# Estándar RUAI (edición de 2026): Uso responsable de la IA > Usar la IA de forma responsable significa utilizarla para mejorar el trabajo y mantener el control sobre lo que hace. Las personas deciden qué puede hacer, le dan fuentes fiables, comprueban lo que produce y responden del resultado. El Estándar RUAI define el uso responsable de la IA en el trabajo en 2026. Cada uno de sus diez principios incluye una pregunta para ti, prácticas recomendadas, ejemplos de prompts y las fuentes que respaldan las recomendaciones. Publicado por Founderz AI, S.L. (Founderz). Desarrollado por Founderz en colaboración con Microsoft. Texto bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). La licencia excluye los nombres, los logotipos y las imágenes. Cita recomendada: Founderz (2026). What responsible use of AI means in 2026. The RUAI Standard, 2026 edition. Developed by Founderz in collaboration with Microsoft. https://responsibleai.founderz.com/es/toolkit/home ## El estándar - [Índice de la guía](https://responsibleai.founderz.com/es/toolkit/home): principios, ejemplos de prompts, situaciones de trabajo, casos prácticos, herramientas para equipos y material de consulta - [El estándar en Markdown](https://responsibleai.founderz.com/es/standard.md): cada principio con sus prácticas recomendadas, los datos que las respaldan y sus fuentes - [Principio 1: Supervisión humana de la IA](https://responsibleai.founderz.com/es/toolkit/principles/human-oversight): Las personas deciden qué puede hacer la IA por su cuenta, en qué puntos una persona revisa el trabajo y qué decisiones siguen en manos humanas. Pregunta clave: Si esto sale mal, ¿se puede deshacer y a quién afectaría? - [Principio 2: Una fuente única de referencia para la IA](https://responsibleai.founderz.com/es/toolkit/principles/single-source-of-truth): La IA trabaja con fuentes autorizadas y actualizadas, y cada dato importante tiene un único lugar de referencia, con responsable y fecha. Pregunta clave: ¿Dónde se guarda este dato y quién lo mantiene al día? - [Principio 3: Confidencialidad de la información compartida con la IA](https://responsibleai.founderz.com/es/toolkit/principles/confidentiality): La información solo se comparte con la IA en herramientas autorizadas, para una finalidad autorizada y en la medida necesaria para la tarea. Pregunta clave: ¿Tengo permiso para compartir esto en esta herramienta? - [Principio 4: Permisos limitados para los agentes de IA](https://responsibleai.founderz.com/es/toolkit/principles/agent-permissions): Los agentes de IA reciben solo el acceso que exige su tarea, y cualquier acción irreversible necesita la confirmación de una persona. Pregunta clave: ¿Qué es lo peor que podría hacer este agente con el acceso que tiene? - [Principio 5: Criterio propio y habilidades](https://responsibleai.founderz.com/es/toolkit/principles/independent-judgment): Las personas se forman su propia opinión antes de apoyarse en la IA y siguen practicando las habilidades de las que depende su trabajo. Pregunta clave: ¿Qué pienso yo? - [Principio 6: Revisión crítica de ideas y reconocimiento de sesgos](https://responsibleai.founderz.com/es/toolkit/principles/challenge-and-bias-awareness): La IA se utiliza tanto para poner a prueba ideas como para desarrollarlas, y se contrarresta activamente su tendencia a dar la razón. Pregunta clave: ¿Cuál es el argumento más sólido en contra? - [Principio 7: Verificación proporcional a lo que está en juego](https://responsibleai.founderz.com/es/toolkit/principles/proportionate-verification): El alcance de la revisión depende del coste de equivocarse. Se consulta cada fuente para confirmar que respalda lo que se afirma. Pregunta clave: ¿Qué consecuencias tendría un error? - [Principio 8: Calidad del trabajo realizado con IA](https://responsibleai.founderz.com/es/toolkit/principles/quality-of-ai-assisted-work): Antes de compartir un trabajo realizado con IA, se revisa pensando en quien lo leerá. Lo principal va al principio, se conserva solo el detalle necesario y quien lo firma aporta su propio criterio. Pregunta clave: ¿Me gustaría recibir esto? - [Principio 9: Transparencia sobre el uso de la IA](https://responsibleai.founderz.com/es/toolkit/principles/transparency): Se comunica cómo ha intervenido la IA cuando es razonable pensar que a las personas afectadas les interesaría saberlo. Nunca se utiliza la IA para engañar. Pregunta clave: ¿Se sentirían engañados si supieran cómo se ha hecho? - [Principio 10: Responsabilidad por los resultados obtenidos con IA](https://responsibleai.founderz.com/es/toolkit/principles/accountability): Las personas y las organizaciones que usan IA responden de los resultados y comunican los problemas en cuanto los detectan. Pregunta clave: ¿Firmaría este trabajo? ## Práctica - [Ejemplos de prompts](https://responsibleai.founderz.com/es/toolkit/prompt-examples): cada prompt antes y después de revisarlo, con el paso que te corresponde a ti - [Situación: Tu agente está listo para enviar 40 correos](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/agent-ready-to-send-forty-emails): Un agente ha redactado un correo personalizado para cada asistente a un seminario en línea y te pregunta si los envía todos. - [Situación: El asistente ha dado el precio del año pasado](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/assistant-quoted-last-years-price): Un cliente necesita un precio enseguida. El asistente responde en segundos a partir de una presentación que sospechas que está desactualizada. - [Situación: Revisión de un contrato de un cliente con IA](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/ai-review-of-a-client-contract): Tu cliente quiere comentarios sobre un contrato de 40 páginas para mañana. - [Situación: Un correo pide a tu agente que cambie los datos bancarios de un proveedor](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/email-asks-agent-to-change-bank-details): Tu agente de correo propone cambiar los datos de pago de un proveedor a raíz de un mensaje. - [Situación: El director financiero pide una transferencia urgente en una videollamada](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/urgent-transfer-on-a-video-call): El director financiero pide una transferencia para hoy y quiere que la mantengas en secreto. - [Situación: El informe cita un estudio que no encuentras](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/report-cites-a-study-you-cannot-find): Un cliente espera un informe esta tarde. No encuentras el estudio que el informe cita para respaldar una de sus afirmaciones. - [Situación: Un asistente que está de acuerdo con todas tus ideas](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/assistant-that-agrees-with-every-idea): En tres semanas, tu asistente ha elogiado las tres versiones de un plan. Tu responsable lo revisa el lunes. - [Situación: Una reunión de 30 minutos y un resumen de seis páginas generado por IA](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/six-page-summary-of-a-short-meeting): Las notas de la reunión ocupan seis páginas y sigues sin saber quién se encarga del siguiente paso. - [Situación: Te piden que ordenes las candidaturas a un puesto con IA](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/ranking-job-applicants-with-ai): Tienes una semana para revisar 200 candidaturas. Tu responsable propone que la IA decida a quién entrevistar. - [Situación: Tu responsable pregunta si has escrito tú el informe](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/did-you-write-this-yourself): Una pregunta sincera sobre un informe que has redactado con IA. - [Situación: Detectas una cifra errónea en un informe que enviaste la semana pasada](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/wrong-figure-in-a-sent-report): En la página 4 figura un 21 %. En la fuente, un 12 %. - [Situación: Un compañero con poca experiencia presenta un análisis que parece impecable, pero no puede explicarlo](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/analysis-nobody-can-explain): El informe para el cliente se entrega el viernes. Tu compañero no puede explicar una de las conclusiones. - [Situación: Un asistente de IA para tomar notas entra en tu llamada con un cliente](https://responsibleai.founderz.com/es/toolkit/workplace-scenarios/ai-note-taker-joins-a-client-call): Hay un asistente grabando la llamada sin que nadie haya pedido permiso. - [Autoevaluación](https://responsibleai.founderz.com/es/toolkit/self-assessment): diez preguntas, una por principio, que respondes en tu navegador ## Casos prácticos - [Air Canada: responsabilidad por las respuestas de un chatbot](https://responsibleai.founderz.com/es/toolkit/case-studies/air-canada-chatbot-liability): Un tribunal determinó que una aerolínea era responsable de lo que el chatbot de su web había dicho a un cliente tras el fallecimiento de un familiar. - [Deloitte Australia: un informe con referencias inventadas](https://responsibleai.founderz.com/es/toolkit/case-studies/deloitte-report-with-invented-references): Un ministerio australiano confirmó a CFO Dive que Deloitte había devuelto parte de los honorarios de un informe que contenía referencias inventadas y una cita judicial falsa. - [Jurisprudencia inventada en escritos judiciales](https://responsibleai.founderz.com/es/toolkit/case-studies/invented-case-law-in-court-filings): Unos abogados fueron multados por citar casos que un chatbot de IA había inventado. En septiembre de 2026, una base de datos pública ya había registrado más de 2 000 resoluciones relacionadas con contenido inventado por IA. - [Arup: fraude con deepfakes en una videollamada](https://responsibleai.founderz.com/es/toolkit/case-studies/arup-deepfake-video-call-fraud): Un empleado transfirió unos 200 millones de dólares de Hong Kong después de una videollamada en la que se suplantó a varios directivos. - [METR: productividad percibida y medida con IA](https://responsibleai.founderz.com/es/toolkit/case-studies/metr-perceived-and-measured-productivity): Unos desarrolladores con experiencia creían que trabajaban un 20 % más rápido con IA, pero tardaron un 19 % más en sus tareas. En 2026, un estudio de seguimiento apuntó en la dirección contraria, aunque METR considera poco fiables los resultados de ese segundo estudio. - [Workslop: el coste de enviar resultados de IA sin editar](https://responsibleai.founderz.com/es/toolkit/case-studies/workslop): En una encuesta a 1 150 empleados de Estados Unidos, el 40 % dijo haber recibido trabajos generados por IA que parecían bien presentados, pero no cumplían su función. - [Consulta pública británica: 125 personas revisaron cómo clasificó la IA las respuestas](https://responsibleai.founderz.com/es/toolkit/case-studies/uk-consult-human-review): Una herramienta de IA clasificó por temas las respuestas a una consulta pública. Un equipo revisó cada clasificación y los resultados se hicieron públicos. - [Gobierno británico: evaluación de un asistente de IA en varios ministerios](https://responsibleai.founderz.com/es/toolkit/case-studies/uk-government-ai-assistant-evaluations): Los funcionarios británicos que participaron en una evaluación afirmaron que la IA les ahorraba tiempo. En una prueba más pequeña, los usuarios redactaron mejores resúmenes, pero cometieron más errores en hojas de cálculo. - [Founderz: una fuente única de referencia para las personas y la IA](https://responsibleai.founderz.com/es/toolkit/case-studies/founderz-single-source-of-truth): Cada documento tiene un responsable, una versión y una fecha. Los asistentes de IA consultan la misma información que las personas. Los borradores solo se publican cuando alguien los aprueba. ## Para equipos - [Taller de adopción](https://responsibleai.founderz.com/es/toolkit/team-tools/adoption-workshop): Una sesión de una hora para adoptar el estándar en equipo: la definición, las diez preguntas clave, el acuerdo de equipo y tres ejemplos de prompts para probar durante la semana siguiente. - [Acuerdo de equipo sobre IA](https://responsibleai.founderz.com/es/toolkit/team-tools/team-ai-charter): Una página que recoge cómo aplica tu equipo los diez principios: herramientas autorizadas, clasificación de datos, puntos de revisión, fuentes, agentes y a quién acudir cuando algo sale mal. - [Mapa de puntos de revisión humana](https://responsibleai.founderz.com/es/toolkit/team-tools/human-checkpoint-map): Un registro de quién revisa cada tarea recurrente con IA, qué ve antes de aprobarla y cómo detenerla o deshacerla. - [Plan para crear una fuente única de referencia](https://responsibleai.founderz.com/es/toolkit/team-tools/single-source-of-truth-starter-kit): Un plan para la primera semana con el que asignar a cada dato importante un lugar, un responsable y una fecha de revisión, al alcance tanto de compañeros como de asistentes. - [Ficha de permisos del agente](https://responsibleai.founderz.com/es/toolkit/team-tools/agent-permission-card): Una ficha por agente compartido: para qué sirve, a qué puede acceder y qué puede hacer, qué necesita aprobación, sus límites y cómo detenerlo. - [Niveles de verificación](https://responsibleai.founderz.com/es/toolkit/team-tools/verification-levels): Acordad qué resultados basta con leer, cuáles necesitan comprobaciones puntuales y cuáles requieren una verificación completa según lo que esté en juego. ## Material de consulta - [Glosario](https://responsibleai.founderz.com/es/toolkit/glossary): definiciones de los términos del estándar, entre ellos la intervención humana en cada decisión, el sesgo de automatización y la inyección de prompts - [Fuentes](https://responsibleai.founderz.com/es/toolkit/sources): qué demuestra cada fuente y cuáles son sus límites - [Acerca del Estándar RUAI](https://responsibleai.founderz.com/es/toolkit/about): Quién publica el estándar, cómo se elabora y mantiene, cómo citarlo y cómo contribuir. - [Qué dice la ley](https://responsibleai.founderz.com/es/toolkit/law): Cuándo consultar a los equipos jurídico, de privacidad o de RR. HH. antes de usar IA en el trabajo.