Herramienta local y referencial

Autodiagnóstico de madurez de IA en People

Identifica dónde concentrar un primer ciclo de 90 días para usar IA con propósito, supervisión humana y evidencia. Tus respuestas se procesan solo en este navegador.

Cómo responder: elige una opción por afirmación. La escala va de 0 (aún no existe) a 4 (se revisa y mejora). Avance: 0 de 24 respuestas.

Gobierno

Decisiones, responsables y límites para el uso de IA.

1. Existe una persona responsable de coordinar el uso de IA en People.
2. El equipo conoce qué decisiones requieren revisión humana.
3. Hay criterios escritos para aprobar nuevos casos de uso.
4. People, TI, seguridad y legal participan cuando el caso lo requiere.

Datos

Calidad, acceso y protección de la información de personas.

1. Sabemos qué datos de personas se usarían en cada caso de IA.
2. Los accesos a datos sensibles siguen un criterio de necesidad.
3. Podemos identificar datos incompletos, duplicados o desactualizados.
4. Existe una regla para conservar o eliminar datos del piloto.

Capacidades

Habilidades para usar, cuestionar y explicar resultados de IA.

1. El equipo distingue una respuesta útil de una respuesta no verificada.
2. Las personas usuarias saben redactar instrucciones sin exponer datos sensibles.
3. Managers reciben orientación para usar resultados sin delegar su criterio.
4. Hay espacios para compartir errores, dudas y aprendizajes del piloto.

Casos de uso

Priorización de problemas concretos antes de elegir una herramienta.

1. Los casos de uso parten de un problema de People claramente definido.
2. Cada caso tiene una persona usuaria, una decisión y un resultado esperado.
3. Priorizamos valor, riesgo, factibilidad y calidad de datos antes de empezar.
4. Probamos en pequeño antes de extender el uso a toda la organización.

Supervisión

Controles humanos, trazabilidad y respuesta ante resultados problemáticos.

1. Una persona revisa los resultados antes de usarlos en decisiones relevantes.
2. Podemos explicar de dónde vino un resultado y qué información se utilizó.
3. Existe un canal para reportar errores, sesgos o efectos no deseados.
4. Se documentan cambios importantes en el proceso o la herramienta.

Evidencia

Medición de valor, riesgos y aprendizaje para decidir si continuar.

1. Medimos una línea de base antes de usar IA en un proceso.
2. Combinamos métricas de eficiencia con calidad, equidad y experiencia.
3. Las conclusiones del piloto incluyen límites y no solo resultados positivos.
4. Usamos la evidencia para ajustar, pausar o escalar el caso de uso.

Lectura transparente del puntaje

Puntaje general = (suma de las 24 respuestas / 96) × 100

  • 0 a 34 - Inicial: aún faltan condiciones mínimas para un uso controlado.
  • 35 a 59 - En desarrollo: hay prácticas puntuales que requieren coherencia.
  • 60 a 79 - Definido: existe una base que debe medirse y sostenerse.
  • 80 a 100 - Avanzado: hay prácticas revisables, con evidencia y mejora continua.

Este resultado no se guarda, no se envía a Laborum y no constituye una certificación, auditoría ni recomendación legal. Para decisiones de alto impacto, complementa el diagnóstico con revisión de seguridad, privacidad, legal y las personas afectadas.