“…Frente a las limitaciones de los métodos tradicionales, la IA ya permite la detección y gestión de los riesgos psicosociales y salud mental en el trabajo, automatizando y ampliando la recopilación y análisis de datos de forma eficiente y segura, todo ello, respetando la privacidad de las personas. Además, facilita evaluaciones cualitativas a gran escala, predicciones tempranas sobre problemas de salud mental y proporciona intervenciones preventivas más efectivas

Artículo Técnico:
D. Raúl Alelú Paz
Doctor en Medicina y Cirugía y Doctor en Psicología. CoFundador y Director Científico-Clínico de Healthy Minds Analytics

En el contexto laboral actual, la gestión de los riesgos psicosociales es un tema crucial y obligatorio para las empresas de todos los tamaños y sectores, conforme a lo establecido en nuestra legislación en la Ley de Prevención de Riesgos Laborales 31/95 y según queda reflejado en el Criterio Técnico 104/2021 de la Inspección de Trabajo y Seguridad Social.

A pesar de la obligatoriedad de estas evaluaciones, existen múltiples desafíos técnicos y operativos que limitan su implementación efectiva.

Uno de los problemas más significativos es que las evaluaciones psicosociales tradicionales suelen ser lentas y costosas. La mayoría de estas evaluaciones dependen de métodos manuales, como encuestas y entrevistas individuales, que requieren tiempo y recursos significativos. Esta dependencia de procesos manuales no solo encarece las evaluaciones, sino que también limita su alcance, ya que solo pueden llegar a una fracción limitada de la fuerza laboral.

Además, la mayoría de las herramientas utilizadas para estas evaluaciones requieren la recopilación de datos sensibles de los empleados, lo que genera preocupaciones relacionadas con la protección de datos y la privacidad. Las normativas de protección de datos, como el Reglamento General de Protección de Datos (GDPR) en Europa, establecen estrictos requisitos sobre cómo se deben manejar y almacenar estos datos, lo que a menudo implica costos adicionales y la necesidad de implementar sistemas de seguridad de datos robustos.

Este es otro factor que hace que las empresas sean reacias a realizar evaluaciones frecuentes o de gran alcance, limitando aún más la capacidad para capturar una imagen precisa del entorno psicosocial en el lugar de trabajo.

Otro desafío clave es que las evaluaciones psicosociales tradicionales no suelen realizar un análisis cualitativo exhaustivo debido al tiempo y los recursos que requieren. Las entrevistas cualitativas, que son fundamentales para comprender los contextos y matices detrás de los datos cuantitativos, son costosas y requieren mucho tiempo. Como resultado, muchas empresas optan por evitar estas entrevistas o realizarlas en un alcance muy limitado, lo que resulta en una comprensión incompleta de los riesgos psicosociales presentes. Este enfoque limitado puede llevar a la implementación de intervenciones que no están bien adaptadas a los problemas específicos de la organización.

A estos problemas se añade la falta de datos en tiempo real. Los métodos tradicionales de evaluación tienden a ofrecer solo un «retrato» de los riesgos en un momento dado, pero no proporcionan un monitoreo continuo ni la capacidad de detectar cambios dinámicos en el entorno de trabajo o en la salud mental de los empleados. Esta falta de información continua impide la implementación de estrategias de intervención proactiva y adaptativa, dejando a las empresas reaccionando a problemas una vez que ya han tenido un impacto negativo en la fuerza laboral.

Aportaciones de la inteligencia artificial

Ante este panorama, la emergencia de la inteligencia artificial (en adelante IA) ha generado importantes expectativas que prometen mejorar los procesos en términos de eficiencia y eficacia. Pero ¿hasta qué punto son realistas estas perspectivas?

Lo cierto es que la IA ofrece una solución poderosa y potencialmente transformadora a muchos de los problemas descritos anteriormente.

En términos generales, la IA se refiere a la capacidad de una máquina para imitar las funciones cognitivas humanas, como el aprendizaje y la resolución de problemas. A través de técnicas como el aprendizaje automático y el procesamiento del lenguaje natural, la IA puede analizar grandes volúmenes de datos, identificar patrones complejos y hacer predicciones basadas en esos datos. Esta capacidad de análisis a gran escala y en tiempo real puede revolucionar la manera en que las empresas abordan la evaluación de riesgos psicosociales.

En lugar de depender de encuestas y entrevistas manuales, los sistemas de IA pueden automatizar la recopilación y el análisis de datos psicosociales, manteniendo el anonimato de las personas que participan en las evaluaciones.

El incorporar metodologías de evaluación a través de dispositivos móviles, como el teléfono, mejora de forma significativa los porcentajes de participación, lo que a su vez influye en la capacidad de los algoritmos para identificar patrones y correlaciones que podrían indicar la existencia de riesgos psicosociales específicos, tales como desequilibrio esfuerzo-recompensa, alta demanda laboral, bajo control sobre el trabajo, baja justicia organizacional, entre otros.

Este enfoque automatizado no solo ahorra tiempo y reduce costos, sino que también proporciona una evaluación más integral que puede incluir a todos los puestos de trabajo, otra de las demandas por parte de los sindicatos y empresas, ya que, hasta ahora, muchos puestos quedaban fuera de la evaluación por no tener disponible un equipo donde realizar la evaluación.

Tal y como señalábamos anteriormente, la IA puede mejorar significativamente la protección de datos mediante técnicas avanzadas de anonimización y encriptación. Los algoritmos de IA pueden diseñarse para procesar datos sensibles sin necesidad de identificar directamente a las personas, lo que reduce el riesgo de incumplimiento normativo y aumenta la confianza del personal en los procesos de evaluación. Esto es especialmente importante en evaluaciones de riesgos psicosociales, donde la protección de la privacidad es fundamental para garantizar la participación y la honestidad en las respuestas, así como los derechos de las personas participantes en la evaluación.

Otro aspecto innovador del uso de la IA es su capacidad para realizar evaluaciones cualitativas de una manera mucho más eficiente y accesible. Las evaluaciones cualitativas tradicionales requieren entrevistas en persona, lo que limita el número de personas que pueden ser evaluadas debido a restricciones de tiempo y presupuesto.

En cambio, la IA puede utilizar avatares virtuales o «metahumanos» para realizar entrevistas cualitativas, lo que permite obtener datos valiosos sin las limitaciones logísticas y financieras asociadas con las entrevistas tradicionales.

Más allá de la simple evaluación, la IA también permite realizar predicciones sobre la aparición de problemas de salud mental.

Utilizando algoritmos avanzados que analizan datos históricos y patrones de comportamiento, la IA puede predecir con alta precisión la probabilidad de que un empleado o empleada desarrolle problemas de salud mental como ansiedad, depresión o burnout. Esta capacidad predictiva permite a las organizaciones no solo detectar riesgos psicosociales, sino también anticiparse a posibles problemas de salud mental, lo que es crucial dada la creciente incidencia de bajas laborales relacionadas con problemas psicológicos. Esto es especialmente relevante considerando que, de acuerdo con el Estudio de la evolución de los trastornos mentales y del comportamiento en la incapacidad temporal elaborado por FREMAP para el periodo comprendido entre 2015 y 2021, la incidencia media de los procesos de incapacidad temporal por trastornos mentales y de comportamiento mostró una tendencia al alza para todos los grupos de edad con una subida del 17,36%, llegando, en el grupo de edad de 35 a 49 años a incrementarse en un 48.2% la duración media de bajas por problemas psicológicos.

 Metodología de Healthy Minds: una IA responsable y holística

En relación a lo anteriormente expuesto, desde Healthy Minds (HMDS) se ha desarrollado una metodología innovadora que aborda directamente los desafíos mencionados y que utiliza IA avanzada para mejorar la evaluación y gestión de los riesgos psicosociales y la salud mental en el lugar de trabajo.

A diferencia de los enfoques tradicionales, se ofrece una plataforma integrada que combina evaluaciones cuantitativas y cualitativas mediante herramientas de IA, proporcionando un enfoque holístico y continuo para la gestión de riesgos.

Uno de los aspectos más destacados de la solución que proponemos es el uso de IA para realizar evaluaciones cualitativas de toda la plantilla a través de un «metahumano» hiperrealista, lo que permite a las empresas realizar entrevistas cualitativas de manera rápida y económica, obteniendo información valiosa que complementa los datos cuantitativos sin los altos costos y la inversión de tiempo asociados con las entrevistas tradicionales que anteriormente señalábamos.

Además, la plataforma permite realizar estas evaluaciones en cualquier dispositivo (móvil, tablet, ordenador), lo que facilita la participación de las personas trabajadoras independientemente de su modalidad de trabajo (presencial, híbrido o teletrabajo) o del puesto que desempeñen dentro de la empresa.

Healthy Minds también se diferencia de otras soluciones en el mercado al incorporar la evaluación del cambio climático como un riesgo psicosocial emergente (de acuerdo con el último informe de la Organización Internacional del trabajo (OIT), el cambio climático crea graves peligros para la salud del 70% de los trabajadores del mundo. Esto se traduce en la aparición de patologías como el cáncer, enfermedades cardiovasculares, enfermedades respiratorias, disfunciones renales y trastornos mentales). Este enfoque único reconoce que los factores macroambientales, como el cambio climático, pueden tener un impacto significativo en la salud mental de las personas. Al incluir esta dimensión, proporcionamos a las empresas una visión más amplia y profunda de los factores que pueden afectar el bienestar de su fuerza laboral.

Otro componente crucial de la metodología de HMDS es la capacidad para generar informes predictivos sobre salud mental utilizando algoritmos de IA. Estos informes permiten a las organizaciones identificar a tiempo a los empleados o empleadas en riesgo de desarrollar problemas de salud mental, como ansiedad, depresión, estrés o burnout, sin necesidad de que pasen por evaluaciones psicológicas directas, altamente invasivas. Esta capacidad predictiva es crucial para reducir el número de bajas laborales por problemas de salud mental y para implementar intervenciones preventivas efectivas.

Nuestro modelo se complementa con el apoyo continuo a través de una plataforma de asesoramiento psicológico disponible durante seis meses, donde cualquier miembro de la empresa puede consultar a profesionales de la salud mental sobre problemas relacionados con los riesgos psicosociales. Este apoyo no solo proporciona un recurso adicional para el personal de la empresa, sino que también ayuda a las organizaciones a monitorear y evaluar la efectividad de sus políticas de bienestar mental en el tiempo.

Finalmente, y en la línea de trabajar la previsión, la metodología de Healthy Minds incluye la formación y acreditación de “Agentes de salud mental” dentro de las empresas. Estos agentes actúan como enlaces entre la organización y los trabajadores o trabajadoras, especialmente para quienes se reincorporan al trabajo después de una baja por motivos de salud mental.

Este enfoque no solo mejora la comunicación y el apoyo dentro de la organización, sino que también refuerza una cultura de salud mental positiva.

En resumen, la IA ofrece soluciones innovadoras para mejorar la evaluación y gestión de los riesgos psicosociales y la salud mental en el ámbito laboral. Frente a las limitaciones de los métodos tradicionales, la IA permite automatizar y ampliar la recopilación y análisis de datos de forma eficiente y segura, respetando la privacidad de las personas. Además, facilita evaluaciones cualitativas a gran escala, predicciones tempranas sobre problemas de salud mental y proporciona intervenciones preventivas más efectivas. Nuestra metodología destaca por su enfoque holístico, continuo y adaptativo, mejorando significativamente la gestión de riesgos psicosociales.