Higiene algorítmica según NIOSH: la nueva frontera de la salud ocupacional

La transformación digital de los centros de trabajo ha introducido una nueva categoría de exposición laboral que, aunque no es tangible como el ruido, el polvo o los agentes químicos, tiene un impacto directo sobre la seguridad, la salud y el bienestar de las personas trabajadoras: los algoritmos. El National Institute for Occupational Safety and Health ha comenzado a desarrollar este concepto bajo el término “higiene algorítmica” (algorithmic hygiene), una propuesta que adapta los principios clásicos de la higiene industrial al entorno de la inteligencia artificial, el machine learning y la gestión automatizada del trabajo.

Tradicionalmente, la higiene industrial se basa en anticipar, reconocer, evaluar y controlar riesgos derivados de agentes físicos, químicos, biológicos, ergonómicos y psicosociales. NIOSH plantea que este mismo marco debe extenderse a los sistemas algorítmicos, ya que estos pueden modificar la forma en que los riesgos existentes se generan, se intensifican o se controlan dentro del entorno laboral. Es decir, el algoritmo no constituye por sí mismo un agente físico, pero sí puede alterar el ritmo de trabajo, la toma de decisiones, la supervisión del desempeño, la asignación de tareas y la interacción entre trabajador y maquinaria, cambiando de manera profunda el perfil de riesgo ocupacional.

¿Qué es la higiene algorítmica?

La higiene algorítmica puede entenderse como la disciplina orientada a identificar, evaluar y controlar los riesgos derivados del uso de sistemas automatizados, algoritmos predictivos e inteligencia artificial en el trabajo. Bajo esta perspectiva, el algoritmo se analiza como un factor organizacional y operativo que puede influir en la exposición a daños físicos y mentales.

Por ejemplo, en una planta industrial, un sistema de IA puede ajustar automáticamente la velocidad de una línea de producción para optimizar el rendimiento. Si este ajuste incrementa el ritmo de trabajo sin considerar la capacidad humana, puede aumentar el riesgo de trastornos musculoesqueléticos, fatiga, errores humanos, estrés térmico por reducción de pausas o incluso accidentes por atrapamiento. Aquí, la exposición no es el software en sí, sino el cambio en las condiciones reales del trabajo provocado por el algoritmo.

Modelo de higiene algorítmica: del sistema al impacto en la salud

La higiene algorítmica no debe entenderse únicamente como la revisión técnica de un software o de un sistema de inteligencia artificial, sino como el análisis integral de cómo las características del sistema influyen en la exposición a riesgos laborales y, finalmente, en la salud de las personas trabajadoras. El esquema muestra precisamente esta lógica: las condiciones del sistema algorítmico generan distintos tipos de riesgos que convergen en impactos sobre la salud.

En primer lugar, destacan las características del sistema, que constituyen la fuente primaria del riesgo. Entre ellas se encuentra el diseño de datos y metodología, un aspecto crítico porque la calidad de los datos de entrenamiento, la presencia de sesgos, errores de clasificación o modelos mal calibrados pueden inducir decisiones incorrectas dentro del entorno laboral. Por ejemplo, un algoritmo que asigna tareas basado en datos históricos sesgados puede incrementar la carga física sobre ciertos trabajadores o grupos específicos.

Otro componente clave es la confianza trabajador–algoritmo. Cuando el personal confía excesivamente en decisiones automatizadas, puede disminuir la supervisión humana y aumentar la probabilidad de incidentes. Esto es especialmente importante en procesos industriales automatizados, monitoreo ambiental, sistemas de seguridad de maquinaria o incluso programas de vigilancia de exposición ocupacional. Una falsa sensación de precisión tecnológica puede llevar a omitir verificaciones esenciales.

De manera paralela, la confianza trabajador–gerencia influye directamente en la percepción del riesgo psicosocial. Cuando los sistemas algorítmicos se utilizan para medir productividad, tiempos, pausas o rendimiento individual, puede surgir una sensación de vigilancia permanente, presión por resultados y reducción de autonomía, factores estrechamente asociados con estrés laboral, ansiedad y agotamiento mental.

El esquema también incorpora el reentrenamiento laboral, un elemento frecuentemente subestimado. La implementación de IA o automatización modifica procesos, funciones y competencias requeridas. Si no existe capacitación suficiente, el trabajador queda expuesto a errores operativos, accidentes por mala interacción hombre-máquina y sobrecarga cognitiva. Desde la óptica de seguridad y salud, esto se relaciona con la necesidad de programas de formación continua y actualización de competencias.

Un punto especialmente relevante es la ciberseguridad y el hardware. NIOSH ha señalado que los fallos de hardware, sensores defectuosos, pérdida de conectividad o ataques cibernéticos pueden traducirse en riesgos tangibles dentro del lugar de trabajo. Un algoritmo de control industrial comprometido podría modificar parámetros de operación, velocidades, presiones o sistemas de seguridad, generando exposición a agentes físicos, químicos o mecánicos.

Tipos de riesgos derivados

Riesgos tangibles

Incluyen los riesgos físicos, químicos y biológicos, que son los más cercanos a la higiene industrial clásica. El algoritmo no genera directamente el agente, pero sí puede modificar la exposición.

Por ejemplo:

• incremento de velocidad en líneas de producción

• activación inadecuada de robots

• errores en sensores de gases

• fallas en monitoreo ambiental

• control deficiente de ventilación industrial

• errores en sistemas de dosificación química

En este sentido, el algoritmo actúa como determinante secundario de exposición.

Riesgos psicosociales

Este componente es central en la higiene algorítmica. Los sistemas de IA pueden generar:

• presión por productividad

• vigilancia continua

• pérdida de autonomía

• fatiga mental

• tecnoestrés

• ansiedad por evaluación automatizada

Este tipo de riesgo tiene una relación directa con trastornos de salud mental, burnout, fatiga crónica y aumento del error humano.

Impactos a la salud

Ambos grupos de riesgos convergen en impactos a la salud.

Estos impactos pueden manifestarse como:

• lesiones traumáticas

• trastornos musculoesqueléticos

• exposición a agentes peligrosos

• alteraciones del sueño

• estrés crónico

• ansiedad

• fatiga cognitiva

• disminución del desempeño seguro

Este punto es sumamente importante porque conecta la higiene algorítmica con la medicina del trabajo y la epidemiología ocupacional.

Controles de riesgos

La parte inferior del esquema resume la estrategia preventiva de forma muy alineada con NIOSH.

Prevención mediante el diseño del trabajo

Consiste en rediseñar procesos, ritmos, pausas, distribución de tareas y supervisión humana para evitar que el algoritmo incremente la exposición al riesgo.

Prevención mediante el diseño del software

Aquí entran auditorías algorítmicas, validación de modelos, revisión de sesgos, pruebas de seguridad, redundancias y límites operativos.

Controles correctivos

Incluyen monitoreo continuo, retroalimentación, revisión de incidentes, actualización del modelo y acciones correctivas inmediatas.

En términos de seguridad industrial, esto equivale a aplicar la jerarquía de controles en sistemas inteligentes.

Relevancia para la seguridad y salud en el trabajo

La higiene algorítmica representa un cambio de paradigma para los profesionales de seguridad industrial, higiene ocupacional y medicina del trabajo. Hoy ya no basta con evaluar solo agentes tradicionales; también es necesario comprender cómo la inteligencia artificial modifica la exposición al riesgo.

En sectores como manufactura, logística, transporte, salud, call centers y plataformas digitales, este enfoque será cada vez más relevante para prevenir lesiones físicas, estrés crónico y afectaciones psicosociales derivadas de sistemas automatizados.

Desde una óptica preventiva, podríamos decir que la higiene algorítmica es la evolución digital de la higiene industrial clásica, enfocada en proteger al trabajador frente a los riesgos emergentes de la automatización y la inteligencia artificial.