La IA ya ha entrado en la conversación del tercer sector
La Plataforma del Tercer Sector ha puesto en marcha, a través del Observatorio del Empleo en el Tercer Sector, un nuevo estudio sobre inteligencia artificial y nuevas realidades laborales. El objetivo es analizar qué impacto está teniendo la IA en el sector, qué oportunidades abre, qué riesgos plantea y cómo se están adaptando las entidades para incorporarla a su trabajo diario.
La noticia es relevante porque sitúa la IA donde realmente importa: no como una moda tecnológica, sino como un cambio que afecta a personas, equipos, procesos, puestos de trabajo, datos, decisiones y calidad de los servicios.
Muchas entidades sociales ya han empezado a probar herramientas de IA. Algunas las utilizan para redactar textos, resumir documentos, preparar materiales, ordenar ideas, traducir contenidos, elaborar actas de reunión o mejorar comunicaciones. Otras todavía lo observan con distancia, entre la curiosidad, la prudencia y la sensación de que hay demasiado ruido.
La pregunta de fondo no debería ser si una entidad debe utilizar IA o no. La pregunta útil es otra: para qué, con qué datos, con qué garantías y con qué impacto sobre el equipo.
Antes de incorporar herramientas, una entidad debería tomar algunas decisiones básicas.
1. Decidir qué problema real se quiere resolver
El primer error es empezar por la herramienta. "Tenemos que usar IA" es una frase demasiado amplia. Puede querer decir cualquier cosa y, por tanto, a menudo no significa nada suficientemente operativo.
Una decisión más sana es empezar por el problema:
- ¿el equipo pierde demasiado tiempo redactando documentos repetitivos?
- ¿cuesta preparar memorias e informes?
- ¿hay muchos datos dispersos que nadie acaba de analizar?
- ¿se quiere mejorar la comunicación con personas atendidas, familias, socios o donantes?
- ¿hay que adaptar textos a lenguaje claro o lectura fácil?
- ¿la entidad necesita ordenar conocimiento interno que ahora vive en correos, carpetas y cabezas de personas concretas?
- ¿se quiere apoyar tareas administrativas sin reducir calidad?
La IA puede ayudar en algunos de estos puntos, pero no todos los problemas necesitan IA. A veces lo que hace falta es simplificar un formulario, definir mejor un circuito, centralizar documentos, revisar responsabilidades o dejar de acumular versiones contradictorias de una misma información.
Si el problema no está bien definido, la IA puede hacer algo incómodo: acelerar el desorden.
2. Separar tareas de bajo riesgo y decisiones delicadas
No todas las aplicaciones de la IA tienen el mismo riesgo. Una cosa es utilizar una herramienta para proponer un primer borrador de un correo interno, resumir una normativa o generar ideas para una campaña. Otra muy distinta es usarla para valorar casos sociales, priorizar personas, interpretar informes sensibles o tomar decisiones que afectan a derechos, prestaciones o itinerarios.
Una entidad debería clasificar los usos posibles antes de normalizarlos.
Usos de bajo riesgo pueden ser:
- preparar borradores que una persona revisará;
- resumir documentos públicos;
- proponer estructuras para informes;
- adaptar textos divulgativos;
- traducir contenidos no sensibles;
- generar ideas para actividades, formaciones o comunicación;
- ayudar a ordenar preguntas para una reunión.
Usos delicados serían:
- tratar datos personales o especialmente sensibles;
- generar informes sobre personas atendidas sin revisión profesional;
- automatizar criterios de acceso a servicios;
- sustituir valoraciones sociales, educativas, psicológicas o sanitarias;
- tomar decisiones laborales sobre el equipo;
- crear perfiles o segmentaciones que puedan generar discriminación;
- compartir documentación interna con herramientas que no garantizan suficiente privacidad.
Esta distinción no es burocracia. Es protección institucional. Las entidades sociales trabajan con información muy sensible y con personas en situaciones de vulnerabilidad. La innovación no puede pasar por encima de la responsabilidad.
3. Revisar qué datos tiene la entidad y cómo están ordenados
La IA funciona mejor cuando hay buena información de base. Pero muchas entidades todavía tienen los datos fragmentados: hojas de cálculo, documentos compartidos, aplicaciones distintas, formularios antiguos, registros manuales, correos, carpetas por proyecto y mucha memoria oral.
Antes de pensar en IA, conviene mirar la casa por dentro:
- qué datos recoge la entidad;
- por qué los recoge;
- quién los actualiza;
- dónde quedan guardados;
- quién tiene acceso;
- qué datos están duplicados;
- qué datos no se utilizan nunca;
- qué datos serían demasiado sensibles para introducirlos en una herramienta externa;
- qué datos serían útiles para mejorar la gestión o la justificación.
La IA no convierte datos malos en conocimiento fiable. Si la información está incompleta, desactualizada o descontextualizada, la herramienta puede generar respuestas aparentemente convincentes pero poco útiles.
Esto es especialmente importante en el tercer sector, donde un dato no es solo un dato. Puede representar una persona atendida, una situación familiar, un diagnóstico, una necesidad económica, una derivación, una barrera de accesibilidad o una decisión técnica.
Por tanto, antes de automatizar, hay que ordenar. Y antes de analizar, hay que entender qué significa cada dato.
4. Definir quién revisa, quién valida y quién responde
Una herramienta de IA puede proponer, resumir, sugerir o ayudar. Pero la entidad debe tener claro quién asume la responsabilidad final.
Si una persona del equipo utiliza IA para redactar una memoria, ¿quién valida que los datos sean correctos? Si se prepara un texto para personas participantes, ¿quién comprueba que sea comprensible y respetuoso? Si se genera una respuesta para una administración, ¿quién revisa que no haya errores? Si se hace un resumen de una reunión, ¿quién confirma que refleja los acuerdos reales?
Sin esta gobernanza mínima, la IA puede generar una falsa sensación de eficiencia. Se escribe más rápido, pero quizá se revisa peor. Se producen más documentos, pero quizá con menos criterio. Se responden más cosas, pero no necesariamente mejor.
Una entidad puede definir reglas sencillas:
- ningún contenido externo sale sin revisión humana;
- ningún dato personal sensible se introduce en herramientas no aprobadas;
- ninguna decisión sobre personas se toma solo con IA;
- los documentos importantes indican responsable de revisión;
- los equipos comparten usos, dudas y errores detectados;
- los criterios de uso se revisan periódicamente.
No hace falta crear una estructura enorme. Pero sí conviene evitar que cada persona improvise por su cuenta con herramientas distintas y criterios distintos.
5. Formar al equipo antes de exigir resultados
La incorporación de la IA no es solo una decisión tecnológica. También es una decisión laboral y cultural. Puede generar entusiasmo, miedo, resistencia, curiosidad o cansancio. Y todas estas reacciones son razonables.
Si una entidad quiere incorporar IA de forma responsable, debe formar al equipo. No solo en cómo escribir instrucciones para una herramienta, sino en criterio profesional:
- qué puede hacer y qué no puede hacer una IA;
- qué errores son habituales;
- cómo verificar información;
- cómo proteger datos;
- cómo evitar sesgos;
- cómo documentar usos;
- cuándo no debe utilizarse;
- cómo combinar ayuda tecnológica y juicio profesional.
La formación también debería tener en cuenta los distintos perfiles de la entidad. No necesita lo mismo una persona de comunicación, una técnica de proyectos, una trabajadora social, una responsable económica, una coordinación de voluntariado o una dirección.
Una buena incorporación de la IA no debería aumentar la distancia entre personas "digitales" y personas "no digitales" dentro del equipo. Debería crear un lenguaje común y unas reglas compartidas.
La IA no sustituye procesos débiles
Hay una idea que conviene repetir: la IA no resuelve una organización desordenada. Puede ayudar mucho cuando hay procesos claros, datos bien guardados y responsabilidades definidas. Pero si todo depende de personas concretas, documentos dispersos y urgencias constantes, la herramienta puede acabar añadiendo una nueva capa de complejidad.
Por ejemplo, si una entidad quiere utilizar IA para preparar memorias de proyectos, antes necesita tener bien registradas las actividades, las personas participantes, los indicadores, las incidencias, las evidencias y el presupuesto. Si esta información no existe o está dispersa, la IA no puede reconstruir con rigor lo que no se ha gestionado bien durante el año.
Lo mismo ocurre con la comunicación. Una herramienta puede ayudar a redactar mejor, pero no puede decidir por sí sola qué posicionamiento tiene la entidad, qué tono quiere utilizar, qué datos puede compartir o qué mensaje es coherente con su misión.
La IA puede ser una buena asistente. No debería ser una excusa para aplazar decisiones internas.
Una checklist antes de empezar
Antes de incorporar una herramienta de IA al equipo, una entidad puede hacerse estas preguntas:
- qué problema concreto queremos resolver;
- qué tareas queremos mejorar;
- qué tareas quedan fuera por riesgo o sensibilidad;
- qué datos se pueden utilizar y cuáles no;
- qué herramientas están autorizadas;
- quién revisa los resultados;
- quién responde si hay un error;
- cómo protegemos la privacidad;
- qué formación necesita el equipo;
- cómo mediremos si realmente nos ayuda;
- qué haremos si la herramienta genera más trabajo del que ahorra;
- cada cuánto revisaremos los criterios de uso.
La pregunta final es clave: ¿la IA nos ayuda a trabajar mejor o solo nos hace producir más?
Una oportunidad si se gestiona con criterio
El estudio impulsado por la Plataforma del Tercer Sector es una buena oportunidad para escuchar cómo viven las entidades esta transformación. No todas parten del mismo punto. Algunas tienen equipos digitales consolidados, sistemas de datos y cultura de evaluación. Otras trabajan con recursos limitados, herramientas dispersas y mucha presión operativa.
Precisamente por eso, el debate sobre IA en el tercer sector debe ser muy práctico. No basta con hablar de innovación. Hay que hablar de tiempo de equipo, calidad del servicio, datos, privacidad, formación, riesgos, procesos y gobernanza.
La IA puede ayudar a las entidades sociales a reducir tareas repetitivas, preparar mejor documentación, ordenar conocimiento, adaptar contenidos, analizar información y ganar tiempo para el trabajo de valor. Pero solo será útil si se incorpora con criterio y si refuerza la misión de la entidad, no si la distrae.
En MIDUE trabajamos precisamente en este punto: ayudar a las entidades a ordenar proyectos, equipos, personas atendidas, indicadores, actividades, documentos y justificaciones. Porque cualquier herramienta nueva, también la IA, funciona mejor cuando la base de gestión está clara.
La tecnología no debería sustituir el criterio de las entidades sociales. Debería darles más capacidad para cuidarlo.