Ética en Inteligencia Artificial y ESG en las Prácticas Corporativas Brasileñas

Fabiane Baltruchaitis Figueiredo; João Valsecchi Ribeiro de Souza

DOI: 10.22167/2675-6528-202602881

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La creciente adopción de la inteligencia artificial en el entorno corporativo ha ampliado los desafíos éticos, sociales y ambientales, demandando la incorporación de prácticas alineadas a la gobernanza y sostenibilidad. Se identificó la ausencia de claridad sobre el nivel de madurez de las prácticas éticas de inteligencia artificial en empresas brasileñas de capital abierto. El estudio analizó, en una muestra intencional de ocho empresas brasileñas de capital abierto, cómo las directrices y prácticas de gobernanza ética de la inteligencia artificial se evidencian en documentos públicos y comparó su grado de madurez documental. Se realizó una investigación exploratoria y descriptiva, con un enfoque predominantemente cualitativo y un componente cuantitativo complementario, utilizando un diseño de estudio de caso múltiple. La metodología se basó en el análisis comparativo de informes institucionales y políticas corporativas de ocho empresas listadas en la B3, de diversos sectores económicos. Los datos se sistematizaron mediante una matriz comparativa, fundamentada en referenciales teóricos y normativos internacionales sobre ética en inteligencia artificial. Los resultados evidenciaron una adopción heterogénea de prácticas éticas entre los sectores, con mayor madurez en organizaciones bajo mayor presión regulatoria. Persistieron lagunas en dimensiones como transparencia, explicabilidad y mitigación de sesgos algorítmicos. Las iniciativas observadas presentaron, en gran parte, un carácter reactivo, indicando una disociación entre el avance tecnológico y la gobernanza ética. El análisis demostró que la ética en inteligencia artificial permanece en proceso de consolidación en el contexto corporativo brasileño, demandando enfoques más integrados, proactivos y alineados a los principios ESG.

Palabras clave: Cumplimiento; ESG; Ética en inteligencia artificial; Gobernanza tecnológica; IA responsable.

1. Introducción

La creciente adopción de tecnologías de Inteligencia Artificial (IA) ha transformado el orden social existente, mejorando procesos empresariales en diversas áreas y promoviendo la innovación, las ganancias de eficiencia y la competitividad. Datos de la Encuesta de Innovación Semestral (Pintec Semestral) del Instituto Brasileño de Geografía y Estadística (IBGE) de 2024 señalaron que la tecnología cuyo uso más creció fue la inteligencia artificial, con un aumento del 16,9% en relación a 2022, y que un porcentaje expresivo, 41,9%, de las 10.167 empresas investigadas utilizaron IA en sus actividades.

Sin embargo, el uso intensivo de estas tecnologías también genera externalidades sociales, éticas y ambientales, que trascienden los resultados financieros. Entre algunas de estas consecuencias, según lo observado por Huang et al. (2023), se destacan: sesgos algorítmicos, impacto en el número de puestos de trabajo disponibles en el mercado laboral debido a la sustitución de mano de obra humana, falta de transparencia en los procesos de toma de decisiones, riesgos relacionados con la confidencialidad, privacidad y seguridad de los datos, aumento del consumo energético y de la huella de carbono de los sistemas computacionales, además de impactos en la salud física y mental humana y en la violación de derechos de autor, de los derechos humanos y del propio Estado Democrático de Derecho, cuando se observa desde la óptica del sistema jurídico. Estos efectos secundarios representan verdaderos riesgos para las prácticas de sostenibilidad corporativa, presionando a las organizaciones a incorporar mecanismos de gobernanza, transparencia y mitigación de riesgos alineados a frameworks de Compliance y ESG (Environmental, Social and Governance).

Con la intensificación de las presiones de inversores, consumidores, organismos reguladores y la sociedad civil, las organizaciones necesitan cada vez más alinear su desarrollo tecnológico a valores éticos, derechos humanos y metas ambientales. Sin embargo, muchas empresas aún tienen lagunas en los programas de gestión de los impactos no financieros de la IA, ya sea por ausencia de estructuras tecnológicas de cumplimiento, ya sea por la falta de indicadores claros que reflejen los efectos sociales y ambientales de sus operaciones digitales. De esta forma, se identificó como problema de investigación la ausencia de claridad sobre el nivel de madurez de las prácticas éticas relacionadas con la inteligencia artificial en las empresas brasileñas de capital abierto.

Así, comprender los riesgos derivados de la utilización empresarial de la IA y que pueden afectar a los indicadores ESG de las empresas es esencial para el avance de las prácticas corporativas responsables y sostenibles, ya que la adopción de prácticas éticas y la observancia de directrices ESG pueden mitigar estos riesgos, mejorando la respuesta de las organizaciones que buscan equilibrar innovación, sostenibilidad y ética empresarial a estos desafíos y contribuyendo al fortalecimiento de un modelo en gobernanza ética. La relevancia de este estudio se sustenta tanto por la actualidad del tema como por el carácter emergente y aún poco consolidado de investigaciones aplicadas que traten la conexión entre IA, ESG y Compliance. Al abordar esta intersección, se pretende apoyar a las empresas en la formulación de políticas corporativas responsables, sostenibles y transparentes, especialmente en lo que se refiere a la ética en Inteligencia Artificial. A efectos de este estudio, la gobernanza en IA se comprende como el conjunto de mecanismos formales e informales que orientan el desarrollo, implementación y monitoreo de sistemas algorítmicos, conforme a la literatura de ética en IA y gobernanza tecnológica.

En este contexto, el estudio tuvo como objetivo analizar, en una muestra intencional de ocho empresas brasileñas que cotizan en bolsa, cómo se evidencian las directrices y prácticas de gobernanza ética de la inteligencia artificial en documentos públicos y comparar el grado de madurez documental de estas prácticas entre las organizaciones y sectores seleccionados.

2. Material y Métodos

El presente estudio se caracterizó como una investigación exploratoria y descriptiva, con un diseño de estudio de caso múltiple y carácter aplicado. El enfoque metodológico adoptado fue predominantemente cualitativo, fundamentado en el análisis documental y la interpretación de contenido, buscando identificar evidencias contextuales. Se empleó un componente cuantitativo complementario para sintetizar frecuencias y comparar patrones, derivado de la codificación ordinal de las evidencias en una matriz comparativa.

La unidad de análisis consistió en las directrices y prácticas de gobernanza ética de la inteligencia artificial, según se evidenció en documentos públicos corporativos. La muestra fue intencional y estuvo compuesta por ocho empresas brasileñas de capital abierto, cotizadas en la B3 y pertenecientes a diversos sectores económicos. La selección de estas organizaciones consideró criterios como tamaño, relevancia económica, diversidad sectorial y madurez en el uso de la inteligencia artificial, además de la publicación de informes anuales y la adopción de prácticas estructuradas de gobernanza, gestión de riesgos y cumplimiento.

Los criterios de inclusión para el corpus documental fueron: (i) ser un documento oficial y de acceso público; (ii) ser la publicación institucional vigente o la más reciente localizada hasta abril de 2026; (iii) presentar contenido explícito sobre IA o documentos correlatos a gobernanza, riesgos, datos, derechos humanos, sostenibilidad, seguridad, ética o compliance potencialmente relacionados con las dimensiones del framework; y (iv) posibilitar la comparación entre las empresas. Fueron excluidos materiales promocionales sin contenido normativo o de gobernanza, noticias de terceros y documentos sin autoría institucional identificable.

Los documentos corporativos públicos analizados incluyeron informes integrados, informes de sostenibilidad, políticas de seguridad de la información y cibernética, políticas de gestión de riesgos de inteligencia artificial, guías de orientación sobre ética de datos, códigos de ética y conducta, políticas globales de derechos humanos y declaraciones de compromiso por los derechos humanos. Específicamente, se examinaron documentos de B3, Bradesco, Itaú Unibanco, TOTVS, Vale, Petrobras, Magazine Luiza y Natura &Co, todos disponibles para consulta hasta abril de 2026.

La recopilación de datos se realizó mediante la lectura sistemática de los documentos institucionales de las ocho empresas seleccionadas. Se identificaron evidencias asociadas a cada dimensión del marco propuesto, que sirvió de base para el análisis. El proceso implicó la búsqueda de referencias explícitas a la inteligencia artificial, sistemas algorítmicos o decisiones automatizadas, así como la descripción de mecanismos, reglas, responsabilidades, controles o procedimientos aplicables.

Para el análisis comparativo, se utilizó una matriz fundamentada en referenciales teóricos y normativos internacionales sobre ética en inteligencia artificial. Esta matriz se inspiró en el panorama trazado por Huang et al. (2023) y en las orientaciones de la “Recomendación sobre la Ética de la Inteligencia Artificial” y del “Brasil: informe de evaluación de preparación para la ética en la inteligencia artificial”, ambos de la UNESCO. La sistematización de las dimensiones tuvo como objetivo garantizar claridad conceptual y consistencia en la interpretación de los datos.

La técnica de análisis de datos implicó la categorización cualitativa comparativa de las evidencias. Cada dimensión fue evaluada y clasificada como “Presente” cuando el documento estableció referencia explícita a la IA y describió al menos un mecanismo, regla, responsabilidad, control o procedimiento aplicable. La clasificación “Parcial” se atribuyó cuando la evidencia apareció de forma genérica o indirecta, sin vinculación explícita a la IA, o cuando hubo mención a la IA sin detallar el mecanismo operacional. Se clasificó como “Ausente” cuando no se localizó evidencia documental pertinente a la dimensión en el corpus analizado. Esta clasificación ordinal ayudó en la comparación de patrones entre empresas y dimensiones.

En la interpretación de los datos, se distinguió entre evidencia directa de gobernanza ética de la IA, que menciona expresamente IA, algoritmos, modelos o decisiones automatizadas y establece principios, responsabilidades, controles, supervisión, evaluación de riesgos o mecanismos de rendición de cuentas aplicables a estos sistemas. La evidencia contextual correspondió a prácticas generales de ESG, derechos humanos, diversidad, privacidad, seguridad de la información, sostenibilidad y cumplimiento que, aunque podrían respaldar la gobernanza responsable, no demostraban, de forma aislada, su aplicación directa a la IA. Esta distinción fue crucial para evitar inferencias erróneas sobre la madurez en ética de IA.

Durante la fase de preparación del estudio, se utilizó ChatGPT como herramienta de apoyo en la búsqueda de trabajos para la revisión de la literatura, en la alineación de la metodología para la recolección y análisis de los datos, y en la sistematización de los informes y políticas institucionales consultados. La autora revisó y editó el contenido generado, asumiendo total responsabilidad por el material publicado.

La estructuración de las dimensiones analizadas en la matriz comparativa fue esencial para conferir respaldo teórico y metodológico al estudio. Este enfoque buscó reducir ambigüedades, estandarizar los criterios de evaluación y fortalecer la validez del marco propuesto, contribuyendo a la transparencia metodológica y la replicabilidad de la investigación. Las dimensiones se definieron con base en la literatura de ética en IA y gobernanza tecnológica.

3. Resultados y Discusión

El análisis de los documentos públicos de las ocho empresas brasileñas que cotizan en bolsa reveló un panorama heterogéneo en cuanto a la madurez de las prácticas éticas relacionadas con la inteligencia artificial. Los hallazgos indicaron que la formalización de directrices y mecanismos de gobernanza ética de la IA se encuentra en diferentes etapas de desarrollo entre los sectores económicos, lo que refleja la complejidad del tema y la diversidad de presiones regulatorias y de mercado. Esta variación sugiere que la incorporación de la ética en la IA aún se encuentra en proceso de consolidación en el entorno corporativo brasileño, tal como se señala en la literatura (Huang et al., 2023).

Los resultados evidenciaron que la adopción de mecanismos formales de gobernanza, control y mitigación de riesgos asociados a la IA ocurrió de manera desigual entre los sectores. Empresas de segmentos más regulados y con mayor dependencia tecnológica, como el bancario y el de tecnología, demostraron un mayor avance. En contrapartida, organizaciones de sectores como minería, energía y bienes de consumo, aunque con fuerte actuación en ESG, presentaron un menor detalle explícito sobre la ética en IA, tratándola de forma más indirecta dentro de políticas corporativas más amplias.

Para la interpretación de los resultados, fue fundamental distinguir entre evidencia directa y contextual. La evidencia directa se refiere a menciones explícitas de IA, algoritmos o decisiones automatizadas, acompañadas de principios, responsabilidades o controles específicos. La evidencia contextual, por otro lado, corresponde a prácticas generales de ESG, derechos humanos, privacidad o seguridad de la información que, si bien son relevantes, no demuestran su aplicación directa a la IA. Esta distinción fue crucial para evitar la sobreestimación de la madurez ética en IA basándose únicamente en marcos corporativos sólidos de ESG o protección de datos.

En términos generales, las dimensiones de privacidad, protección de datos y seguridad, así como la gestión de riesgos y la evaluación de impacto, presentaron la mayor adherencia entre las empresas analizadas. Este escenario puede atribuirse a la influencia de marcos regulatorios como la Ley General de Protección de Datos (LGPD) y a la consolidación de prácticas de gestión de riesgos en el ámbito de la gobernanza corporativa. Sin embargo, dimensiones más complejas, como la transparencia algorítmica y la justicia, permanecieron en niveles intermedios o incipientes, indicando lagunas en la operacionalización de principios éticos abstractos en prácticas técnicas y medibles.

Gobernanza, rendición de cuentas y regulación

La dimensión de gobernanza, rendición de cuentas y regulación demostró ser una de las más desarrolladas, especialmente en instituciones financieras y empresas de tecnología. Se observó la presencia de estructuras formales de control y responsabilización, destacando Bradesco, que posee una Política de Gestión de Riesgos de IA específica, e Itaú Unibanco, con su Guía de Orientaciones Sobre Ética de Datos. Estas iniciativas reflejan una preocupación emergente por la gobernanza específica de la IA, impulsada por la fuerte regulación del sistema financiero y la criticidad de las decisiones automatizadas en sus operaciones.

La gobernanza de la inteligencia artificial, según Floridi et al. (2018), exige no solo el cumplimiento normativo, sino también mecanismos internos que aseguren la supervisión y auditoría a lo largo de todo el ciclo de vida de los sistemas. Si bien las empresas financieras y tecnológicas como TOTVS y B3 presentan un nivel “Presente” en esta dimensión, otras como Vale, Petrobras, Magazine Luiza y Natura &Co fueron clasificadas como “Parcial”. Esto indica que, en estas últimas, las directrices de gobernanza son más genéricas, sin una vinculación explícita y detallada a la IA, lo que puede limitar la efectividad de la rendición de cuentas.

Transparencia, explicabilidad y impugnabilidad

La transparencia, explicabilidad y la posibilidad de impugnar los sistemas de inteligencia artificial presentaron niveles intermedios de desarrollo en la mayoría de las empresas. Solo Itaú, Bradesco, TOTVS, B3 y Magazine Luiza fueron clasificadas como “Parcial”, mientras que Vale, Petrobras y Natura &Co fueron consideradas “Ausentes”. Aunque algunas empresas, como B3 y TOTVS, han demostrado avances en la comunicación de sus procesos y mecanismos de control, la mayoría de las organizaciones aún no ha presentado un detalle suficiente sobre el funcionamiento de los sistemas automatizados.

La ausencia de mecanismos que permitan la impugnación de decisiones algorítmicas por parte de los usuarios o stakeholders es una laguna significativa. La explicabilidad, según Doshi-Velez y Kim (2017), es fundamental para garantizar la confianza y permitir la evaluación crítica de los sistemas, y su mención indirecta en informes institucionales no se ha traducido en evidencias claras de operacionalización. Este escenario sugiere que las empresas aún enfrentan desafíos para traducir principios abstractos de transparencia en prácticas técnicas y medibles, lo que puede comprometer la legitimidad y la aceptación social de la IA.

Privacidad, protección de datos y seguridad

La privacidad, la protección de datos y la seguridad fueron las dimensiones con mayor adherencia entre las empresas, con Itaú, Bradesco, TOTVS, B3, Magazine Luiza y Natura &Co clasificadas como “Presente”. Vale y Petrobras fueron clasificadas como “Parcial”. Este resultado refleja la fuerte influencia de hitos regulatorios como la Ley General de Protección de Datos (LGPD) y la consolidación de prácticas de gestión de riesgos en el ámbito de la gobernanza corporativa. Las instituciones financieras, en particular, demostraron políticas robustas de seguridad de la información y privacidad, evidenciando adherencia a las exigencias legales y normativas.

La protección de la privacidad, según Nissenbaum (2010), debe entenderse dentro del concepto de integridad contextual, respetando las expectativas sociales sobre el uso adecuado de la información. La amplia identificación de estas prácticas, especialmente en contextos organizacionales que dependen intensivamente de datos personales, indica una madurez considerable en la gestión de estos aspectos. Sin embargo, la clasificación “Parcial” para algunas empresas sugiere que, si bien existen políticas generales, la vinculación explícita y detallada a la IA aún puede ser mejorada.

Justicia, equidad y no discriminación

La dimensión de justicia, equidad y no discriminación presentó un desarrollo más incipiente, con la mayoría de las empresas (Itaú, Bradesco, TOTVS, B3, Petrobras, Magazine Luiza) clasificadas como “Parcial”. Solo Vale y Natura &Co fueron clasificadas como “Presente”, principalmente a través de políticas de diversidad e inclusión. Los hallazgos corroboraron la dificultad de las organizaciones para traducir principios abstractos de equidad algorítmica en mecanismos técnicos concretos, como lo destacaron Barocas, Hardt y Narayanan (2019).

La ausencia de evidencia clara sobre la mitigación de sesgos algorítmicos sugiere que esta dimensión aún no ha sido plenamente incorporada a las prácticas empresariales. Los sistemas de IA pueden reproducir o amplificar desigualdades existentes cuando se entrenan con datos históricos sesgados, lo que hace esencial la adopción de mecanismos de detección y mitigación de sesgos. El enfoque genérico, sin vinculación explícita a la IA, en muchas de las políticas observadas, indica que la operacionalización de estos principios sigue siendo un desafío significativo en el contexto corporativo brasileño.

Supervisión humana y autonomía

La supervisión humana y la autonomía se identificaron como “Presente” en Itaú, Bradesco y B3, y “Parcial” en TOTVS, Petrobras y Magazine Luiza, mientras que Vale y Natura &Co fueron clasificadas como “Ausente”. La presencia de mecanismos de control humano sobre sistemas automatizados fue más evidente en instituciones financieras, donde la criticidad de las decisiones exige una mayor intervención humana. Este principio está asociado al concepto de “human-in-the-loop”, en el cual los humanos mantienen un papel activo en la validación y revisión de decisiones automatizadas.

La autonomía de la IA, tal como la propone la Comisión Europea (2019), debe estar limitada por salvaguardias que eviten decisiones totalmente independientes en contextos sensibles. La identificación de tales mecanismos en las empresas financieras y en la B3 demuestra una preocupación por la seguridad y la responsabilidad. Sin embargo, la clasificación “Parcial” para otras empresas indica que, si bien existen controles generales, la especificidad de la supervisión humana en relación con los sistemas de IA aún no está plenamente formalizada o detallada en sus documentos públicos.

Impactos sociales y en el trabajo

La dimensión de impactos sociales y en el trabajo presentó una distribución mixta, con Vale, Magazine Luiza y Natura &Co clasificadas como “Presente”, e Itaú, Bradesco, TOTVS, B3 y Petrobras como “Parcial”. Se evidenciaron iniciativas de recalificación profesional e inclusión digital, especialmente en empresas como Magazine Luiza, que utilizan intensivamente la IA en procesos relacionados con la experiencia del cliente y la logística. La adopción de IA en el ambiente organizacional genera impactos significativos sobre el mercado de trabajo, exigiendo adaptación y recalificación profesional.

Brynjolfsson y McAfee (2014) argumentan que la automatización puede aumentar la productividad, pero también profundizar las desigualdades si no va acompañada de políticas adecuadas. La clasificación “Parcial” para la mayoría de las empresas sugiere que, si bien hay un reconocimiento de los impactos sociales, la formalización de directrices específicas para mitigar estos efectos en relación con la IA aún es incipiente. La presencia en Vale, Magazine Luiza y Natura &Co puede estar ligada a sus agendas más amplias de responsabilidad social corporativa.

Sostenibilidad e impactos ambientales

La sostenibilidad y los impactos ambientales fue una dimensión con mayor adherencia en empresas con fuerte actuación en ESG, como Vale, Petrobras y Natura &Co, clasificadas como “Presente”. Las demás empresas (Itaú, Bradesco, TOTVS, B3, Magazine Luiza) fueron clasificadas como “Parcial”. Sin embargo, incluso en las empresas clasificadas como “Presente”, la conexión explícita entre las prácticas de sostenibilidad y el uso de la inteligencia artificial no fue ampliamente detallada en los documentos analizados. Este resultado sugiere una oportunidad de integración entre agendas que aún son tratadas de forma separada.

Estudios como los de Strubell, Ganesh y McCallum (2019) evidencian que los modelos de IA a gran escala pueden tener huellas ambientales significativas, lo que exige que la ética en IA incorpore preocupaciones ambientales. La clasificación “Parcial” para la mayoría de las empresas indica que, si bien existe un compromiso con la sostenibilidad, la especificidad de cómo se gestiona la IA para minimizar su impacto ambiental aún no está plenamente formalizada. La integración proactiva de la ética en IA con los principios ESG es un camino para promover el uso eficiente de recursos y el desarrollo de tecnologías más sostenibles.

Gestión de riesgos y evaluación de impacto

La gestión de riesgos y la evaluación de impacto fueron una dimensión ampliamente evidenciada, con Itaú, Bradesco, TOTVS, B3, Vale y Petrobras clasificadas como “Presente”. Magazine Luiza y Natura &Co fueron clasificadas como “Parcial”. Este resultado destaca la importancia atribuida a la identificación, análisis y mitigación de potenciales efectos adversos derivados del uso de sistemas automatizados. La evaluación de impacto, conforme al marco de la OCDE (2019), es una herramienta esencial para anticipar consecuencias y orientar decisiones responsables, siendo un elemento central en contextos de cumplimiento.

La fuerte adherencia en esta dimensión, especialmente en instituciones financieras y empresas reguladas, refleja la criticidad de sus operaciones y la necesidad de prevenir riesgos operacionales y reputacionales. La existencia de políticas y procedimientos para gestionar riesgos, incluso si de forma más amplia en algunas empresas, demuestra un nivel de madurez en la gobernanza corporativa. Sin embargo, la clasificación “Parcial” para Magazine Luiza y Natura &Co sugiere que, aunque la gestión de riesgos es una práctica establecida, su aplicación específica a los impactos de la IA aún puede carecer de mayor detalle documental.

Confianza, percepción y aceptación social

La dimensión de confianza, percepción y aceptación social presentó un desarrollo uniformemente “Parcial” en las ocho empresas analizadas. Se observó comunicación institucional orientada a la reputación y transparencia, pero sin suficiente detalle sobre cómo se construye y mantiene la confianza en sistemas de IA. La aceptación social de la IA depende no solo de su eficacia técnica, sino también de la transparencia, responsabilidad y comunicación de las organizaciones, según Mayer, Davis y Schoorman (1995).

La ausencia de iniciativas estructuradas y explícitas en esta área puede comprometer la legitimidad del uso de la IA a largo plazo, especialmente en contextos de creciente preocupación pública por la privacidad, la discriminación y la automatización. La clasificación “Parcial” para todas las empresas indica que, si bien hay un reconocimiento de la importancia de la reputación y la comunicación, la formalización de estrategias específicas para fomentar la confianza y la aceptación social de la IA sigue siendo un desafío a superar, lo que exige enfoques más proactivos e integrados.

Educación, capacitación y acceso a la IA

La educación, capacitación y acceso a la IA presentaron un escenario mixto, con TOTVS clasificada como “Presente”, Itaú, Bradesco, B3, Petrobras y Magazine Luiza como “Parcial”, y Vale y Natura &Co como “Ausente”. Se identificaron iniciativas de capacitación interna en tecnología e innovación, especialmente en TOTVS, que actúa en el desarrollo de soluciones digitales. Esta dimensión implica la necesidad de preparar a individuos y organizaciones para comprender, utilizar e interactuar críticamente con sistemas de IA, incluyendo formación técnica y desarrollo de competencias éticas y analíticas.

La democratización del acceso a la IA es fundamental para garantizar su uso equitativo y sostenible, según la UNESCO (2021). La clasificación “Parcial” para la mayoría de las empresas sugiere que, si bien hay inversiones en capacitación tecnológica, la especificidad de la educación en ética de la IA y la promoción del acceso equitativo aún no están plenamente formalizadas. La ausencia en Vale y Natura &Co puede indicar que, para estas empresas, la IA aún no es un foco central en sus estrategias de capacitación y desarrollo, o que tales iniciativas no se divulgan públicamente.

Derechos humanos y dignidad

La dimensión de derechos humanos y dignidad fue clasificada como “Presente” en Bradesco, Vale y Natura &Co, y “Parcial” en Itaú, TOTVS, B3, Petrobras y Magazine Luiza. La práctica se identificó a través de evidencias documentales en políticas corporativas, informes y códigos de conducta. En el caso de Bradesco, la adopción de una Política Corporativa de Derechos Humanos y de una Política de Diversidad, Equidad e Inclusión demostró alineación institucional con principios fundamentales de dignidad, igualdad y respeto a los individuos.

La relación entre inteligencia artificial y derechos humanos comprende la garantía de que los sistemas automatizados respeten principios fundamentales, siendo necesario incorporarlos desde la concepción de los sistemas (“by design”), conforme consignado por la ONU (2020). La clasificación “Parcial” para la mayoría de las empresas indica que, aunque hay un compromiso general con los derechos humanos, la vinculación explícita y detallada de estos principios a la gobernanza de la IA aún es un desafío. Las empresas clasificadas como “Presente” demostraron un avance en la formalización de estas directrices en sus documentos públicos.

Soberanía y desarrollo tecnológico

La dimensión de soberanía y desarrollo tecnológico presentó el menor nivel de adherencia, con solo TOTVS clasificada como “Presente”, mientras que las otras siete empresas fueron clasificadas como “Ausente”. La soberanía tecnológica se refiere a la capacidad de una organización para desarrollar, controlar y utilizar tecnologías estratégicas, como la inteligencia artificial, de forma autónoma y alineada a sus intereses. Esta dimensión involucra cuestiones geopolíticas, económicas y regulatorias, incluyendo la dependencia de proveedores externos y el control sobre datos e infraestructura.

La presencia de TOTVS en esta dimensión puede explicarse por su actuación como empresa de tecnología, desarrollando y proporcionando soluciones digitales, lo que naturalmente la posiciona en un papel de mayor control sobre sus tecnologías. La ausencia en todas las demás empresas sugiere que la discusión sobre soberanía tecnológica en relación con la IA aún es incipiente en el contexto corporativo brasileño, o que tales preocupaciones no están formalizadas en documentos públicos. Según Roberts (2024), el desarrollo tecnológico soberano es esencial para garantizar seguridad y competitividad, y la falta de evidencias documentales indica una brecha significativa.

En resumen, los resultados de la investigación revelaron que la incorporación de la ética en la inteligencia artificial en el contexto corporativo brasileño es heterogénea y aún se encuentra en fase de consolidación. Las empresas de sectores más regulados y intensivos en datos, como el financiero, demostraron mayor madurez en dimensiones como gobernanza, gestión de riesgos y protección de datos, impulsadas por presiones regulatorias y por la criticidad de sus operaciones. Sin embargo, persisten brechas significativas en dimensiones más complejas, como transparencia, explicabilidad, mitigación de sesgos algorítmicos y soberanía tecnológica, lo que indica la necesidad de enfoques más integrados y proactivos. El análisis refuerza que, si bien existe un reconocimiento creciente de la importancia de la ética en IA, la traducción de principios abstractos en prácticas operativas y medibles aún representa un desafío para las organizaciones, demandando la formulación de políticas específicas y transparentes que alineen la innovación tecnológica con la responsabilidad ética y la sostenibilidad.

4. Conclusión

El presente estudio buscó analizar cómo las directrices y prácticas de gobernanza ética de la inteligencia artificial se evidencian en documentos públicos de ocho empresas brasileñas que cotizan en bolsa, comparando el grado de madurez documental de estas prácticas. Se verificó una adopción heterogénea de prácticas éticas entre los sectores, con mayor madurez en organizaciones sometidas a presiones regulatorias más intensas, como las de los segmentos financiero y tecnológico. Se observó que dimensiones como privacidad, protección de datos, seguridad, gestión de riesgos y evaluación de impacto presentaron mayor formalización. Sin embargo, persistieron lagunas significativas en aspectos más complejos, como transparencia, explicabilidad, mitigación de sesgos algorítmicos y soberanía tecnológica, lo que indica que la ética en inteligencia artificial aún se encuentra en proceso de consolidación en el contexto corporativo brasileño. La principal contribución del trabajo reside en la proposición de un framework consolidado que integra diversas dimensiones éticas del uso corporativo de la inteligencia artificial, ofreciendo una herramienta diagnóstica para áreas de compliance, riesgos, auditoría, privacidad, sostenibilidad y tecnología, y señalando la importancia de alinear la innovación tecnológica con la responsabilidad ética.

Como limitación principal, se destacó el uso exclusivo de documentos públicos, lo que puede no reflejar integralmente las prácticas internas de las organizaciones analizadas, además de la ausencia de estandarización en la divulgación de información sobre inteligencia artificial, lo que dificultó comparaciones más precisas. Se sugiere que estudios futuros complementen el framework propuesto con entrevistas, pruebas de controles, indicadores y evidencias operacionales, permitiendo verificar la efectiva incorporación de los compromisos formales al ciclo de vida de los sistemas de IA. Se recomienda, además, que las organizaciones prioricen temas con menor evidencia documental, como explicabilidad, impugnabilidad y mitigación de sesgos, y desarrollen enfoques más integrados y proactivos, alineados a los principios ESG, para promover un uso más responsable y sostenible de la inteligencia artificial.

Referencias Bibliograficas

Floridi, L.; Cowls, J.; Beltrametti, M.; Chatila, R.; Chazerand, P.; Dignum, V.; Luetge, C.; Madelin, R.; Pagallo, U.; Rossi, F.; Schafer, B.; Valcke, P.; Vayena, E. 2018. Al4People – An ethical framework for a good Al society: opportunities, risks, principles, and recommendations. Minds and Machines 28(4): 6

Huang, C.; Zhang, Z.; Mao, B.; Yao, X. 2023. An overview of artificial intelligence ethics. IEEE Transactions On Artificial Intelligence 4(4): 799-816.

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2025. De 2022 a 2024, percentual de empresas industriais utilizando inteligência artificial subiu de 16,9% para 41,9%. Disponível em: <https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/44551-de-2022-a-2024-percentual-de-empresas-industriais-utilizando-inteligencia-artificial-subiu-de-16-9-para-41-9>. Acesso em: 30 dez. 2025.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Compliance y ESG del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy