Cien rechazos, algunos de madrugada
La historia que está redefiniendo la responsabilidad legal de la inteligencia artificial en el empleo empieza con un buscador de trabajo común. Derek Mobley, un profesional con título de Morehouse College y experiencia en finanzas, tecnología y atención al cliente, presentó más de cien solicitudes de empleo a través de la plataforma de Workday; fue rechazado todas las veces —a menudo en minutos, a veces en mitad de la noche— sin una sola entrevista. Para Mobley, afroamericano, con discapacidad y mayor de 40 años, el patrón de rechazos instantáneos no parecía obra de reclutadores humanos leyendo currículos, sino de un filtro automático descartándolo antes de que nadie lo viera.
Esa intuición se convirtió en demanda en febrero de 2023, y su argumento central es el tiempo de respuesta. La réplica de Mobley es que a veces fue rechazado a las pocas horas o minutos de aplicar, lo que sugiere que eran las herramientas de selección automatizada de Workday las que tomaban la decisión de rechazo en nombre de los empleadores. Un humano no lee, evalúa y descarta una solicitud a las tres de la madrugada en cuestión de minutos; un algoritmo, sí. Sobre esa inferencia se construye el caso: si la máquina decide, ¿las leyes contra la discriminación alcanzan a la máquina y a quien la fabrica?
La demanda no alega que alguien en Workday quisiera discriminar, y esa distinción es la clave técnica del caso. El reclamo se centra en el impacto dispar: los demandantes argumentan que el algoritmo de Workday despriorizó funcionalmente a los aspirantes mayores, excluyendo en la práctica a una clase protegida de la consideración laboral; según la demanda, la discriminación fluía del diseño del software, que clasificaba, filtraba y descartaba de maneras que penalizaban la edad sin intervención humana. La doctrina del impacto dispar no exige probar intención: basta demostrar que una práctica neutral en apariencia perjudica desproporcionadamente a un grupo protegido. Aplicada a un algoritmo, la pregunta deja de ser qué quería el programador y pasa a ser qué hace el programa.
La teoría del ‘agente’: por qué el proveedor está en el banquillo
El obstáculo jurídico inicial del caso era evidente: Workday no era el empleador de Mobley. Las leyes antidiscriminación estadounidenses —el Título VII, la ley de discriminación por edad (ADEA), la de discapacidad (ADA)— se dirigen a empleadores, y Workday solo vende el software que estos usan. La respuesta del tribunal a ese obstáculo es la pieza más consecuente del caso. El tribunal rechazó el argumento de que Workday fuera una ‘agencia de empleo’, pero aceptó el argumento de que Workday puede ser considerado un ‘agente’, porque era plausible que los clientes de Workday le hubieran delegado sus funciones tradicionales de rechazar y avanzar candidatos.
La teoría del agente tiene una lógica difícil de esquivar: si un empleador delega en un software la función de decidir quién avanza y quién queda fuera, el fabricante de ese software asume la función delegada, y con ella la responsabilidad. La trayectoria procesal del caso confirmó que la teoría se sostiene. En julio de 2024, el tribunal denegó la segunda moción de Workday para desestimar el caso, permitiendo que las reclamaciones avanzaran. Y en mayo de 2025 llegó el salto de escala: la jueza Rita Lin concedió la certificación condicional para que Mobley v. Workday proceda como acción colectiva nacional bajo la ley de discriminación por edad, lo que significa que potencialmente millones de aspirantes de 40 años o más que fueron filtrados a través de las herramientas de IA de Workday desde septiembre de 2020 pueden sumarse a la demanda.
El caso entró en 2026 en su fase más activa, con dos hitos que ampliaron su alcance. Un tribunal federal autorizó en febrero la notificación a los potenciales miembros de la clase, con plazo hasta el 7 de marzo de 2026 para sumarse; el tribunal autorizó la notificación a las personas que aplicaron a empleos a través de la plataforma de Workday desde el 24 de septiembre de 2020 y tenían 40 años o más al momento de aplicar. Y semanas después, el último gran argumento de la defensa cayó. El caso pasó de la certificación colectiva condicional a la litigación activa de su alcance legal, con un fallo histórico del 6 de marzo de 2026 que rechazó el argumento de desestimación más fuerte que le quedaba a Workday: que la ley de discriminación por edad no cubre a los aspirantes a empleo. Los demandantes respondieron el 30 de marzo con una demanda enmendada que reintroduce las reclamaciones estatales de California y las de discapacidad.
El dato que dimensiona el caso: el 87 por ciento
Si este litigio importa más allá de sus partes es por la escala de la práctica que examina. La selección algorítmica no es una rareza tecnológica: es el estándar del mercado laboral. La IA está incrustada en todo el panorama de la contratación: el 87 por ciento de los empleadores ya se apoyan en ella para evaluar candidatos, pero los marcos legales no han seguido el ritmo de la escala ni de la estructura de la toma de decisiones automatizada. Para la inmensa mayoría de quienes buscan trabajo hoy, la primera evaluación de su candidatura —y con frecuencia la decisiva— la hace un sistema automático.
El origen del riesgo está documentado por la investigación académica, y la demanda lo incorpora como fundamento. Los investigadores han reconocido que la IA es sesgada, desarrollando sesgos implícitos y explícitos a partir de los datos de entrenamiento que se le proporcionan; ahora, aspirantes como Mobley alegan que la IA se apoya en esos sesgos al descartar candidatos. Un sistema entrenado con los historiales de contratación de una empresa aprende los patrones de esa empresa, incluidos sus sesgos: si históricamente contrató a menos personas mayores, el modelo puede aprender que la edad correlaciona con el rechazo y replicarlo a escala industrial. En la certificación, Mobley sostuvo que las herramientas de Workday estaban ‘diseñadas de una manera que refleja los sesgos de los empleadores y se apoya en datos de entrenamiento sesgados’.
El tribunal validó, a efectos de la certificación, que ese diseño común constituye una política unificada demandable en bloque. El tribunal coincidió en que se había alegado adecuadamente ‘la existencia de una política unificada: el uso del sistema de recomendación de IA de Workday para puntuar, ordenar, clasificar o filtrar aspirantes’, y consideró irrelevante para la certificación que las cualificaciones de los miembros de la clase variaran, porque el daño común era simplemente que se les negó ‘el derecho a competir en igualdad de condiciones con otros candidatos’. Esa formulación —el derecho a competir en igualdad— es la que convierte un pleito sobre software en un caso de derechos civiles.
Las dos lecturas del caso, expuestas con su mejor versión
Como todo litigio que puede sentar precedente, este admite dos lecturas legítimas que conviene presentar con equilibrio, empezando por la de la defensa. Workday niega las alegaciones, y su posición tiene fundamentos serios: la empresa sostiene que sus herramientas no toman decisiones de contratación —los empleadores configuran los criterios y conservan la decisión final— y que responsabilizar al proveedor por los resultados de configuraciones que controlan sus clientes desincentivaría el desarrollo de tecnología que, bien usada, puede reducir el sesgo humano en lugar de amplificarlo. Cabe recordar que las alegaciones de la demanda no han sido probadas en juicio: lo que los tribunales han resuelto hasta ahora es que el caso puede avanzar, no que la discriminación ocurriera.
La lectura de los demandantes, y de buena parte de la doctrina laboral, es que la delegación masiva de la selección en algoritmos creó un vacío de responsabilidad que este caso viene a cerrar. Mobley v. Workday puede ser la primera demanda de su tipo, pero otras contra prácticas de contratación con IA ya avanzan en los tribunales: un grupo de aspirantes demanda a Eightfold AI con un reclamo aún más novedoso, que las herramientas de empleo con IA deberían estar sujetas a la Ley de Informes de Crédito Justos. Para esta corriente, si nadie responde por el filtro —ni el empleador que dice no haber decidido, ni el proveedor que dice solo vender software—, las protecciones contra la discriminación quedan vacías justo en la puerta de entrada al empleo.
El efecto práctico del caso ya se siente en el mercado, gane quien gane. Una vez que el tribunal establece que los proveedores de IA pueden ser responsabilizados por resultados discriminatorios, todos los proveedores de herramientas de selección quedan sobre aviso, y también todas las empresas que las usan. Los despachos laborales reportan una ola de auditorías de sistemas de contratación, y la pregunta que llega de los departamentos legales es siempre la misma: ¿podemos demostrar que nuestro filtro no penaliza a un grupo protegido? El tribunal ordenó además a Workday entregar la lista de sus clientes empleadores que usaron sus herramientas, un paso procesal que extiende el escrutinio de la empresa a todo su mercado.
El contexto regulatorio: un mosaico que se mueve
El litigio avanza en paralelo a una actividad legislativa intensa y fragmentada sobre la IA en el empleo. Estados Unidos no tiene una ley federal de contratación algorítmica, y el vacío lo están llenando los estados, cada uno a su manera: requisitos de auditoría de sesgo, obligaciones de notificar al candidato que un sistema automático lo evaluará, derechos de revisión humana. El resultado es un mosaico en el que la misma herramienta puede ser legal en un estado y exigir salvaguardas en el vecino, lo que multiplica los costos de cumplimiento para empleadores que contratan a escala nacional.
Esa fragmentación convierte al caso Mobley en algo más que un pleito: en el sustituto funcional de la regulación que no existe. Mientras el Congreso no legisle, la frontera de lo permitido en la contratación algorítmica la están dibujando los tribunales, caso a caso. Y la dirección del trazo, hasta ahora, es consistente: la responsabilidad no se diluye por automatizar. Para los millones de personas que cada año son evaluadas por sistemas que nunca las verán, esa dirección importa más que cualquier promesa de los proveedores sobre la neutralidad de sus algoritmos.
Para América Latina, donde las mismas plataformas de selección se expanden sin un marco equivalente de litigio o auditoría, el caso ofrece una vista previa del debate que llegará. Las herramientas que filtran candidatos en Bogotá, Ciudad de México o Panamá son, con frecuencia, las mismas que se examinan en el tribunal de California, entrenadas con lógicas similares. La pregunta de quién responde cuando filtra la máquina no tiene todavía respuesta en la mayoría de las legislaciones de la región, y la experiencia estadounidense —incluido el costo de resolverla a golpe de demandas— es material de estudio para los reguladores latinoamericanos que prefieran anticiparse.
Quiénes están en la demanda y qué viene en el calendario
Detrás de la teoría jurídica hay un grupo de personas con historias paralelas, y su acumulación es parte de la fuerza del caso. Cuatro demandantes adicionales, todos mayores de 40 años, se han sumado al caso, describiendo patrones similares de rechazos casi instantáneos y alegando que las herramientas de selección de Workday los excluyeron desproporcionadamente por su edad. Cinco trayectorias profesionales distintas, un mismo patrón de descarte automático: esa repetición es la que transforma una queja individual en la alegación de una práctica sistémica, y la que persuadió al tribunal de que el grupo comparte un daño común demandable en bloque.
La ventana procesal para sumarse a la acción colectiva ya se abrió y se cerró este año, con una mecánica que da la medida de la escala. La notificación autorizada en febrero invitó a participar a cualquiera que hubiera aplicado a través de la plataforma desde el 24 de septiembre de 2020 con 40 años o más, mediante un formulario de consentimiento con plazo al 7 de marzo de 2026. Cuántas personas se sumaron dentro de ese plazo es uno de los datos que definirá la magnitud económica del litigio: una clase de millones de miembros convierte cualquier cálculo de daños, o cualquier negociación de acuerdo, en una cifra de otra categoría.
Con la clase notificada y los argumentos de desestimación agotados, el caso entra en el terreno donde se deciden estos litigios: el descubrimiento de pruebas. La orden que obliga a Workday a entregar la lista de sus clientes empleadores apunta en esa dirección, porque permite a los demandantes reconstruir dónde y cómo operaron las herramientas cuestionadas. Para la empresa, cada fase de descubrimiento es también un riesgo reputacional: documentos internos sobre el diseño y las pruebas de sus algoritmos pueden terminar en el expediente público. Es el tipo de presión que, históricamente, empuja a las partes hacia un acuerdo antes del juicio.
Lo que los abogados laborales aconsejan mientras tanto
Sin esperar al desenlace, los despachos que asesoran a empleadores ya tradujeron el caso en una lista de deberes. La recomendación central es la auditoría: examinar los sistemas de selección automatizada en busca de resultados dispares por edad, raza, género o discapacidad, antes de que lo haga el abogado de un demandante. La diferencia entre las empresas que sobreviven a los desafíos legales y las que no está en los sistemas que detectan errores rápido y toman medidas correctivas. La lógica defensiva es simple: un empleador que pueda demostrar que monitorea y corrige sus filtros tiene una posición jurídica radicalmente mejor que uno que delegó a ciegas.
El otro consejo recurrente invierte la promesa de venta de estas herramientas. Sí, la IA puede filtrar miles de currículos en segundos, y sí, ahorra tiempo y dinero; pero si está creando resultados discriminatorios —incluso sin intención— los costos de las demandas empequeñecerán cualquier ganancia de eficiencia; el entorno regulatorio es claro: la contratación es de alto riesgo, y eso significa que más lento es a veces mejor si es más defendible. Que la asesoría laboral estadounidense recomiende frenar la automatización en nombre de la defendibilidad es, en sí mismo, un dato sobre cómo este caso ya gobierna el mercado sin necesidad de sentencia.
El balance de los datos
El caso Mobley contra Workday condensa la colisión entre dos realidades: la de un mercado laboral donde el 87 por ciento de los empleadores ya usa IA para evaluar candidatos, y la de un marco legal escrito para un mundo donde las decisiones de contratación las tomaban personas. Los datos del expediente —más de cien rechazos, algunos en minutos y de madrugada; una clase potencial de millones de aspirantes mayores de 40 años filtrados desde 2020; un fallo del 6 de marzo de 2026 que mantuvo viva la demanda al confirmar que la ley protege también a los aspirantes— han llevado la pregunta de la responsabilidad algorítmica más lejos que ningún proyecto de ley.
El veredicto que dejan los datos, con el juicio aún pendiente, es doble. En lo jurídico, la teoría del agente ha sobrevivido a cada intento de desestimación: el tribunal acepta que quien recibe por delegación la función de decidir puede responder por cómo decide, sea humano o software. En lo práctico, el caso ya cambió el comportamiento del mercado antes de cualquier sentencia: proveedores y empleadores auditan sus filtros porque saben que la próxima demanda puede llevar su nombre. Queda por resolverse lo esencial —si la discriminación alegada ocurrió y quién la pagará—, pero la lección estructural ya está escrita: automatizar una decisión no la exime de la ley que la regía cuando era humana. Y esa lección, nacida en un tribunal de California, viaja con cada licencia de software de contratación que se vende en el resto del mundo.