Qué pasó: 26 empleados demandan a Meta por usar IA para decidir a quién despedir
El 14 de julio de 2026, un grupo de 26 empleados actuales y ex empleados de Meta presentó una demanda federal ante el Tribunal de Distrito de Estados Unidos en Oakland, California, acusando a la compañía de haber usado sistemas internos de inteligencia artificial para decidir a quién despedir en una ronda de recortes que afectó a cerca de 8.000 personas -alrededor del 10% de su plantilla- a partir de mayo de 2026.
Según la demanda, de 71 páginas, Meta habría combinado monitoreo de actividad y pulsaciones de teclado, paneles internos de uso de herramientas de IA y rankings de desempeño generados algorítmicamente para construir los listados de despido. Los demandantes -identificados de forma anónima, dada la asimetría de poder frente a uno de los mayores empleadores del sector tecnológico- sostienen que ese proceso afectó desproporcionadamente a personas con discapacidad y a quienes estaban en licencia médica, parental o familiar protegida. La demanda invoca leyes antidiscriminación federales y de California, y busca que se le otorgue estatus de acción de clase, lo que ampliaría el alcance a un grupo mucho mayor de trabajadores.
El caso se suma a otros litigios recientes en Estados Unidos sobre decisiones de personal asistidas por algoritmos -incluyendo fallos judiciales relacionados con plataformas de gestión de talento como Workday- que están elevando el estándar legal exigido a cualquier empresa que use IA para tomar o apoyar decisiones sobre personas. Puedes leer la cobertura original en CNBC.
Qué significa esto para los procesos de reclutamiento y selección
Aunque esta demanda es sobre despidos y no sobre contrataciones, el problema de fondo es el mismo que enfrenta cualquier equipo de RRHH que use IA en alguna etapa del ciclo de vida del talento: cuando un algoritmo influye en una decisión que afecta el sustento de una persona, la empresa necesita poder explicar qué datos usó, por qué llegó a esa conclusión y quién la revisó antes de ejecutarla. Eso aplica exactamente igual al momento de descartar un CV, filtrar postulantes o priorizar a quién se le ofrece una entrevista.
Para los reclutadores, el caso Meta deja tres lecciones concretas. Primero, los datos que alimentan un sistema de IA importan tanto como el modelo mismo: usar señales indirectas -como patrones de actividad o ausencias por licencia médica- puede introducir sesgos discriminatorios aunque nadie lo haya programado a propósito, un riesgo idéntico al de usar CVs con información de género, edad o situación familiar para entrenar o alimentar un filtro de candidatos. Segundo, la trazabilidad ya no es opcional: si un candidato o un ex empleado impugna una decisión, la empresa debe poder mostrar el criterio aplicado, no solo el resultado. Y tercero, el marco regulatorio se está endureciendo en paralelo -leyes como la de Colorado (vigente desde junio de 2026) o el AI Act europeo (con obligaciones que entran en vigor en agosto de 2026) ya exigen auditorías de sesgo y supervisión humana para sistemas de IA usados en contratación, no solo en despidos.
En la práctica, esto refuerza algo que muchos equipos de selección ya intuían: la IA en reclutamiento funciona mejor -y es legalmente más segura- cuando se usa para acelerar tareas repetitivas y estructurar información (filtrar CVs por requisitos objetivos, aplicar pruebas estandarizadas, coordinar agendas), dejando la decisión final en manos de una persona con criterio y con un informe claro que respalde esa decisión. El error que expone la demanda contra Meta no es usar IA en procesos de personal, sino usarla como caja negra que decide sin dejar rastro de por qué.
El enfoque de IntelCV: automatizar sin perder el control humano
En IntelCV.com trabajamos justamente sobre ese equilibrio: automatizamos hasta el 80% del proceso de selección -recepción y filtrado de CVs por vacante, aplicación de tests a quienes califican, coordinación de entrevistas- pero cada etapa entrega un informe claro por candidato, para que la decisión final la tome el reclutador con toda la información a la vista, no un algoritmo opaco. Si te interesa ver cómo funciona este enfoque en tus propios procesos de selección, puedes revisar el detalle en nuestros servicios.