¿Cómo habría usado Meta la IA para elegir quiénes serían despedidos?

Una demanda presentada en California acusa a Meta de apoyarse en sistemas de inteligencia artificial para clasificar, puntuar y seleccionar empleados durante el recorte de plantilla anunciado en mayo. Los 26 demandantes sostienen que esas herramientas perjudicaron de forma desproporcionada a personas con discapacidad y a trabajadores que habían disfrutado de bajas médicas, permisos parentales o ausencias protegidas para cuidar de familiares.

No está probado que una máquina confeccionara por sí sola la lista de despidos. Es, por ahora, la versión contenida en una denuncia judicial. Meta rechaza las acusaciones y afirma que las decisiones laborales fueron tomadas por personas, no por la IA. Esa frontera —entre decidir y proporcionar la puntuación que conduce a una decisión— será precisamente uno de los territorios más resbaladizos del caso.

Qué sostiene la demanda contra Meta

El procedimiento fue registrado el 13 de julio ante el Tribunal Federal del Distrito Norte de California, en Oakland. Los demandantes, identificados de manera anónima, habían sido incluidos en la reducción de plantilla iniciada el 20 de mayo, cuando Meta comunicó la salida de cerca del 10% de su fuerza laboral mundial, unos 8.000 puestos. La mayoría de sus desvinculaciones debía hacerse efectiva a partir del 22 de julio.

Según el escrito, la empresa no habría dejado la selección únicamente en manos de responsables que conocían el trabajo cotidiano de cada equipo. Habría empleado una constelación de herramientas internas para ordenar a los trabajadores mediante puntuaciones de rendimiento, producción, uso de IA y adaptación a las nuevas prioridades corporativas. La palabra decisiva aquí es habría: los abogados describen el funcionamiento del sistema, pero Meta lo niega y el tribunal todavía no ha examinado el fondo de las alegaciones.

Los trabajadores no piden en esta fase que el juez resuelva definitivamente quién tiene razón. Solicitan una medida cautelar que mantenga sus empleos, salarios, seguros médicos, permisos protegidos y derechos sobre acciones mientras sus reclamaciones se tramitan mediante arbitrajes individuales. También reclaman una auditoría independiente de los datos, ponderaciones y resultados utilizados en la selección.

Metamate, tokens y el “segundo cerebro”

La denuncia menciona a Metamate, el asistente interno basado en un gran modelo de lenguaje de la compañía. También señala agentes personales conocidos entre los empleados como “segundos cerebros”, entrenados con documentos y comunicaciones de cada trabajador para reproducir parte de sus tareas. Algo parecido a fabricar una sombra profesional: aprende cómo escribes, qué consultas y cómo resuelves problemas, aunque luego la sombra nunca necesite dormir, llevar a un hijo al médico ni recuperarse de una operación.

A esos instrumentos se habrían sumado paneles que mostraban el consumo de tokens de IA. Un token es, de manera sencilla, una pequeña unidad de texto procesada por un modelo. Contabilizar tokens permite medir cuánto se utilizan determinadas herramientas, pero no demuestra necesariamente la calidad o utilidad del trabajo: escribir más instrucciones a una IA no convierte automáticamente a nadie en mejor ingeniero, investigador o diseñador.

El escrito también cita puntuaciones de productividad derivadas de pulsaciones de teclado, movimientos del ratón, contenidos mostrados en pantalla, historial del navegador, mensajes y correos electrónicos capturados desde dispositivos corporativos. Los demandantes sostienen que estos datos alimentaron las evaluaciones utilizadas en el recorte.

Una medición que premiaba estar conectado

El núcleo de la acusación es bastante menos futurista de lo que parece. Si una empresa mide actividad digital durante doce meses y no descuenta las semanas en las que un empleado estuvo legítimamente ausente, quien disfrutó de una baja aparecerá con menos producción, menos código enviado y menos uso de herramientas. El algoritmo no necesita saber que alguien está embarazado o tiene una discapacidad; basta con que confunda ausencia protegida con bajo rendimiento.

Los demandantes afirman que Meta utilizó variables como la evaluación anual, los resultados de calibración interna, el volumen de trabajo, las aportaciones de código y una clasificación denominada “AI-native”, vinculada a la adopción de inteligencia artificial. También alegan que algunos paneles no distinguían entre una falta de implicación y un periodo autorizado fuera del puesto.

Ahí aparece el llamado impacto dispar. Una regla puede parecer neutral —medir la producción de todos con el mismo contador— y, aun así, castigar especialmente a un colectivo protegido. El cronómetro es idéntico; las circunstancias, no. Aplicar la misma cifra sin corregir esas diferencias no siempre produce igualdad. A veces produce una injusticia matemáticamente pulcra.

Cuando una baja protegida parece falta de rendimiento

Los 26 demandantes habían solicitado, disfrutado o intentado obtener algún permiso legalmente protegido durante los dos años anteriores al recorte, o habían pedido adaptaciones relacionadas con una discapacidad. Proceden de distintos departamentos y trabajaban en California, Illinois, Washington, Nueva York, Pensilvania, Florida y el Distrito de Columbia.

Aproximadamente la mitad había tomado permisos relacionados con el embarazo, la paternidad o los cuidados familiares. Entre ellos figuran ocho mujeres con bajas por maternidad o embarazo, cuatro hombres con permisos parentales y una trabajadora que se ausentó para cuidar de un familiar y posteriormente por duelo. Otros demandantes estaban de baja médica o trabajaban con adaptaciones aprobadas por la propia empresa.

La demanda invoca, entre otras normas, la Ley de Licencia Familiar y Médica, la Ley para Estadounidenses con Discapacidades, la Ley contra la Discriminación por Embarazo y la Ley de Equidad para Trabajadoras Embarazadas. También recurre a la doctrina del impacto discriminatorio, que permite impugnar prácticas aparentemente neutrales cuando perjudican de manera desproporcionada a grupos protegidos y no están justificadas por una necesidad laboral suficiente.

Los casos personales tras las cifras

Uno de los episodios descritos afecta a una científica seleccionada para el despido mientras estaba de baja previa al parto: recibió la notificación un día antes de romper aguas y dos antes de dar a luz. Otro demandante, un directivo, afirma que fue degradado después de regresar de una baja médica y escogido para salir de la empresa apenas 16 días después de comenzar una segunda ausencia por motivos de salud.

Un ingeniero sostiene que su responsable relacionó expresamente una evaluación inferior con el tiempo de trabajo interrumpido por una lesión. Otra investigadora asegura que recibió la valoración más baja de su trayectoria poco después de comunicar una dolencia y pedir adaptaciones laborales. Son testimonios de parte, todavía sujetos a prueba, pero muestran por qué el conflicto no gira únicamente alrededor de un software. Detrás del panel de métricas había partos, tratamientos, recuperaciones y cuidados familiares. La vida real, que suele estropear los gráficos perfectos.

La denuncia presenta incluso casos en los que los superiores se habrían mostrado sorprendidos por la inclusión de trabajadores con evaluaciones sólidas. En uno de los equipos, según el relato judicial, las dos personas escogidas para salir eran precisamente quienes estaban de baja: una por motivos médicos y otra por maternidad.

Meta niega que la máquina decidiera

La compañía sostiene que las acusaciones carecen de fundamento y que tanto la gestión de plantilla como las decisiones organizativas estuvieron en manos humanas. Esa respuesta rebate la imagen de un algoritmo autónomo pulsando un botón rojo, pero no resuelve todavía la cuestión central: qué información recibieron los responsables, cuánto pesaron las puntuaciones automatizadas y si se corrigieron las ausencias legales antes de comparar a los empleados.

Meses antes del pleito, Meta había reconocido la puesta en marcha de un programa denominado Model Capability Initiative, diseñado para recoger ejemplos de cómo trabajaban los empleados con sus ordenadores y utilizarlos en el entrenamiento de agentes de IA. Un portavoz aseguró entonces que esos datos no se destinarían a evaluaciones de rendimiento, sino exclusivamente al desarrollo de modelos.

La demanda plantea ahora lo contrario: afirma que la información obtenida mediante el seguimiento digital acabó alimentando la selección para los despidos. Son dos versiones incompatibles que requerirán documentos internos, registros técnicos y declaraciones bajo juramento.

El recorte formaba parte de una reorganización mucho mayor. Meta trasladó a unos 7.000 trabajadores hacia iniciativas relacionadas con la IA, redujo niveles directivos y cerró miles de vacantes, mientras intentaba construir estructuras más planas y equipos capaces de trabajar con agentes automatizados. Despidos y traslados llegaron a afectar aproximadamente a una quinta parte de la plantilla.

La ironía corporativa resulta difícil de disimular: empleados encargados de entrenar herramientas capaces de replicar parte de su actividad denuncian ahora que el grado de utilización de esas mismas herramientas pudo influir en quién conservaba el puesto. La empresa, naturalmente, lo niega. El juzgado tendrá que averiguar si la IA era solo una calculadora auxiliar o si había terminado convertida en un jefe sin despacho, sin firma y, por supuesto, sin responsabilidad aparente.

El caso puede convertirse en uno de los primeros grandes litigios estadounidenses centrados directamente en el uso de inteligencia artificial durante un despido colectivo. Su alcance no dependerá únicamente de que exista o no un algoritmo final que diga “fuera”. También importará si los sistemas automatizados produjeron recomendaciones, clasificaciones o señales que condicionaron de forma determinante las decisiones humanas.

La discusión mira también hacia Europa. El Reglamento de Inteligencia Artificial de la Unión Europea sitúa entre los usos de alto riesgo aquellos sistemas destinados a tomar decisiones relevantes sobre trabajadores, su rendimiento y las relaciones laborales. Las obligaciones específicas para estos sistemas incluyen gestión de riesgos, documentación, calidad de los datos y supervisión humana.

La responsabilidad sigue teniendo nombre

La demanda contra Meta no demuestra todavía que la compañía discriminara ni que delegara los despidos en una inteligencia artificial. Sí coloca sobre la mesa una cuestión que muchas empresas preferirían conservar dentro de una caja negra: cuando una herramienta mide el trabajo, establece clasificaciones o recomienda salidas, la neutralidad no viene instalada de fábrica.

Un sistema puede no conocer el diagnóstico médico de una persona y castigar, pese a ello, las consecuencias de su enfermedad. Puede ignorar quién está embarazada y penalizar los meses de menor actividad causados por el permiso. Puede no saber quién cuida de un familiar, mientras registra escrupulosamente que esa persona escribió menos correos y consumió menos tokens. No hace falta que la máquina tenga prejuicios humanos; le basta con recibir datos torcidos y objetivos mal planteados.

Meta asegura que decidieron personas. Seguramente ese será uno de sus principales argumentos. Pero la intervención humana tampoco funciona como un bautismo que limpia cualquier posible sesgo anterior. Cuando un directivo recibe una tabla ordenada, con nombres arriba y abajo, el diseño de esa tabla ya ha tomado muchas decisiones silenciosas.

La tecnología permite comparar miles de trayectorias con una rapidez formidable. También permite cometer un error a escala industrial y envolverlo en decimales. El tribunal deberá determinar qué ocurrió realmente en Meta. La lección más amplia, sin embargo, empieza a dibujarse: automatizar una decisión no automatiza la responsabilidad.