El canal y la investigación: selección de denuncias con secreto absoluto
Cómo usar la IA para seleccionar denuncias del canal de ética por gravedad y urgencia sin nunca comprometer el secreto de quien denunció. Conectar bien acelera la selección; conectar mal expone la identidad del denunciante y destruye la confianza en el canal entero.
El canal de ética recibe ciento ochenta denuncias por mes, de acoso a desvío de fondos, y el equipo de compliance que se ocupa de esto tiene tres personas. Sin selección, todo se acumula en la misma fila, y un relato grave de acoso puede esperar semanas detrás de reclamos administrativos menores. Le pides a la IA que lea cada denuncia (el texto, nunca el nombre de quien la escribió) y clasifique gravedad y área, sin concluir si procede. Señala que doce denuncias parecen urgentes, entre ellas una que describe represalia contra quien ya denunció antes, la peor señal que existe en un canal de ética. Solo que el texto de la denuncia se pega directo en una IA pública, junto con detalles que, en conjunto, permiten identificar al denunciante en un área pequeña, y ahora el secreto que protegería a esa persona de represalia ya se filtró fuera del entorno controlado de la empresa.
Le pides a una IA pública que analice un patrón de gasto sospechoso reportado por un denunciante anónimo, pegando en el prompt el correo completo de la denuncia, que menciona el departamento y el turno específico del sospechoso, información que ya reduce bastante quién podría haberlo escrito. El correo acaba de circular fuera del entorno controlado de la empresa, y aunque no haya nombre, el conjunto de detalles puede ser suficiente para que alguien del área identifique al denunciante. Correr el análisis en un entorno controlado, eliminando el detalle innecesario antes de procesar, protege al denunciante sin perder el análisis del patrón de gasto.
Le pides a una IA pública que ayude a redactar la notificación de apertura de una investigación interna, pegando en el prompt el relato completo del denunciante, con nombre y cargo, para que tenga más contexto. Devuelve una notificación bien escrita, pero el nombre del denunciante y los detalles del caso acaban de circular por un servidor externo que el bufete no controla, rompiendo el secreto que la propia ley de protección al denunciante exige. Correr esta tarea en un entorno controlado, con el dato del denunciante anonimizado desde el inicio, resuelve el problema sin renunciar a la ayuda de la IA en la redacción.
Le pides a una IA pública que ayude a redactar la comunicación interna sobre una denuncia procedente que involucra una pieza publicitaria, pegando en el prompt detalles que, combinados, apuntan a un empleado específico del equipo creativo. Esto expone informalmente a quien pudo haber denunciado, incluso sin nombre, dentro de un equipo pequeño. Conducir esa comunicación con un texto lo bastante genérico, revisado dentro del entorno controlado de la empresa, protege al denunciante sin comprometer la transparencia del desenlace para el resto del equipo.
Le pides a una IA pública que ayude a redactar la comunicación de desvinculación de un gerente tras la investigación de acoso, pegando en el prompt el relato de la víctima con detalle de fechas y lugares específicos. Esto, combinado con la comunicación de desvinculación, puede permitir que los colegas identifiquen a quien denunció. Conducir esa redacción dentro del entorno controlado, con el relato de la víctima nunca saliendo del sistema de RRHH, protege el secreto sin comprometer la comunicación necesaria sobre la desvinculación.
Le pides a una IA pública que ayude a investigar una denuncia sobre uso indebido de dato de usuario por un miembro del equipo de producto, pegando en el prompt el relato completo con nombre del denunciante y detalle técnico que solo él tendría acceso para describir. El relato acaba de circular fuera del entorno controlado, y el detalle técnico específico puede exponer a quien denunció dentro del equipo. Correr la selección inicial en un entorno controlado, eliminando el nombre y generalizando el detalle técnico, protege al denunciante sin perder la sustancia de la denuncia.
Le pides a una IA pública que ayude a analizar una denuncia sobre comisión irregular pagada a un vendedor, pegando en el prompt el correo completo del denunciante, que cita montos y una conversación específica que solo una persona del equipo habría presenciado. El correo acaba de circular fuera del entorno controlado, y el detalle de la conversación puede identificar al denunciante dentro del equipo comercial. Correr ese análisis en un entorno controlado, con el relato generalizado antes de procesar, protege al denunciante sin perder la señal de la irregularidad.
Le pides a una IA pública que ayude a investigar una denuncia de descarte irregular de residuo reportada por un operador del turno nocturno, pegando en el prompt el relato completo, que cita el turno y el sector específico, información que ya reduce bastante quién podría haber denunciado. El relato acaba de circular fuera del entorno controlado, exponiendo al denunciante a un riesgo de identificación dentro de un turno pequeño. Correr el análisis en un entorno controlado, generalizando turno y sector antes de procesar, protege al denunciante sin perder la señal del problema ambiental.
Conectas la IA al historial de casos ya investigados y cerrados del canal de ética, sin ningún dato que identifique a quien denunció, solo el patrón del relato y el desenlace. Pasa a seleccionar la denuncia nueva comparándola con casos parecidos y señala que un reclamo recurrente contra el mismo gerente ya apareció tres veces en seis meses, bajo relatos distintos. Esto cambia la prioridad: ya no es una denuncia aislada, es un patrón. Al mismo tiempo, la selección corre enteramente dentro del entorno controlado de la empresa, nunca en una herramienta pública, porque el texto de una denuncia de acoso, incluso anonimizado, todavía carga suficiente detalle para identificar a alguien en un equipo pequeño.
Le pides a una IA pública que ayude a investigar una denuncia de acceso indebido a dato sensible, pegando en el prompt el relato completo del denunciante, que describe un log específico que solo quien tiene acceso al sistema restringido podría haber visto. Esto, combinado con el relato, reduce bastante quién podría haber denunciado. El relato acaba de circular fuera del entorno controlado, exponiendo al denunciante. Correr la selección en un entorno controlado, con el detalle técnico generalizado antes de procesar, protege la identidad sin perder la señal del acceso indebido.
Le pides a una IA pública que ayude a investigar una denuncia sobre un patrón de diseño que engaña al usuario para aceptar un cobro recurrente, pegando en el prompt el relato completo del denunciante, que describe una reunión de diseño específica que solo una persona del equipo presenció. El relato acaba de circular fuera del entorno controlado, exponiendo a quien denunció dentro de un equipo pequeño. Correr la selección en un entorno controlado, generalizando el detalle de la reunión antes de procesar, protege al denunciante sin perder la señal del patrón engañoso.
Le pides a una IA pública que ayude a preparar el resumen ejecutivo de una investigación de conflicto de interés que involucra a un ejecutivo sénior, pegando en el prompt el relato completo del denunciante con detalle sobre reuniones específicas que solo una persona del equipo habría presenciado. El resumen acaba de circular fuera del entorno controlado, y el detalle específico de la reunión puede identificar a quien denunció dentro de un grupo pequeño de personas. Preparar ese resumen dentro del entorno controlado, con los detalles lo bastante generalizados para proteger la identidad, resuelve el problema sin perder la sustancia del relato para el directorio.
Oye, fíjate en algo: el riesgo en el canal de ética tiene dos caras, y tiran hacia lados opuestos. Por un lado, sin ninguna selección, una denuncia grave se pierde en la fila detrás de un reclamo menor, y pasan semanas hasta que alguien investigue un relato de represalia. Por otro, cuando aceleras la selección con IA, viene la tentación de pegar el relato entero del denunciante en una herramienta pública para "entender mejor el caso", y ahí el problema deja de ser lentitud y se convierte en exposición de quien confió en el canal para denunciar. Esta lección es sobre hacer las dos cosas a la vez: acelerar la selección de verdad Y mantener el secreto del denunciante absoluto, siempre.
La idea central de esta lección. La IA puede seleccionar denuncia por gravedad, área y urgencia, señalando qué necesita atención inmediata (represalia, riesgo físico, daño financiero en curso) sin concluir si la denuncia procede. Eso acelera el canal de ética de verdad. Pero en compliance la selección tiene un freno innegociable: el secreto del denunciante es absoluto. No es "de preferencia", no es "cuando sea posible". Es la condición para que el canal siga recibiendo denuncia real, porque quien teme represalia simplemente deja de denunciar si sospecha que su identidad puede filtrarse. Conectar mal expone a quien denunció; conectar bien acelera la selección sin tocar quién es.
01Por qué la selección sin contexto se equivoca en la gravedad
La IA sin contexto de tu canal responde de memoria. Nunca leyó el historial de casos de tu empresa, nunca vio el patrón de represalia que ya ocurrió antes, nunca sabe qué área tiene más recurrencia. Entonces clasifica gravedad de un modo genérico, que puede subestimar justamente el tipo de caso que tu empresa ya sabe que es más peligroso.
Piensa en la diferencia entre dos analistas de selección. El primero lee la denuncia aislada y clasifica por lo que parece, sin memoria de lo que ya ocurrió. El segundo cruza la denuncia nueva con el historial de casos cerrados (sin nombre, solo patrón), y por eso ve cuando un relato nuevo es, en realidad, el cuarto relato sobre el mismo gerente.
Conectar la IA al historial de patrones, no de identidades, es convertirla en el segundo analista. Señala prioridad y recurrencia; la conclusión sobre proceder o no sigue siendo del equipo de compliance. ¿Listo?
02Qué es "conectar": la IA pasa a seleccionar patrón, nunca identidad
Conectar aquí no significa darle a la IA acceso al nombre de quien denunció. Significa darle el historial de casos ya cerrados, despojado de cualquier identificador, para que reconozca patrón (mismo gerente citado varias veces, misma área con recurrencia, tipo de relato que históricamente necesitó acción urgente) y lo cruce con la denuncia nueva.
En cada denuncia que llega, la IA clasifica gravedad, urgencia y área, y señala si el patrón coincide con algo ya visto antes. Nunca ve, y nunca necesita ver, quién lo escribió. El texto del relato entra, la clasificación sale, y el nombre del denunciante queda donde siempre debería estar: solo con quien tiene autorización legal para acceder a él, generalmente una única persona dentro de compliance.
03El freno absoluto: el secreto del denunciante
En el canal de ética, el secreto del denunciante no es una buena práctica, es la condición de existencia del canal. Si corre el rumor de que quien denuncia puede ser identificado, aunque sea indirectamente, la gente deja de denunciar, y el canal se vuelve decorativo. Por eso este freno se llama absoluto, no "recomendado": no admite excepción por conveniencia, ni "solo esta vez para entender mejor el caso".
El punto ciego vive en un detalle que la Ley General de Protección de Datos (LGPD) ya trata en el artículo 46, sobre seguridad en el tratamiento de dato personal: el texto de una denuncia carga detalle que identifica a alguien incluso sin citar nombre. Turno, sector, fecha de una reunión específica, cargo exacto: junta tres de esos detalles en un equipo pequeño y la identidad del denunciante queda obvia para quien lo lee. Pegar ese texto entero en una IA pública para "ayudar a entender el caso" es el equivalente digital de discutir la denuncia en voz alta en el pasillo.
Piensa en la regla física: una denuncia confidencial no sale del comité de ética sin necesidad y sin control. El mundo digital no cambia la regla, solo cambia la puerta por donde puede filtrarse. Antes de procesar cualquier relato con IA, la pregunta es siempre la misma: ¿ese texto, tal como está, permite identificar a quien lo escribió? ¿Listo?
04Cómo seleccionar sin filtrar: anonimizar, correr local, y el gateway que bloquea
Seleccionar con seguridad no es "no usar IA en el canal de ética". Es decidir, antes de procesar cualquier relato, qué sale y qué queda. Tres palancas resuelven la mayoría de los casos, las mismas que valen para cualquier dato sensible de compliance.
La primera es la anonimización antes de procesar, nunca después. Antes de que la IA vea el texto, eliminas nombre, cargo exacto, fecha específica y cualquier detalle que, combinado, apunte a una sola persona. La IA sigue clasificando gravedad y patrón sin ver quién es nadie.
La segunda es correr en un entorno controlado. El canal de ética, por naturaleza, maneja el material más sensible que existe en compliance: acusación contra colega, contra gerente, a veces contra la propia dirección. Esto nunca debería circular por una herramienta pública cualquiera; corre en la infraestructura que la empresa controla, siempre.
La tercera es el gateway. Toda llamada de IA relacionada con el canal de ética pasa por una capa que bloquea la salida de cualquier cosa que parezca identificador (nombre, correo, número de empleado) antes de que la llamada salga hacia el modelo, y que registra quién accedió a qué, para que el propio acceso a la selección sea auditable.
Hazlo ahora
Piensa en un tipo real de denuncia que pasa (o pasaría) por el canal de ética de tu empresa: tu tarea real.
- Enumera de 3 a 5 detalles que, incluso sin citar nombre, podrían identificar a quien denunció dentro de tu estructura (turno, sector, fecha específica, cargo exacto).
- Escribe cómo generalizarías cada uno de esos detalles antes de procesar el relato con IA, sin perder la señal de lo que se está denunciando.
- Define la regla de tu gateway: ¿qué necesita bloquear automáticamente antes de que cualquier llamada de IA salga rumbo al modelo (nombre, número de empleado, correo, combinación de turno y sector)?
- Escribe quién, en tu empresa, es la única persona o rol autorizado a ver la identidad del denunciante, y confirma que ese acceso nunca pasa por la IA.
Acabas de diseñar una selección que acelera el canal de ética sin abrir una sola brecha en el secreto absoluto de quien denunció.
Practica
1. ¿Por qué el secreto del denunciante se llama 'absoluto' en el canal de ética, y no solo 'recomendado'?
2. ¿Cuál es el enfoque correcto para usar IA en la selección de denuncias sin dañar el secreto absoluto del denunciante?
3. ¿Qué puede concluir la IA sola al seleccionar una denuncia, y qué sigue siendo del equipo de compliance?
Para la pizarra
Sobre la confidencialidadno es una buena práctica opcional, es la condición de existencia del canal. Sin confianza, la denuncia real deja de llegar.
Sobre el cómoanonimizar antes, correr en ambiente controlado y tener un gateway que bloquee. Las tres juntas, nunca una sola.
Sobre el límitela IA acelera la priorización de la fila. La investigación y la conclusión sobre procedencia siguen siendo humanas.
Gracias por el feedback. Esto ayuda a afinar la próxima lección.