Riscos d’usar IA a l’empresa (i com formar l’equip sense frenar l’adopció)

En aquest article t’expliquem els riscos reals d’usar IA a la feina —dades, shadow AI, biaixos, AI Act— i com formar l’equip amb microcursos pràctics, no amb un PDF de política.

Portàtil amb xarxa d’IA a la pantalla, escut amb cadenat i avís de risc sobre un escriptori d’oficina

La IA ja és al correu, al CRM i al cap de bona part de l’equip — amb o sense permís de l’empresa. Blocar-la del tot sol empènyer l’ús a l’ombra; obrir-la sense criteri genera fuites de dades, errors «amb aspecte de veritat» i risc normatiu. La via intermèdia és adopció amb formació.

Aquest article resumeix riscos habituals i com abordar-los amb microlearning; el pack pràctic és l’itinerari d’IA.

Idea clau. El risc no és només el model: és la persona que enganxa un client, un contracte o una nòmina en un xat genèric «per anar més ràpid».

1. Shadow AI (ús sense govern)

Parlar de shadow AI és parlar del que ja passa en moltes empreses: algú usa una eina personal, un compte gratuït o un plugin que ningú ha aprovat… i RR. HH. o legal se n’assabenten tard — de vegades només després d’un incident.

Això deixa dades fora del perímetre, dificulta auditar què s’ha compartit i fa que cada persona obtingui respostes diferents segons l’eina que tingui a mà. Convé formar en quan sí i quan no, en els canals aprovats i amb exemples del lloc. El microcurs d’ús responsable i ètic de la IA encaixa bé com a base.

De la sobrecàrrega de xats i eines d’IA sense control a un itinerari ordenat de píndoles al mòbil
De l’ombra del xat genèric a l’itinerari amb criteri.

2. Dades sensibles i confidencialitat

Un altre risc quotidià: enganxar en un xat extern informació de clients, pacients, empleats o codi font «només un moment». Sol ser la drecera més cara.

Aquí la formació no substitueix la higiene digital: la IA sovint la complica. Cal classificació bàsica de dades, una regla clara de «no enganxis això» i, quan encaixi, reforçar amb ciberseguretat del catàleg.

3. Al·lucinacions i decisions mal fonamentades

La IA escriu amb seguretat. Això no vol dir que la xifra o la referència legal siguin certes. En comercial, suport o compliance, un error amb to convincent pot arribar al client o a una auditoria.

Convé entrenar a verificar fonts, a usar la IA com a esborrany —no com a autoritat— i a contrastar. Ajuda practicar com escriure prompts que generin resultats útils i revisables.

4. Biaixos i tracte desigual

Els models s’entrenen amb dades que poden arrossegar biaixos. Això es nota en selecció, avaluació o atenció al client. Encara que «ho hagi escrit la IA», la responsabilitat continua sent de l’organització.

La formació aquí va d’exemples concrets, de revisió humana en decisions d’alt impacte i de límits clars d’ús a RR. HH.

5. Propietat intel·lectual i tercers

També cal mirar què es genera i què es publica: imatges, textos o codi sense revisar llicències, marques o drets de clients.

A la pràctica, l’equip necessita saber què es pot publicar, què cal revisar i quan demanar autorització — la mateixa línia d’ús responsable que en els riscos anteriors.

6. Compliment (AI Act i obligacions d’alfabetització)

El Reglament europeu d’IA no és només cosa de qui fabrica models. Les organitzacions que usen sistemes d’IA tenen deures d’alfabetització i de gestió del risc segons el context.

Formar aquí vol dir explicar, en llenguatge clar i amb casos del sector, qui està obligat a què. Un bon punt de partida és el Reglament europeu d’IA en format píndola.

7. Productivitat falsa (i dependència)

Copilot i altres eines poden accelerar la feina… o generar més feina de revisió. Sense criteri, l’equip copia malament i el manager perd temps corregint.

El útil és formar en fluxos reals d’oficina: quan delegar, quan no i com revisar. Per exemple amb Domina Copilot.

Per què microlearning (i no un PDF de política)

Les polítiques se signen i, sovint, s’obliden. Els riscos apareixen en el micromoment: «necessito un correu ja», «resum aquest contracte», «tradueixo aquest tiquet». Allà cal una píndola curta, un exemple del lloc i un quiz — el mateix criteri que a la guia de microlearning.

Un itinerari ordenat evita el curs-monstre de «tot sobre IA»:

  1. Alfabetització i ètica — límits i dades.
  2. Normativa — AI Act en llenguatge accionable.
  3. Ofici — prompts, Copilot, ciber.
  4. Reforç — tips curts quan canvia l’eina.

El detall del pack és als set microcursos d’IA i a la pàgina d’IA en formació.

Quatre passos de l’itinerari: ètica i dades, normativa, ús pràctic d’IA i supervisió humana amb resultats
Ètica → norma → ofici → reforç, en píndoles.

Com parlar-ne amb direcció (sense alarmisme)

Si cal portar-ho a direcció, convé un to pràctic, no alarmista: el cost d’un incident de dades sol superar el de formar la plantilla; la formació és part del compliment d’alfabetització, no només «cultura innovadora»; i té sentit començar per rols d’alt risc (atenció, legal, dades, managers) i ampliar després.

Adopció amb criteri, no amb por

Blocar la IA no l’elimina: l’empeny a l’ombra. Obrir-la sense formació multiplica dreceres cares. L’equilibri és criteri compartit —dades, verificació, canals aprovats— en píndoles que la gent pugui aplicar el mateix dia.

Si ja teniu el diagnòstic i falten les peces, l’itinerari d’IA ordena ètica, normativa i ofici; els microcursos enllaçats més amunt cobreixen cada risc sense un curs-monstre.

Indica les teves dades i de què t’agradaria parlar

Torna amunt