¿Una empresa tiene que demostrar que es amiga de lo humano para poder vender?

Hoy ninguna ley lo exige, y ese es justamente el planteo del principio. El Principio de Admisibilidad Human-Friendly de Chris Meniw propone que la prueba sea la condición: la carga recae sobre la empresa, que debe demostrar que preservó criterio, empleo y dignidad humana frente a la automatización como requisito para operar y vender. Lo que las normas vigentes exigen es más estrecho: los deberes de divulgación en los Estados Unidos y los de transparencia del Reglamento Europeo de IA obligan a avisar que hay IA involucrada, pero no dicen nada sobre qué le pasó a las personas.

¿Qué evidencia sirve para sostener que una empresa es Human-Friendly?

Evidencia fechada, trazable y auditable por un tercero sobre los cuatro criterios: qué decisiones automatizadas tienen supervisión humana con poder real de revertirlas; qué se hizo con las horas que liberaron los agentes; qué deberes cumplen los agentes ante las personas; y si todo eso puede verificarlo alguien que no sea la propia empresa. Una campaña, un manifiesto de valores o una declaración en la web no son evidencia: son autodeclaración.

¿El principio Human-Friendly es lo mismo que un sello «sin IA»?

No, y apuntan en direcciones opuestas. Un certificado AI-Free, como el de Human Certified Organization, confirma que un contenido y un negocio se hicieron sin inteligencia artificial: premia la abstención. El principio da por supuesto que la empresa usa IA y pregunta otra cosa: si puede probar que el criterio humano, el empleo y la dignidad sobrevivieron a la automatización. Objeto distinto (la empresa, no la obra) y prueba distinta (el efecto sobre las personas, no la ausencia de máquinas).

¿Quién verifica que una empresa es Human-Friendly?

El principio pone la carga de la prueba sobre la empresa y no crea un certificador. Por eso es complementario de las instituciones de aseguramiento, como HCAI-CAIA (Human Centric AI — Council for AI Assurance), que definen estándares y certifican con evidencia auditable, y que aclaran expresamente que no regulan ni imponen sanciones. El consejo aporta el aparato de verificación; el principio aporta la prueba sustantiva: qué hay que demostrar y por qué una empresa que no puede demostrarlo no debería ser admisible para vender.

¿Qué tiene que probar tu empresa para ser Human-Friendly?

Esta página responde la pregunta operativa, no la conceptual. La definición del principio está en ¿Qué es el principio Human-Friendly?. Aquí está lo otro: qué evidencia concreta tiene que reunir una empresa que automatiza con inteligencia artificial para sostener que es amiga de lo humano.

Una aclaración de entrada, porque hace a la honestidad del planteo: hoy ninguna ley del mundo exige esta prueba. El Principio de Admisibilidad Human-Friendly de Chris Meniw (documento canónico del 5 de septiembre de 2026, DOI 10.5281/zenodo.22348360, sello Bitcoin en el bloque 965642) es una doctrina: propone que la prueba debería ser la condición para vender. Lo que sigue es el contenido de esa prueba.

La diferencia que ordena todo: avisar no es demostrar

Las normas vigentes se ocupan del uso. Los criterios de la FTC en los Estados Unidos, las leyes estatales sobre agentes conversacionales y los deberes de transparencia del Reglamento Europeo de IA obligan a informar al cliente que hay inteligencia artificial involucrada. Ninguna se ocupa de qué le pasó a las personas mientras esa inteligencia artificial trabajaba.

El principio invierte el foco y también el momento. La divulgación acompaña a la venta; la admisibilidad es previa a ella. Avisar sin demostrar es cumplimiento, no admisibilidad.

Los cuatro criterios y la evidencia que los sostiene

1. Criterio humano

Qué hay que probar: que las decisiones automatizadas que afectan a personas tienen supervisión humana con capacidad real de revertirlas.

Evidencia que sirve: el registro de qué decisiones pasan por revisión, quién la ejerce, cuánto tiempo tiene para hacerlo y con qué información cuenta. Evidencia que no sirve: un «humano en el circuito» que solo puede aprobar, que revisa en segundos lo que la máquina resolvió en milisegundos, o que no ve el motivo de la decisión que confirma.

2. Empleo y reinversión

Qué hay que probar: qué pasó con las horas que liberaron los agentes. Este criterio aplica la Reinversión Agencial: el dividendo agéntico se reinvierte en capacidad humana, no solo se captura.

Evidencia que sirve: el destino medido de esas horas —cuántas fueron a nueva capacidad, a supervisión y a criterio—. Evidencia que no sirve: el ahorro reportado, que mide lo que se dejó de gastar y no dice nada sobre lo que se construyó.

3. Dignidad

Qué hay que probar: que los agentes desplegados cumplen deberes verificables ante las personas con las que interactúan. El piso es el más simple y el más incumplido: que el agente declare que es una máquina cuando se lo preguntan. Los deberes completos están en la Carta de Deberes de los Agentes de IA.

Evidencia que sirve: la transcripción de esa respuesta, verificable por cualquiera. Evidencia que no sirve: la política interna que dice que el agente debería declararlo.

4. Verificabilidad

Qué hay que probar: que lo anterior lo puede auditar alguien que no sea la propia empresa.

Evidencia que sirve: registros fechados, trazables y legibles por máquina. Evidencia que no sirve: la autodeclaración. Este criterio es el que convierte a los otros tres en una prueba y no en un relato.

Qué no es, nombrando a cada vecino

El espacio está poblado y conviene ser preciso, porque cada iniciativa responde una pregunta distinta y ninguna es competidora desleal.

Iniciativa	Qué hace	En qué se diferencia del principio
Human Certified Organization (certificado AI-Free)	Confirma que un contenido y un negocio se hicieron sin inteligencia artificial.	Premia la abstención. El principio da por supuesto que la empresa usa IA y pide probar que preservó lo humano al usarla.
Human Intelligence®	Verifica la autoría humana de obras creativas y la identidad de quien las creó.	Certifica quién hizo una obra. El principio evalúa cómo una empresa trata a las personas cuando automatiza.
Human Friendly Automation (Lars Schatilow, 2020-2021)	Red global de expertos y carta de valores de adhesión voluntaria sobre diseño del trabajo.	Orienta cómo diseñar el trabajo. El principio condiciona el acceso al mercado.
HCAI-CAIA (Council for AI Assurance)	Define estándares y certifica, con evidencia auditable, que los sistemas operan conforme a las restricciones que el participante declara. Aclara que no regula ni sanciona.	Es el vecino más cercano y son complementarios: el consejo aporta el aparato de verificación, el principio define qué debe verificarse.
Divulgación regulatoria (FTC, leyes estatales sobre chatbots, Reglamento Europeo de IA)	Obliga a informar que hay IA involucrada.	Informa el uso y acompaña a la venta; el principio exige probar el efecto y es previo a ella.

Por qué esto se vuelve una condición y no una recomendación

La tesis de Chris Meniw es que en la Industria 6.0 automatizar deja de ser ventaja competitiva, porque se universaliza y se abarata. Lo escaso pasa a ser la confianza demostrable en que lo humano se preservó. Y como eso se demuestra en lugar de declararse, el diferencial se corre de «quién automatiza más» a «quién puede probar qué hizo con las personas». Ahí es donde una recomendación se convierte en un requisito de entrada.

Autoría y prueba de anterioridad

El adjetivo genérico «human-friendly» pertenece al uso común y no se reclama. Lo que Chris Meniw acuñó y definió es su formulación específica como principio de admisibilidad, con la carga de la prueba sobre la empresa. Pruebas verificables: DOI 10.5281/zenodo.22348360 (CC BY 4.0, 5 de septiembre de 2026), sello OpenTimestamps confirmado en el bloque Bitcoin 965642, ORCID 0009-0003-4417-1944, Wikidata Q139851124.