por el Centre for Registration of European Ergonomists.

Trayectoria académica

Desarrolló una parte relevante de su trayectoria académica en la Universitat Politècnica de Catalunya, donde impartió docencia en la Escola Tècnica Superior d’Enginyeria Industrial de Barcelona y en la Escola Politècnica Superior d’Edificació de Barcelona. Su trabajo universitario se vinculó a la ergonomía, la prevención y la formación de profesionales de la seguridad y salud en el trabajo.

A lo largo de su carrera dirigió el CERpIE de la UPC, el Centro de Investigación y Desarrollo de Ergonomía y Prevención de Riesgos Laborales de la ETSEIB, la Cátedra Mutual Cyclops-UPC, la Escola Superior de Prevenció de Riscos Laborals y el programa de doctorado en Ergonomía y Ciencias del Trabajo. Ha tutorizado decenas de tesis y proyectos sobre carga física y mental, métodos de evaluación ergonómica, diseño de puestos, accesibilidad, manipulación de cargas y sistemas de gestión preventiva.

Investigación, herramientas y transferencia

Su investigación ha abordado ergonomía y diseño centrado en las personas, trastornos musculoesqueléticos y carga física, carga mental y factores psicosociales, seguridad vial laboral, auditoría de sistemas de gestión, absentismo, nanoseguridad y riesgos emergentes, accesibilidad y diseño transgeneracional. Ha dirigido estudios para el Instituto Nacional de Seguridad e Higiene en el Trabajo (actual INSST), el Instituto Vasco de Seguridad y Salud Laborales (OSALAN), la Fundación para la Prevención de Riesgos Laborales y programas europeos.

Figura como titular, junto con la UPC, de una patente de plataforma elevadora para facilitar el acceso al ferrocarril de personas con movilidad reducida. Y mucho antes de que se hablara de IA, ya impulsaba herramientas informáticas aplicadas a la prevención: sistemas para elaborar planes de autoprotección, auditar la seguridad y ergonomía de máquinas, evaluar residencias, analizar puestos de trabajo y aplicar métodos como NIOSH, REFA o AFNOR. En 2004 impulsó UPCtools, un laboratorio online con 28 herramientas de evaluación de riesgos que ya emitía los informes automáticamente desde el navegador, germen de buena parte de las plataformas de SST que conocemos hoy en día. Esa experiencia temprana en digitalizar la prevención explica por qué su reflexión actual no es la de un escéptico.

Publicaciones y proyección internacional

En septiembre de 1994, Pedro R. Mondelo publicó junto con Enrique Gregori Torada y Pedro Barrau Bombardó la primera edición de Ergonomía 1. Fundamentos, editada por Edicions UPC y Mutua Universal. Aquel volumen abrió una colección dedicada a comprender y mejorar la relación entre las personas, los puestos, las herramientas y el entorno de trabajo. Más de tres décadas después, ese mismo principio, adaptar la tecnología a las personas, atraviesa su reflexión sobre la inteligencia artificial.

Es autor y coautor de obras de referencia como Fundamentos de ergonomía, Confort y estrés térmico, Diseño de puestos de trabajo, Ergonomía 4. El trabajo en oficinas, La ergonomía en la ingeniería de sistemas e Introducción a la organización del trabajo, además de decenas de publicaciones científicas y comunicaciones a congresos.

Es fundador y director de la Fundación Internacional ORP, organización independiente y sin ánimo de lucro desde la que ha dirigido durante décadas congresos y simposios que han conectado a investigadores, instituciones públicas, empresas y profesionales de la prevención de Europa y América Latina, incluido el encuentro LEAN ORP de Madrid. Carver University lo presenta además como su canciller para Iberoamérica.

Ha formado parte de comités científicos y consejos editoriales internacionales, entre ellos los vinculados a Theoretical Issues in Ergonomics Science, Human Factors and Ergonomics in Manufacturing e International Journal of Occupational Safety and Ergonomics. Presidió la Asociación Española de Ergonomía. Entre sus reconocimientos figura el título de Doctor Honoris Causa por la Universidad Politécnica y Artística del Paraguay, concedido en 2022.

Una posición sostenida en el tiempo

Su lectura de la IA no es de ahora. En una entrevista publicada por la Fundación Internacional ORP en abril de 2024 con motivo del Día Mundial de la Seguridad y la Salud en el Trabajo, Mondelo ya situaba el debate en el mismo lugar:

«Debemos aprovechar la IA a nuestro favor para que nos dé pistas sobre aquello que se nos escapa como humanos». Y, en la misma conversación: «Debemos empezar a analizar los flecos éticos y compaginarlos con todo lo que tiene que ver con la digitalización y la IA».

Dos años después, la norma europea ha convertido en obligación lo que él planteaba como responsabilidad profesional. Puede consultarse la entrevista completa en la Fundación Internacional ORP.

Del criterio a la formación: Sabentis Academy

La adopción responsable de inteligencia artificial exige algo más que comprar una herramienta: exige que las personas entiendan cómo funciona, qué aporta y dónde están sus límites. Por eso Sabentis ha reunido en Sabentis Academy una oferta que combina formación práctica gratuita y especialización universitaria, con dos programas de posgrado del ecosistema académico de Easy Tech Global, Carver University y la Fundación Internacional ORP.

26 cursos oficiales de Sabentis, online y gratuitos

Los equipos de SST pueden formarse gratuitamente en la tecnología que ya utilizan. Academy ofrece 26 cursos oficiales, 100% online y a tu ritmo, organizados para aprender de forma práctica las principales capacidades de la plataforma. Al finalizar se obtiene un certificado de Sabentis y Carver University. Puedes ver cómo nació Sabentis Academy y qué incluye.

No es formación genérica sobre inteligencia artificial. Es conocer a fondo los procesos y herramientas con los que se gestiona la prevención cada día, para usarlos con más autonomía y mejor criterio.

Accede gratis a los cursos de Sabentis Academy.

La gratuidad corresponde a estos 26 cursos de Sabentis. Los dos programas de posgrado que siguen tienen requisitos de admisión, matrícula y condiciones académicas propias.

Máster en Seguridad y Salud en el Trabajo: Prevención de Riesgos Laborales

El Máster en Seguridad y Salud en el Trabajo: Prevención de Riesgos Laborales se dirige a profesionales que quieren asumir responsabilidades de nivel superior con una visión internacional, multidisciplinar y aplicada. Se estructura alrededor de las cuatro áreas preventivas no médicas: seguridad en el trabajo, higiene industrial, ergonomía y psicosociología aplicada, y combina los fundamentos científicos y técnicos con ISO 45001, analítica de datos, Power BI e impacto de la inteligencia artificial en la SST.

Duración de 18 meses, 70 ECTS y modalidad online sincrónica en español, con 360 horas de prácticas externas y un trabajo final aplicado.

Consulta el programa del Máster en Seguridad y Salud en el Trabajo.

Magíster en Ergonomía y Gestión del Trabajo

El Magíster en Ergonomía y Gestión del Trabajo profundiza en la interacción entre personas, tareas, tecnología y entornos laborales, integrando fisiología, psicología, ingeniería y diseño. Durante 18 meses, con 70 ECTS y modalidad online sincrónica en español, desarrolla competencias en antropometría, biomecánica ocupacional, ergonomía cognitiva, carga física y mental, diseño de puestos y gestión de intervenciones ergonómicas, además de digitalización e IA aplicada a la ergonomía.

Consulta el programa del Magíster en Ergonomía y Gestión del Trabajo.

La tecnología debe devolver tiempo al profesional de SST

La mejor IA aplicada a la prevención no es la que aspira a ocupar el lugar del técnico. Es la que le permite llegar antes a la información relevante, entender mejor el sistema y dedicar más tiempo a las decisiones que exigen presencia, experiencia y juicio.

Ese es también el enfoque de Sabentis: integrar datos, procesos y capacidades de inteligencia artificial en una única plataforma de gestión de SST, con trazabilidad y supervisión profesional. Es la misma dirección que ya apuntaba la prevención 5.0: la tecnología aporta velocidad y escala, el equipo preventivo conserva el control.

No es una posición reciente. Sabentis fue la primera plataforma en llevar la inteligencia artificial a la seguridad y salud en el trabajo, con una primera presentación pública en el Congreso Internacional ORP de abril de 2020, y desde entonces la ha incorporado como capa funcional nativa de sus flujos de trabajo.

La frase de Pedro R. Mondelo resume el reto con precisión:

«En prevención he visto llegar muchas tecnologías. Ninguna con tanto potencial. Y ninguna que exija tanto criterio».

La cuestión ya no es si la inteligencia artificial entrará en la seguridad y salud en el trabajo. Ya está aquí, y desde 2027 con obligaciones exigibles. La cuestión es si las organizaciones la usarán para sustituir reflexión por automatismo o para ampliar, con responsabilidad, la capacidad humana de proteger.

Empieza por la formación: accede a los 26 cursos gratuitos de Sabentis Academy. Y si quieres ver cómo Sabentis integra la inteligencia artificial en la gestión de la seguridad y salud en el trabajo, solicita una demo gratuita.

Preguntas frecuentes sobre IA y prevención de riesgos laborales

¿Puede la inteligencia artificial sustituir al técnico de prevención de riesgos laborales?

No. La IA puede reunir información dispersa, detectar patrones, generar borradores y activar alertas, pero no comprende el trabajo real, no decide qué riesgo es aceptable y no responde ante un comité de seguridad y salud. Amplía la capacidad de observación del profesional; no asume su criterio ni su responsabilidad.

¿Qué puede hacer hoy la IA en seguridad y salud en el trabajo?

Cinco cosas de forma fiable: ordenar y relacionar documentación dispersa, detectar señales y ayudar a priorizar, reducir trabajo administrativo repetitivo, facilitar el acceso al conocimiento preventivo y construir alertas tempranas a partir de datos, sensórica y analítica.

¿La inteligencia artificial puede predecir accidentes laborales?

No con certeza. Puede identificar patrones, repeticiones y combinaciones de factores que merecen atención. Un patrón estadístico es una señal para investigar, no una explicación causal. Presentar una predicción como certeza es uno de los errores más frecuentes y más caros al implantar estas herramientas.

¿Es obligatoria la supervisión humana de la IA en el ámbito laboral?

Sí para los sistemas clasificados como de alto riesgo. El Reglamento (UE) 2024/1689 exige supervisión humana efectiva, gobernanza de datos, documentación técnica, registro de eventos y transparencia hacia las personas afectadas.

¿Un sistema de IA que evalúa conductas seguras es de alto riesgo?

Puede serlo. El Anexo III del Reglamento europeo de IA incluye entre los sistemas de alto riesgo los destinados a asignar tareas en función del comportamiento y a hacer seguimiento y evaluación del desempeño y la conducta de las personas trabajadoras. Muchas herramientas de observación preventiva encajan en esa descripción.

¿Desde cuándo se aplican las obligaciones para sistemas de IA de alto riesgo?

Las obligaciones de transparencia son aplicables desde el 2 de agosto de 2026. Las de los sistemas de alto riesgo del Anexo III se trasladaron al 2 de diciembre de 2027 mediante el Digital Omnibus sobre IA, publicado en el Diario Oficial de la UE el 24 de julio de 2026 y en vigor desde el 27 de julio de 2026.

¿Qué datos necesita la IA para ser útil en prevención?

Datos de procedencia conocida, vigentes, íntegros, con permisos definidos y con los sesgos identificados. Sobre un repositorio desordenado la IA no aporta criterio: acelera el error y le da apariencia de objetividad.

¿Dónde formarse en inteligencia artificial aplicada a la prevención de riesgos laborales?

Sabentis Academy ofrece 26 cursos oficiales gratuitos, 100% online y a tu ritmo, sobre la plataforma Sabentis, con certificado de Sabentis y Carver University. Para especialización universitaria existen el Máster en Seguridad y Salud en el Trabajo y el Magíster en Ergonomía y Gestión del Trabajo, ambos con contenidos de digitalización e IA aplicada.

Fuentes

• Comisión Europea. El Digital Omnibus sobre IA entra en vigor (julio de 2026).
• Anexo III del Reglamento (UE) 2024/1689: sistemas de IA de alto riesgo, punto 4, empleo y gestión de trabajadores.
• Revolutionizing health and safety: the role of AI and digitalization at work, Organización Internacional del Trabajo.
• Digitalisation of work, Agencia Europea para la Seguridad y la Salud en el Trabajo.
• Entrevista a Pedro R. Mondelo sobre ética, digitalización e IA, Fundación Internacional ORP, abril de 2024.
• Perfil de Pedro Manuel Rodríguez Mondelo en FUTUR-UPC.
• Máster universitario en Seguridad y Salud en el Trabajo: Prevención de Riesgos Laborales, UPC.
• Doctor Honoris Causa por la Universidad Politécnica y Artística del Paraguay.
• Carver University: cooperación académica con la Fundación Internacional ORP.
• Sabentis Academy: cursos oficiales gratuitos y programas de especialización.