IA clínica responsable: las cuatro reglas antes del primer prompt

Cada semana me escribe algún colega con la misma pregunta, formulada de distintas maneras: "¿qué herramienta de IA me recomendás?". Y cada semana doy la misma respuesta incómoda: la herramienta es la última decisión, no la primera. Antes hay cuatro reglas que ordenan todo lo demás — y si no están resueltas, cualquier herramienta es un problema esperando su momento.

Estas cuatro reglas no salieron de un comité ni de un paper de opinión. Salieron de usar IA todos los días en un centro clínico real, con consultantes reales, datos reales y responsabilidad profesional real. Son la primera página de todo lo que enseñamos en PSI NEXUS.

Ningún dato identificable entra a la IA

La regla más importante y la que más se viola por descuido. Pegar el relato de una sesión en un chat de IA con el nombre de la persona, su ciudad y los detalles que la vuelven reconocible es enviar información clínica a un servidor de un tercero. No importa lo útil que sea la respuesta: ese dato ya salió de tu consultorio.

La solución no es renunciar a la herramienta — es anonimizar antes de pegar. Un procedimiento concreto: quitar nombres y reemplazarlos por códigos, quitar lugares, fechas exactas y ocupaciones específicas, y preguntarse antes de enviar: si esta persona leyera este texto en otro contexto, ¿se reconocería? ¿La reconocería alguien más? Si la respuesta es sí, todavía no está listo.

El consultante sabe y consiente

Si la IA participa de tu proceso clínico — en la conceptualización, en el seguimiento, en el análisis de registros — la persona que consulta tiene derecho a saberlo. No como una confesión incómoda: como parte del encuadre, igual que le contás cómo trabajás y qué esperás del proceso.

En la práctica, esto es un párrafo en el consentimiento informado: qué hace la IA en el proceso, qué no hace, y cómo se protegen sus datos. La experiencia repetida es que a casi nadie le molesta — lo que molesta, y con razón, es enterarse después.

El clínico decide, la IA asiste

Ninguna salida de un modelo es una decisión clínica. Es un insumo — a veces brillante, a veces equivocado con una seguridad admirable. La responsabilidad profesional no se delega en una herramienta: se ejerce con mejores herramientas.

Esto tiene una consecuencia operativa directa: todo lo que la IA produce pasa por tu criterio antes de tocar el proceso. Una conceptualización sugerida se contrasta con lo que vos sabés del caso. Una búsqueda de evidencia se verifica en las fuentes. Un análisis de datos se revisa antes de informarlo. El día que aceptás una salida sin mirarla, dejaste de usar la herramienta y empezaste a obedecerla.

Los resultados se reportan con honestidad

Cuando la IA participa de un análisis o de un informe, eso se dice. Qué hizo la máquina, qué verificó un humano, qué límites tiene el dato. En investigación esto ya tiene nombre y checklist — y en la clínica cotidiana es la misma actitud a otra escala: no presentar como propio lo que produjo un modelo, no presentar como sólido lo que no se verificó.

La transparencia metodológica no es un costo: es lo que diferencia a un profesional que usa IA con criterio de un vendedor de humo con bata. A mediano plazo, es la reputación entera.

La regla detrás de las reglas

Si las mirás juntas, las cuatro dicen lo mismo desde ángulos distintos: la IA amplía tu capacidad, no tu permiso. Todo lo que no podías hacer éticamente sin IA, tampoco podés hacerlo con ella. Y todo lo que sí podías hacer — pensar mejor un caso, buscar evidencia, medir resultados — ahora lo podés hacer más profundo y más rápido, si el encuadre está firme.

Por eso en la comunidad este contenido se enseña primero, antes que cualquier prompt. No es la letra chica del programa: es el programa.