Prohibir en el pie de un correo que su contenido sea tratado por inteligencia artificial tiene algo de gesto necesario y algo de defensa insuficiente. Necesario, porque el problema existe: cada vez más mensajes, adjuntos, contratos, propuestas, informes y documentos internos acaban pasando por asistentes de IA. Insuficiente, porque la IA ya no siempre aparece como una web externa donde alguien copia y pega un texto. Muchas veces está dentro del propio correo, del editor de documentos, del buscador corporativo o del resumen automático de una reunión.

El debate abierto por Iñaki Jauregui Navarro en LinkedIn apunta a una inquietud real: qué ocurre cuando enviamos información confidencial y el destinatario la procesa con ChatGPT, Claude, Copilot, Gemini o cualquier otra herramienta similar. La reacción de añadir una cláusula de prohibición al final del email puede servir como aviso. Puede incluso tener valor en determinados contextos profesionales. Pero conviene no confundir una advertencia con una medida de control.

El disclaimer avisa, pero no gobierna

Los pies de correo llevan años acumulando frases sobre confidencialidad, protección de datos, destinatarios indebidos y responsabilidad legal. El problema es que casi nadie los lee con atención. Cuando el bloque legal se repite en cada mensaje, el destinatario lo trata como ruido administrativo.

Añadir una prohibición expresa de uso con IA puede disuadir a quien estaba a punto de copiar el correo en una herramienta externa. Puede hacer que alguien se lo piense antes de pegar un contrato en un chatbot público. Y puede ayudar a dejar constancia de que el remitente no autoriza determinados usos del contenido.

Pero su efecto real tiene límites claros. Si una persona actúa de forma descuidada, probablemente no será el pie de correo lo que cambie su comportamiento. Y si el tratamiento con IA se produce dentro de la propia plataforma corporativa del destinatario, quizá ni siquiera exista una decisión consciente de «usar IA».

Ahí está el cambio importante. En muchas empresas, Microsoft 365 Copilot o Gemini para Google Workspace no son herramientas aisladas, sino funciones integradas en el entorno de trabajo. Pueden resumir hilos, ayudar a redactar respuestas, buscar en documentos, analizar reuniones o cruzar información accesible para el usuario. Microsoft afirma que los prompts, respuestas y datos accesibles mediante Microsoft Graph en Microsoft 365 Copilot no se usan para entrenar sus modelos fundacionales; Google indica que los datos de Gemini en Workspace no se utilizan para entrenar modelos sin permiso del cliente. Ese matiz reduce el miedo al entrenamiento, pero no elimina el tratamiento interno de datos para prestar el servicio.

El riesgo no es solo copiar y pegar

Muchas políticas internas siguen pensando en la IA como si fuera una web externa. El empleado abre una pestaña, pega un texto, pide un resumen y copia la respuesta. Ese uso existe y debe regularse, pero ya no es el único escenario.

El riesgo más difícil de gestionar es el tratamiento silencioso o integrado. Un correo puede ser indexado para búsqueda semántica, resumido dentro del hilo, usado para generar una respuesta sugerida o aparecer como contexto en una consulta posterior del usuario. La información no necesariamente abandona el entorno corporativo, pero sí pasa por sistemas automatizados que deben estar gobernados.

La diferencia entre «entrenar» y «procesar» importa. Que un proveedor diga que no entrena sus modelos con los datos de empresa no significa que esos datos no sean leídos, analizados o utilizados temporalmente para responder a una consulta. Para resumir un hilo hay que procesarlo. Para sugerir una contestación hay que interpretar el contenido. Para buscar documentos relacionados hay que indexar o recuperar información.

Desde el punto de vista legal y operativo, la pregunta útil no es solo «¿se usa IA?», sino «¿qué datos se tratan, con qué finalidad, bajo qué contrato, con qué permisos, con qué registros y con qué posibilidad de control?». La Agencia Española de Protección de Datos ha insistido en que el uso de sistemas de IA en tratamientos de datos personales exige conocimiento de la tecnología, análisis de riesgos y decisiones informadas por parte de responsables y encargados.

Qué debería hacer una empresa de verdad

La primera medida práctica es asumir que la IA ya forma parte del puesto de trabajo. Prohibirla de forma genérica puede sonar contundente, pero rara vez funciona si los empleados ya la tienen en sus herramientas diarias. Es mejor clasificar usos, datos y riesgos.

Una organización debería distinguir entre información pública, información interna, información confidencial, datos personales, datos especialmente sensibles, secretos empresariales y documentación de clientes. No todo requiere el mismo nivel de protección. Tampoco todas las herramientas de IA ofrecen las mismas garantías.

La segunda medida es revisar la configuración del entorno. En Microsoft 365, Google Workspace u otras suites, no basta con comprar licencias y dejar las opciones por defecto. Hay que decidir qué usuarios tienen acceso, qué repositorios puede consultar el asistente, qué datos quedan excluidos, qué logs se conservan y qué controles existen para auditar usos indebidos.

La tercera es separar herramientas aprobadas y no aprobadas. Una cosa es usar una IA corporativa contratada, con garantías, dentro del tenant de la empresa. Otra muy distinta es pegar datos de clientes en una cuenta personal de un chatbot. La política interna debe explicarlo sin rodeos y con ejemplos reales: qué se puede hacer, qué no, y qué hacer en caso de duda.

La cuarta es formar a los equipos. Muchas fugas no nacen de mala fe, sino de comodidad. Alguien sube un Excel para que le preparen un resumen, pega un contrato para extraer riesgos o copia un correo de un cliente para redactar una respuesta más educada. Si nadie ha explicado los límites, el error llegará.

La quinta es revisar contratos con proveedores. El tratamiento de datos con IA no puede depender de una promesa comercial genérica. Hay que mirar condiciones de privacidad, ubicación de datos, subencargados, conservación, entrenamiento, auditoría, seguridad, responsabilidades y mecanismos de exclusión.

Qué puede hacer quien envía información sensible

El remitente tampoco debería confiarlo todo al pie de correo. Si la información es delicada, debe actuar antes del envío. Puede pedir confirmación expresa de que el destinatario no usará herramientas externas de IA, enviar documentación por canales seguros, cifrar adjuntos, limitar permisos, usar marcas de confidencialidad o incluir cláusulas específicas en contratos y acuerdos de confidencialidad.

También conviene reducir lo que se envía. Muchas veces compartimos más datos de los necesarios. Si basta con una versión anonimizada, un extracto o un documento sin datos personales, esa debería ser la opción. La minimización no es solo una obligación de protección de datos; es una buena práctica de sentido común.

En relaciones profesionales estables, lo más útil no es esconder una prohibición al final de cada email, sino pactar reglas claras. Por ejemplo: no usar herramientas de IA externas con documentación recibida; usar solo entornos corporativos aprobados; no introducir datos personales salvo necesidad; no reutilizar adjuntos para entrenamiento; y comunicar cualquier incidente o uso indebido.

El Reglamento europeo de IA añade además un marco que obligará a muchas organizaciones a ordenar mejor sus sistemas, funciones y responsabilidades. Su aplicación es progresiva y combina obligaciones sobre alfabetización, modelos de propósito general, sistemas de alto riesgo y transparencia, entre otras materias.

El pie de correo puede seguir teniendo un papel. Como aviso. Como recordatorio. Como señal de que la información no debe tratarse sin control. Pero la verdadera protección no está al final del mensaje. Está en las políticas internas, en la configuración de las plataformas, en los contratos, en la formación y en la capacidad real de auditar qué datos han sido tratados por IA.

La IA no ha roto el correo electrónico. Ha dejado al descubierto una debilidad que ya existía: muchas empresas no saben con precisión qué ocurre con la información que reciben, quién puede acceder a ella y qué herramientas la procesan. El disclaimer puede abrir la conversación. La solución empieza cuando esa conversación se convierte en gobierno del dato.

Preguntas frecuentes

¿Tiene sentido añadir una cláusula anti-IA al pie del correo?
Sí, como aviso y elemento disuasorio. Pero no debería considerarse una barrera suficiente para impedir tratamientos automáticos o usos integrados en plataformas corporativas.

¿El problema principal es que la IA entrene con mis correos?
No solo. El entrenamiento es un riesgo concreto, pero también importa el procesamiento interno: resumen, indexación, búsqueda, generación de respuestas, clasificación o recuperación de información.

¿Qué medida es más eficaz que un disclaimer?
Definir políticas claras de uso de IA, revisar la configuración de Copilot, Gemini u otras herramientas, limitar permisos, formar a los empleados y pactar cláusulas específicas cuando se comparta información sensible.

Imagen vía LinkedIN. Y vía Abogados Contratos.