Compartir un currículum completo con un chatbot de inteligencia artificial expone información personal —nombre, teléfono, correo electrónico, historial laboral y documentos escaneados— a riesgos concretos de seguridad que van desde filtraciones accidentales hasta ataques dirigidos. Esta práctica se ha normalizado en un mercado laboral donde los procesos de selección automatizados generan presión sobre los candidatos, pero las implicaciones de privacidad siguen siendo subestimadas.

Cómo los modelos de IA pueden comprometer datos personales

Expertos en ciberseguridad han documentado que los modelos de inteligencia artificial pueden memorizar fragmentos de información incluidos en sus datos de entrenamiento y, en ciertos escenarios, compartirlos inadvertidamente con otros usuarios. Este riesgo no es teórico: se han registrado fallos en plataformas de uso masivo que permitieron acceso no autorizado a conversaciones privadas. En uno de los casos más citados, investigadores lograron acceder a conversaciones ajenas en Meta AI simplemente modificando el identificador de una solicitud. En la plataforma Grok, conversaciones compartidas por usuarios fueron indexadas por motores de búsqueda, exponiendo contraseñas, consultas médicas y secretos comerciales.

Estos incidentes ilustran que el riesgo no proviene únicamente del diseño del modelo, sino también de las decisiones de arquitectura, configuración y política de privacidad de cada plataforma.

Qué información eliminar antes de usar cualquier herramienta de IA

Antes de cargar un currículum en cualquier servicio de inteligencia artificial, la recomendación técnica es anonimizar el documento. Esto implica eliminar nombre completo, número de teléfono, dirección particular, correo electrónico, nombres de empleadores anteriores y cualquier documento oficial escaneado. El objetivo es conservar únicamente la información funcional —habilidades, logros cuantificables, trayectoria por sector— sin datos que permitan identificar o localizar a la persona.

Un riesgo adicional proviene de los chatbots desarrollados por terceros desconocidos que operan como capas sobre modelos consolidados sin especificar quién almacena los datos ni con qué finalidad. Esta información puede utilizarse posteriormente para ataques de ingeniería social: invitaciones falsas a entrevistas, ofertas laborales diseñadas con el perfil exacto de la víctima o enlaces de phishing camuflados como procesos de selección.

Criterios para evaluar un servicio de IA antes de usarlo

Cualquier organización o profesional que gestione información sensible debe evaluar cada plataforma con un conjunto mínimo de preguntas antes de utilizarla:

  • ¿Existe una política de privacidad clara, accesible y verificable?
  • ¿Se especifica si el archivo subido se almacena o se elimina tras el procesamiento?
  • ¿El servicio detalla si los datos se utilizan para entrenar el modelo?
  • ¿El proveedor es identificable y tiene reputación verificable?
  • ¿El sitio opera bajo conexión cifrada mediante HTTPS?

Para quienes manejan información particularmente sensible, ejecutar modelos de lenguaje de forma local —en infraestructura propia, sin enviar datos a servidores externos— representa la alternativa con menor superficie de exposición. En todos los demás casos, revisar y desactivar las opciones que permiten usar conversaciones para entrenamiento es un paso básico que la mayoría de las plataformas principales ya ofrecen en su configuración de privacidad.

En un entorno donde la inteligencia artificial se integra cada vez más en los flujos de trabajo cotidianos, la gestión deliberada de qué datos se comparten y con quién se convierte en una variable de riesgo operativo, no solo en una cuestión de higiene digital individual.