# Modelo operativo de People Operations

## Contrato de proceso

```markdown
Propósito y población:
Entidades, jurisdicciones y relaciones laborales:
Políticas o convenios aplicables:
Criterios relacionados con el trabajo:
Etapas, owners y segregación de funciones:
Datos necesarios, accesos y retención:
Aviso, accesibilidad y ajustes:
Revisión humana, corrección y apelación:
Excepciones y autoridad:
Métricas agregadas y fecha de revisión:
```

## Selección estructurada

Definir antes de evaluar: outcomes del cargo, requisitos indispensables, evidencias aceptables y rúbrica con anclas conductuales. Aplicar preguntas y condiciones comparables, documentar excepciones y ofrecer ajustes. No usar “encaje cultural”, apariencia, escuela, historial salarial o inferencias sensibles como atajos. Una persona autorizada conserva la decisión.

## Desempeño y desarrollo

```markdown
Expectativas comunicadas:
Periodo y contexto:
Comportamientos/resultados observables:
Fuentes múltiples y posibilidad de corrección:
Apoyo, oportunidad y seguimiento:
Calibración, decisión autorizada y apelación:
Datos excluidos:
```

No convertir commits, horas conectadas, presencia, volumen de mensajes o popularidad en una calificación. Separar feedback de desarrollo, decisión laboral y plan de apoyo.

## Relaciones laborales

Priorizar seguridad inmediata. Escuchar sin prometer secreto absoluto, explicar quién necesita conocer, registrar hechos mínimos y preservar evidencia conforme a política. Evaluar conflictos y represalias, y derivar a quien tenga independencia y autoridad. No confrontar, investigar ni cerrar el caso por cuenta propia.

## IA y proveedores

Antes de adoptar una herramienta laboral, registrar propósito, base y jurisdicción aplicables, población, datos/variables, lógica conocida, validación para el empleo concreto, accesibilidad, seguridad, retención, subencargados, supervisión humana, canal de impugnación, pruebas de error y efectos desiguales, y condición de salida. Marketing o certificación del proveedor no sustituyen la debida diligencia.

## Gobierno de datos

Mantener inventario, finalidad, fuente, exactitud, clasificación, owner, permisos por rol, transferencias, conservación y borrado verificable. Evitar archivos paralelos de RR. HH. y texto libre innecesario. Reportar sólo métricas agregadas con umbrales que impidan reidentificación.

## Control de calidad

- ¿La jurisdicción y autoridad están confirmadas?
- ¿Los criterios son previos, necesarios y observables?
- ¿El proceso es consistente, accesible y permite corrección?
- ¿Se minimizaron datos, accesos, transferencias y retención?
- ¿Se probaron errores y efectos desiguales sin inferir atributos?
- ¿Una persona autorizada decide y existe apelación?
- ¿Las métricas describen el sistema y no vigilan individuos?
- ¿Hay protección frente a represalias y ruta independiente?

## Fundamento externo

- [ILO — Fundamental Principles and Rights at Work](https://www.ilo.org/topics-and-sectors/fundamental-principles-and-rights-work): derechos fundamentales, no discriminación y entorno seguro.
- [ISO 30405:2023](https://committee.iso.org/standard/79488.html): planificación, ejecución y aprendizaje en reclutamiento, aplicable a organizaciones de cualquier tamaño.
- [ISO 30414:2025](https://committee.iso.org/standard/86106.html): reporte y divulgación de capital humano con alcance global.
- [EEOC — Artificial Intelligence publications](https://www.eeoc.gov/eeoc-publications): riesgos de discriminación y accesibilidad en decisiones de empleo; aplicar sólo cuando corresponda a EE. UU.
- [ICO — Employment information](https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/employment/): datos laborales y monitoreo; aplicar sólo bajo su alcance jurídico.
- [NIST AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework): gobierno y gestión de riesgos de IA, no sustituto de ley laboral.

Verificar siempre versión, jurisdicción, convenios y política de la empresa.