La "Iniciativa de Capacidades de Modelos" de Meta: la vigilancia mediante IA y la traición a la confianza – Imagen: Xpert.Digital
Una reunión filtrada revela cómo Meta monitoreaba a sus mejores empleados y luego los reemplazaba con IA
Cuando la IA se convierte en el "ángel de la muerte": La estrategia sin escrúpulos detrás de la ola de despidos de Meta
Imagina que tu empleador instala software en tu ordenador sin tu consentimiento, un software que registra meticulosamente cada clic, pulsación de tecla y movimiento del ratón. La explicación oficial: simplemente quieren entrenar sus sistemas internos de IA. Pero apenas unas semanas después, se produce una oleada de despidos. Lo que parece la trama de un thriller de ciencia ficción distópico se convirtió en una brutal realidad en el gigante tecnológico Meta. Con su llamada "Iniciativa de Capacidades de Modelo", la empresa demostró sin escrúpulos hasta dónde están dispuestas a llegar las corporaciones en la carrera global por la IA. Empleados altamente cualificados pasan de ser creadores a mera materia prima, su conocimiento implícito se extrae antes de que los despidan. Pero esta aparente eficiencia y crueldad tienen un punto ciego enorme: destruye el activo más valioso de cualquier organización: la confianza. Nuestro análisis exhaustivo arroja luz sobre lo que realmente ocurrió en el escándalo de Meta, por qué usar la IA como una sentencia de muerte tiene consecuencias económicas fatales y cómo debe ser una transformación basada en la IA para tener éxito a largo plazo.
Vigilancia encubierta de datos de IA: La verdadera razón del despido de 8.000 empleados de Meta
Cuando una empresa monitorea sistemáticamente a sus mejores empleados, extrae su conocimiento, lo transforma en modelos de IA y luego los despide, deja de ser ficción distópica. Se trata de la práctica corporativa documentada de una de las empresas más valiosas del mundo en 2026. La iniciativa de Meta, denominada "Iniciativa de Capacidades de Modelo", es excepcionalmente directa en su brutalidad y consecuencias estratégicas; sin embargo, representa una lógica de desarrollo que redefine por completo la relación entre negocios, tecnología y trabajo humano. Este análisis examina lo que realmente sucedió, los mecanismos económicos y psicológicos subyacentes, por qué la estrategia resulta subóptima a largo plazo y qué deberían hacer las empresas si realmente desean liderar la transformación digital impulsada por la IA.
Lo que realmente sucedió: La vigilancia como estrategia corporativa
El 21 de abril de 2026, se reveló que Meta había instalado un software de seguimiento llamado Model Capability Initiative (MCI) en los ordenadores de sus empleados en Estados Unidos. Este software registraba los movimientos del ratón, los clics, las pulsaciones de teclas y, periódicamente, tomaba capturas de pantalla del contenido de la pantalla. No existía la opción de desactivarlo. Según las comunicaciones oficiales de la empresa, los datos recopilados estaban destinados exclusivamente al entrenamiento de modelos de IA y no a evaluaciones de rendimiento.
Nueve días después, el 30 de abril, Mark Zuckerberg celebró una reunión interna con todo el personal. Una grabación de audio de esta reunión, publicada por la organización sindical More Perfect Union, reveló la verdadera razón de ser del programa. Zuckerberg explicó abiertamente que Meta estaba monitorizando la actividad de los empleados en Gmail, Google Chat, la herramienta interna Metamate y el entorno de desarrollo VS Code. El objetivo: enseñar a la IA cómo las personas inteligentes utilizan los ordenadores. «La forma de conseguir que un sistema sea bueno utilizando ordenadores es haciéndole observar cómo los utilizan personas realmente inteligentes», se cita a Zuckerberg en la grabación. Continuó: Los propios ingenieros de Meta eran mejores datos de entrenamiento que los contratistas externos porque se encontraban entre los profesionales más cualificados del sector.
El 20 de mayo de 2026, el mismo día en que se hizo pública la grabación de audio, Meta comenzó a despedir a aproximadamente 8000 empleados, lo que representaba cerca del 10 % de su plantilla actual de casi 79 000 personas. Simultáneamente, otros 7000 empleados fueron transferidos a equipos de IA de nueva creación. En total, aproximadamente el 20 % de la plantilla se vio directamente afectada por los despidos o las transferencias internas. Los empleados europeos quedaron exentos del programa de seguimiento debido a los requisitos del Reglamento General de Protección de Datos (RGPD).
Más de 1000 empleados habían firmado previamente una petición contra el programa de vigilancia. Según se informó, se distribuyeron folletos en las oficinas instando a la resistencia contra las prácticas de seguimiento. Todo fue en vano. Los despidos se llevaron a cabo según lo previsto.
El modelo de negocio que lo sustenta: el capital sustituye la mano de obra por datos
Para comprender adecuadamente lo que sucede en Meta, es necesario entender el contexto económico en el que se desarrolla. Meta anunció inicialmente inversiones de capital de entre 115.000 y 135.000 millones de dólares para 2026, una previsión que se revisó al alza a principios de ese año, situándose entre 125.000 y 145.000 millones de dólares. Para 2025, la empresa ya había invertido 72.000 millones de dólares, principalmente en la expansión de su infraestructura de IA y sus centros de datos. Estas cifras reflejan una decisión estratégica prioritaria, fundamental para comprender la ola de despidos.
Desde una perspectiva económica clásica, Meta está experimentando un proceso de sustitución masiva: el trabajo humano se reemplaza por sistemas de IA automatizados siempre que esto resulte más eficiente. En este modelo, los datos de MCI no son un mero subproducto, sino un factor de producción. Sirven para mejorar la calidad de los modelos de IA, de modo que puedan gestionar de forma autónoma tareas cognitivas más complejas. En esta lógica, los empleados no son solo trabajadores, sino materia prima, y además, una materia prima especialmente valiosa: a diferencia de los datos de entrenamiento adquiridos externamente, los ingenieros experimentados de Meta representan un conocimiento altamente específico y relevante para la empresa. Cuando la IA aprende cómo trabajan estas personas, aprende no una codificación genérica, sino una codificación específica de Meta.
Este enfoque es comprensible desde una perspectiva puramente técnico-económica. El conocimiento experiencial implícito —es decir, el conocimiento que reside en la mente de las personas pero no está documentado explícitamente— se ha considerado el núcleo mismo de la competencia empresarial desde Michael Polanyi y el trabajo de teoría organizacional de Ikujirō Nonaka y Hirotaka Takeuchi. En la década de 1990, Nonaka y Takeuchi describieron cómo la transformación del conocimiento implícito al explícito y viceversa es la verdadera fuerza impulsora de la innovación organizacional. La fase de externalización —convertir el conocimiento implícito en una forma explícita y documentada— siempre ha sido el cuello de botella más difícil. Meta ahora intenta sortear este cuello de botella con IA: en lugar de pedir a las personas que documenten su conocimiento, la IA simplemente observa.
Para 2036, solo en Alemania, alrededor de 12,9 millones de personas se jubilarán. Con ello, se perderá una enorme cantidad de conocimiento empírico derivado de la experiencia. Por lo tanto, la cuestión de cómo preservar este conocimiento no es solo un problema general, sino un desafío para la economía en su conjunto. La preservación del conocimiento mediante inteligencia artificial tiene, por consiguiente, aplicaciones legítimas, siempre que se implemente con el consentimiento y la confianza de los afectados.
La paradoja de la extracción de conocimiento: El agente como ángel de la muerte
Pero es precisamente aquí donde comienza el verdadero problema. Informes internos de empresas —no solo de Meta— indican cómo las iniciativas de transferencia de conocimiento mediante IA se están utilizando indebidamente de forma sistemática dentro de la compañía. En un gran proveedor de servicios de TI, se desarrollaron agentes de IA para hacer explícito el conocimiento implícito de los empleados. Hasta aquí, una tarea sensata y necesaria. Sin embargo, la decisión de la dirección sobre quiénes recibirían estos agentes reveló la verdadera intención: se asignaron preferentemente a empleados cuyo despido ya se había decidido internamente.
El patrón era tan evidente que se notaba. En pocas semanas, la plantilla lo sabía: cualquier persona a la que se le asignara un agente de transferencia de conocimiento sería despedida en un futuro próximo. El agente se convirtió en una sentencia de muerte. Tres meses después de su despido, llegaban los despidos, con una frecuencia alarmante. La consecuencia era predecible: nadie compartía ya su conocimiento voluntariamente. Quienes seguían trabajando con IA lo hacían fuera de la infraestructura oficial de la empresa, mediante TI en la sombra, es decir, con herramientas de IA no autorizadas y de uso privado. La iniciativa oficial de transformación estaba, por tanto, muerta.
Este caso ilustra un dilema fundamental que afecta a todas las empresas que desean utilizar la IA para la gestión del conocimiento: el éxito de estas iniciativas depende por completo de la disposición de los empleados a aportar activamente sus conocimientos. Y esta disposición no es una variable técnica, sino social. Está directamente ligada a la confianza.
La IA en la sombra como sismógrafo de la pérdida de confianza
El auge de la informática en la sombra y la IA en la sombra no es un fenómeno marginal. Según un estudio de Software AG sobre el uso de la IA por parte de los trabajadores del conocimiento alemanes, el 54 % utiliza IA en la sombra, es decir, herramientas de IA no proporcionadas por su empresa. Aún más sorprendente: el 49 % de los encuestados no renunciaría a estas herramientas ni siquiera si su empresa las prohibiera por completo. Un estudio reciente de XM Cyber muestra que más del 80 % de las empresas encuestadas presentan indicios de actividades de IA no autorizadas. Una encuesta de Microsoft reveló que el 78 % de los usuarios de IA utilizan sus propias herramientas en el lugar de trabajo.
Estas cifras no son señal de desobediencia, sino de racionalidad. Los empleados que ven cómo sus empleadores utilizan la IA como herramienta de despido actúan de forma perfectamente racional y económica al evitar las plataformas oficiales de IA y recurrir a las no oficiales. La pérdida de confianza provocada por casos como el de Meta o el del proveedor de servicios de TI mencionado anteriormente no se limita a empresas individuales, sino que se extiende a todo el sector. Si se impone la idea de que la introducción de la IA en una empresa es un presagio de despidos, toda iniciativa de transformación digital basada en IA será vista con recelo.
Las consecuencias económicas son graves: la IA en la sombra genera riesgos de cumplimiento normativo, filtraciones de datos y pérdida de soberanía de los datos. Según un informe de IBM, una de cada cinco empresas ya ha sufrido un incidente de seguridad relacionado con la IA en la sombra. Las empresas que destruyen la confianza de sus empleados con sus propias acciones los impulsan a adoptar comportamientos descontrolados que, en primer lugar, generan estos riesgos.
Seguridad psicológica: el requisito previo subestimado para cualquier transformación
La literatura científica sobre este tema es inequívoca. El concepto de seguridad psicológica, desarrollado por la profesora de Harvard Amy Edmondson, quien lo investiga desde 1992, describe un entorno laboral en el que los empleados pueden expresar sus opiniones, ideas e inquietudes sin temor a consecuencias negativas. Los primeros estudios de Edmondson en hospitales revelaron un resultado aparentemente contraintuitivo: los equipos de mayor rendimiento parecían cometer más errores que los de bajo rendimiento. La explicación radicaba en que los equipos bien gestionados comunicaban sus errores con mayor franqueza porque se sentían lo suficientemente seguros para hacerlo. Como resultado, todo el equipo aprendía de los errores de sus miembros y, en consecuencia, mejoraba.
Este hallazgo es crucial para la transformación de la IA. Sin seguridad psicológica, los empleados tenderán a evitar la experimentación, a abstenerse de hacer preguntas y a ocultar errores. En el contexto de la adopción de la IA, esto significa que no informarán sobre vulnerabilidades en los sistemas de IA, no aportarán ideas innovadoras para aplicaciones ni compartirán su conocimiento empírico, precisamente el conocimiento necesario para una formación eficaz en IA. Un informe global de Infosys y MIT Technology Review Insights lo confirma: el 83 % de los ejecutivos encuestados están convencidos de que la seguridad psicológica influye directamente en el éxito de las iniciativas de IA. Al mismo tiempo, el miedo al fracaso sigue siendo uno de los mayores obstáculos para la adopción de la IA, incluso cuando se cumplen todos los requisitos técnicos.
Por lo tanto, la relación entre la confianza y la transformación mediante IA no es una cuestión de habilidades blandas, sino un problema de productividad económica ineludible. Destruir la seguridad psicológica elimina el requisito previo para una transformación exitosa. La fórmula es simple, pero sus implicaciones son profundas: la tecnología sin confianza sigue siendo ineficaz.
Nuestra experiencia en EE. UU. en desarrollo de negocios, ventas y marketing
Nuestra experiencia en EE. UU. en desarrollo de negocios, ventas y marketing - Imagen: Xpert.Digital
Áreas de enfoque de la industria: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria
Más información aquí:
Un centro temático que ofrece información y experiencia:
- Plataforma de conocimiento que abarca las economías globales y regionales, la innovación y las tendencias específicas de la industria
- Una colección de análisis, perspectivas e información de fondo de nuestras áreas de enfoque clave
- Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología
- Un centro para empresas que buscan información sobre los mercados, la digitalización y las innovaciones de la industria
Transparencia, participación, protección: la fórmula del éxito para la IA en los negocios
El comité de empresa como actor racional con derecho de veto
En este contexto, es totalmente comprensible que los comités de empresa reaccionen con alarma ante la introducción de la IA. En Alemania, los comités de empresa gozan de amplios derechos de codecisión en virtud de la Ley de Constitución de la Empresa, que se aplican a la introducción de sistemas de IA. El artículo 87, apartado 1, número 6 de dicha ley es fundamental, ya que otorga al comité de empresa el derecho de codecisión respecto de los equipos técnicos capaces de monitorizar el comportamiento o el rendimiento de los empleados. El Tribunal Federal de Trabajo ha interpretado el término «capaz» de forma amplia durante décadas: basta con que el equipo sea objetivamente capaz de monitorizar, independientemente de la intención del empleador.
En la práctica, esto significa que prácticamente cualquier sistema de IA que trabaje con datos de empleados activa los derechos de codecisión según el artículo 87. Además, los comités de empresa tienen derechos de codecisión según el artículo 95 de la Ley de Constitución de la Empresa (BetrVG) en lo que respecta a los criterios de selección para los despidos, incluso si estos criterios se crearon mediante IA. Desde la Ley de Modernización de los Comités de Empresa de 2021, los comités de empresa también están explícitamente autorizados a consultar a expertos cuando se utiliza IA.
En una sentencia de enero de 2024, el Tribunal Laboral de Hamburgo dictaminó que los empleadores pueden permitir a los empleados el uso voluntario de herramientas de IA a través de cuentas privadas sin el consentimiento del comité de empresa. Sin embargo, esta sentencia se refiere específicamente al caso concreto del uso voluntario mediante cuentas personales, y no a la instalación sistemática de software de seguimiento, como en el caso de Meta. Estas infracciones a la privacidad de los empleados son susceptibles de ser impugnadas conforme a la legislación europea.
Los comités de empresa que se oponen a las implementaciones irreflexivas de la IA no actúan por tecnofobia ni como obstaculizadores del progreso. Reaccionan racionalmente ante riesgos reales, como lo demuestran casos concretos como el de Meta. Son guardianes institucionales de la confianza, y esta confianza, como se ha demostrado, es una variable económicamente significativa.
El dilema ético de la tecnología: ¿Qué es posible y qué es prudente?
Detrás de todo este debate subyace un dilema más profundo que no se limita a empresas o sectores específicos. La tecnología crea oportunidades. Las empresas se ven presionadas a aprovecharlas, sobre todo debido a la competencia. Si un competidor está dispuesto a monitorizar a sus empleados y utilizar este conocimiento para su IA, crea una ventaja competitiva que presiona a otras empresas a hacer lo mismo. Este mecanismo genera una carrera hacia el abismo en términos éticos.
En el audio filtrado, el propio Zuckerberg explicó su razonamiento: Meta compite en una de las carreras tecnológicas más reñidas de la historia y no puede permitirse el lujo de quedarse atrás. Esta lógica es coherente con la de una empresa que invierte entre 125.000 y 145.000 millones de dólares anuales en IA. Sin embargo, ignora que las ventajas a corto plazo en datos de entrenamiento deben sopesarse frente al daño a largo plazo a la confianza y la reputación.
No todo lo que es tecnológicamente posible es estratégicamente sólido. Esta afirmación, aparentemente trivial, tiene un peso analítico considerable. El aumento de productividad a corto plazo derivado del conocimiento extraído es real. Sin embargo, también lo son los costos a largo plazo: disminución de la moral de los empleados, mayor rotación de personal, daño a la reputación en el mercado laboral, pérdida de la confianza de los clientes y riesgos regulatorios. El simple hecho de que más de 1000 empleados firmaran una petición interna contra el programa MCI demuestra que este enfoque carecía de legitimidad interna.
Cómo funciona realmente una transformación exitosa mediante IA
Las empresas que desean implementar con éxito la IA deben comprender que la excelencia técnica por sí sola no basta. La investigación es clara: la transformación mediante IA triunfa cuando se combinan habilidades y confianza. En términos concretos, esto implica varias cosas.
En primer lugar, es fundamental establecer transparencia respecto al propósito y las limitaciones de los sistemas de IA. Los empleados deben comprender por qué se recopilan los datos, quién tiene acceso a ellos, qué decisiones se toman en función de estos y cuáles no. Esto no es una simple concesión a la comunicación, sino una necesidad estratégica. La falta de claridad en la comunicación sobre los sistemas de IA genera desconfianza, y la desconfianza fomenta el uso de TI en la sombra.
En segundo lugar, la introducción de sistemas de IA debe ser participativa. Los empleados involucrados en el proceso de diseño son quienes mejor conocen los procedimientos, las debilidades y el potencial de mejora. Su conocimiento no solo es valioso para la implementación técnica, sino que también fomenta la aceptación. La participación en este caso no es un lujo democrático, sino un factor clave para la eficiencia.
En tercer lugar, es fundamental garantizar que los sistemas de IA no se utilicen para preparar despidos sin una comunicación transparente. Cuando la reestructuración sea inevitable, las empresas deben comunicarlo abiertamente y no utilizar la IA como una herramienta aparentemente neutral que, en realidad, sirve de pretexto. La dinámica social dentro de los equipos de trabajo es lo suficientemente sensible como para detectar tales patrones. Quien intente ocultar los despidos mediante medidas tecnológicas acelera la pérdida de confianza.
En cuarto lugar —y este es quizás el punto más importante— las empresas deben comprender que el conocimiento implícito solo puede transferirse con éxito a los sistemas de IA si los empleados cooperan activamente. La extracción forzada de conocimiento produce datos de menor calidad que la participación voluntaria, ya que los empleados que saben que están siendo monitoreados y amenazados con el despido modificarán su comportamiento. La calidad de los datos de entrenamiento disminuye precisamente porque el método de recopilación de datos influye en el comportamiento. Desde una perspectiva puramente técnica, este enfoque resulta, por lo tanto, subóptimo.
La dimensión sistémica: un patrón más allá de la meta
Lo que hace que Meta sea tan visible es la combinación de su tamaño, su franqueza y la filtración del audio. Pero el patrón descrito —introducir IA para prepararse para los despidos sin una comunicación transparente— no es un incidente aislado. Es un enfoque estructuralmente generalizado que se da en muchas empresas, aunque de forma menos visible.
La lógica económica subyacente es comprensible: las empresas se ven presionadas a refinanciar los costos de las inversiones en IA mediante reducciones de personal. La ecuación es la siguiente: las inversiones en IA generan potencial de automatización; este potencial justifica las reducciones de personal; y estas últimas financian las inversiones en IA. Este modelo es internamente coherente, siempre y cuando no se consideren los costos de la pérdida de confianza, el deterioro en la calidad de la extracción de conocimiento y los efectos sistémicos en la cultura corporativa y la capacidad de innovación.
También existe una dimensión regulatoria. En Europa, el RGPD protege precisamente contra las prácticas que Meta empleaba en Estados Unidos. Los empleados europeos quedaron excluidos del programa MCI, no por razones éticas de la empresa, sino por riesgos legales. Esto demuestra que la regulación funciona como un instrumento de protección. Al mismo tiempo, pone de manifiesto que los empleados son significativamente más vulnerables en mercados sin una protección comparable.
El ritmo de desarrollo de la IA está ejerciendo una presión considerable sobre el marco regulatorio. El Reglamento de IA de la UE, que se está implementando gradualmente, impondrá requisitos más estrictos en materia de transparencia y protección de los empleados en el uso de la IA. Para las empresas que ya están comprometidas con la transformación basada en la confianza mediante la IA, esto representa una ventaja competitiva, ya que no tendrán que adaptar sus prácticas retroactivamente.
La confianza como recurso económico
El punto final del análisis es el siguiente: la confianza no es un recurso intangible. Es un requisito indispensable, cuantificable económicamente, para el buen funcionamiento de las organizaciones, y en el contexto de la transformación por IA, más que nunca. Las empresas que tratan la confianza como un recurso desechable están destruyendo precisamente los cimientos sobre los que se construye una transformación exitosa.
La paradoja de la extracción de conocimiento radica en que las empresas que extraen de forma más agresiva el conocimiento de sus empleados no solo obtienen mejores datos de entrenamiento para la IA a corto plazo, sino que también agotan la fuente de dicho conocimiento a largo plazo. Cuando los empleados saben que su conocimiento puede usarse en su contra, dejan de compartirlo, tanto con los sistemas de IA como entre ellos. La cultura del conocimiento de la empresa se desmorona. Lo que queda es una organización tecnológicamente avanzada que posee cada vez menos conocimiento experiencial genuino y diferenciado.
El contraste con otro modelo resulta instructivo: las empresas que introducen la IA como una herramienta colaborativa para ayudar a sus empleados a ser más productivos —y que comunican de forma transparente cómo se utilizan los datos y qué garantías existen para proteger los puestos de trabajo— obtienen sistemáticamente mejores resultados en la adopción de la IA. Esto no se debe a una menor ambición, sino a que comprenden la lógica económica de la confianza.
Lo que Meta ha demostrado en las últimas semanas no es un ejemplo de una transformación exitosa en IA. Es, más bien, el ejemplo de una empresa que prioriza la sostenibilidad a largo plazo sobre las ganancias a corto plazo en una carrera tecnológica. La ventaja que Meta obtiene gracias a los datos del MCI es real. Pero también lo son los costos: pérdida de confianza, daño cultural, riesgos regulatorios y el precedente que sienta este enfoque en la industria. La historia de la tecnología nos enseña que no son las empresas que optimizan de forma más agresiva para el corto plazo las que ganan, sino aquellas que comprenden la sostenibilidad a largo plazo de sus modelos. La transformación en IA no es una carrera de velocidad, sino una maratón, y se gana con confianza, no sin ella.
🎯🎯🎯 Centro de datos para la industria B2B como una solución casi interna
La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Negocios inteligentes basados en contenido - Imagen: Xpert.Digital
Xpert.Digital es un centro industrial B2B basado en datos, dirigido por Konrad Wolfenstein . La empresa actúa como una solución externa, casi interna, para socios industriales, cubriendo las brechas operativas en marketing, contenido y ventas, sin requerir recursos adicionales por parte del cliente.
Más información aquí:
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es el inglés o el alemán
☑️ NUEVO: ¡Correspondencia en tu idioma nativo!
Konrad Wolfenstein
Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.
Puedes contactarme rellenando el formulario de contacto aquí wolfenstein@xpert.digital:o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es
Espero con ilusión nuestro proyecto conjunto.
