Aprende a rastrear fuentes, separar datos de inferencias, usar IA con cautela y corregir errores sin fabricar resultados en tu primer trabajo.

---

La ética de datos en tu primer trabajo aparece mucho antes de una investigación formal. Está en una cifra que copias a una presentación, una respuesta de inteligencia artificial que parece convincente, una encuesta sin contexto o un gráfico que oculta datos incómodos. Tu responsabilidad no es saberlo todo: es hacer visible de dónde sale cada afirmación, qué significa y qué todavía no puedes concluir.

Una entrega rápida que nadie puede rastrear crea deuda. Una entrega breve con fuentes, límites y decisión pendiente permite que otra persona revise, corrija y confíe.

Empieza con una ficha de procedencia

Antes de analizar, registra:

Campo	Pregunta
Origen	¿Quién produjo el dato o documento?
Fecha	¿Cuándo se creó y cuándo lo descargaste?
Versión	¿Es borrador, corte parcial o versión aprobada?
Alcance	¿Qué periodo, población o proceso cubre?
Transformación	¿Qué filtros, cálculos o exclusiones aplicaste?
Permiso	¿Puedes usarlo para esta finalidad y compartirlo con esta audiencia?
Responsable	¿Quién puede aclarar o aprobar?

No llenes vacíos con suposiciones. Si la versión no está confirmada, escribe “versión por confirmar”. Esa frase es más profesional que una precisión falsa.

Separa cinco capas que suelen mezclarse

Dato

Es el registro recibido: por ejemplo, 80 respuestas. No dice automáticamente si la muestra representa a toda la organización.

Transformación

Es lo que hiciste: eliminaste duplicados, agrupaste categorías o calculaste una tasa. Conserva el criterio y, si corresponde, la fórmula.

Hallazgo

Es un patrón descriptivo: “48 de 80 respuestas eligieron la opción A”. No lo cambies por “la mayoría de la empresa prefiere A” si no conoces cobertura y sesgo.

Inferencia

Es una explicación posible. Debe estar marcada como interpretación y acompañada por alternativas.

Recomendación

Es una acción que combina evidencia, restricciones y criterio. No la presentes como si estuviera contenida dentro del dato.

Este orden fortalece tu pensamiento crítico para decisiones laborales: primero establece qué sabes; después, qué crees; al final, qué propones.

Citar en el trabajo no es llenar una bibliografía decorativa

Una cita útil permite recuperar la fuente exacta. En un documento interno, puede incluir título, responsable, fecha, versión, ubicación autorizada y sección. En una fuente pública, agrega enlace y fecha de consulta cuando el contenido pueda cambiar.

Evita citar:

• una captura sin origen;
• el primer resultado de un buscador;
• una respuesta generada por IA como si fuera fuente;
• un archivo reenviado del que nadie conoce la versión;
• una cifra repetida por varios sitios que provienen del mismo reporte.

Cuando uses una fuente secundaria, busca el documento original. Si no está disponible, declara la limitación. No inventes autor, año, DOI o enlace para completar el formato.

Uso de IA: asistente no significa autoridad

El perfil de riesgos de IA generativa de NIST describe la confabulación: contenido falso o erróneo presentado de manera convincente. También identifica riesgos de privacidad y de inferencias sensibles. Por eso, una salida fluida no es evidencia.

Antes de usar una herramienta de IA en una tarea laboral:

1. confirma que la organización la autoriza;
2. no pegues datos personales, secretos, contratos ni documentos internos;
3. limita el encargo a información que puedas revisar;
4. verifica cada afirmación contra la fuente original;
5. registra qué parte fue asistida cuando la política lo requiera;
6. asume responsabilidad por la entrega final.

Un buen uso sería pedir una lista provisional de preguntas para organizar tu revisión y luego validarlas. Un mal uso sería entregar cifras, citas o conclusiones generadas sin abrir las fuentes. Aprende a demostrar habilidades de IA sin inventar también en tu trabajo cotidiano.

Privacidad: tener acceso no equivale a tener permiso para reutilizar

El Reglamento de la Ley N.° 29733 fue actualizado mediante el D. S. N.° 016-2024-JUS. La ANPD explica que los titulares pueden conocer origen, finalidad, uso y transferencias de sus datos mediante el derecho de acceso, además de ejercer rectificación, cancelación u oposición cuando corresponda.

En tu práctica diaria:

• usa solo los datos necesarios para la finalidad autorizada;
• evita descargar bases a cuentas o dispositivos personales;
• revisa destinatarios y permisos antes de compartir;
• no uses información laboral para un proyecto académico sin autorización;
• no prometas anonimización solo porque eliminaste nombres;
• reporta un envío equivocado por el canal definido.

No decidas por tu cuenta qué incidente es “demasiado pequeño”. Una reacción temprana permite contenerlo.

Cómo corregir una cifra sin destruir confianza

Ocultar el error suele empeorarlo. Usa un protocolo breve:

Detén. Pausa la distribución si todavía puedes.

Delimita. Identifica qué archivo, página, cifra y audiencia están afectados.

Informa. Avisa al responsable con hechos, no con una historia defensiva.

Corrige. Publica una versión claramente identificada y conserva trazabilidad según la política.

Previene. Agrega una revisión, validación o control que ataque la causa.

Mensaje ejemplo: “Detecté que el gráfico 3 usa el corte del 10 de agosto y no el aprobado el 15. La conclusión de esa página puede cambiar. Pausé el envío, estoy recalculando y compartiré la versión corregida a las 3 p. m.”. Es específico, accionable y no minimiza.

Presenta incertidumbre sin paralizar la decisión

No todo dato incompleto impide avanzar. Distingue:

• Hecho confirmado: fuente y versión verificadas.
• Estimación: método, rango y supuestos.
• Hipótesis: explicación que necesita prueba.
• Desconocido crítico: puede cambiar la decisión; requiere resolver.
• Desconocido tolerable: no cambia el siguiente paso acotado.

En una diapositiva, coloca el límite junto al resultado, no escondido al final. Evita los errores de comunicación que debilitan tu posicionamiento y facilita que quien decide mida el riesgo real.

Auditoría personal antes de enviar

• Cada cifra se puede rastrear.
• La versión y el periodo están visibles.
• Los filtros y exclusiones están documentados.
• Dato, inferencia y recomendación están separados.
• Las citas existen y abren la fuente correcta.
• No hay datos o materiales fuera del canal autorizado.
• La asistencia de IA fue revisada y declarada según la política.
• Las limitaciones aparecen junto a la conclusión.
• Otra persona puede reproducir el paso crítico.
• Si hay un error, sabes a quién informarlo.

Practica también comunicación profesional clara para que la trazabilidad no se convierta en una explicación interminable.

Haz una prueba de reproducibilidad antes de dar el entregable por terminado. Elige la cifra que más influye en la decisión y pide a un par autorizado que llegue a ella usando tu ficha de procedencia, sin explicaciones adicionales. Si no encuentra el archivo, confunde la versión o obtiene otro resultado, no corrijas solo la diapositiva: documenta el punto exacto donde se perdió la trazabilidad. Revisa también si el permiso de acceso cubre a esa persona y evita duplicar información sensible para facilitar la prueba. El objetivo es comprobar el recorrido de la evidencia, no ampliar su circulación.

Tu reputación se construye cuando la evidencia es incómoda

La integridad no consiste en acertar siempre. Consiste en no fabricar certeza, reconocer límites y corregir pronto. Esa conducta protege a tu equipo y mejora las decisiones.

Audita la procedencia de un entregable y pide a un par autorizado que reproduzca su paso crítico. Luego crea o actualiza tu perfil en Laborum, adjunta esa evidencia relevante de trazabilidad y postula únicamente a vacantes verificadas acordes con tu nivel actual. En tu primer trabajo, haz que cada resultado importante pueda volver a su fuente.

Alcance operativo: revisión del 25 de agosto de 2026. Aplica las políticas, controles y requisitos legales de tu organización; ante datos personales o incidentes, consulta al responsable designado.