Este estudio ha sido desarrollado por el Dr. Raúl Alelú-Paz y el Dr. Ariel Cariaga-Martínez, en colaboración con UGT-Madrid en el marco del programa de investigación 2025 sobre salud mental y nuevas tecnologías en el entorno laboral. La investigación analiza datos de 4.269 trabajadores de 18 empresas españolas y compara métodos tradicionales con evaluaciones basadas en inteligencia artificial
la IA predice que el 81% de trabajadores podría desarrollar ansiedad sin intervención
En la Comunidad de Madrid y en España la salud mental se ha convertido en una prioridad. Los datos son contundentes: se estima que uno de cada cuatro adultos presenta algún problema de salud mental, con especial impacto en ansiedad y depresión, y un uso creciente de psicofármacos en la población general. Al mismo tiempo, los recursos públicos siguen siendo insuficientes, con una ratio de psicólogos por habitante por debajo de la media europea.
En este contexto, UGT-Madrid y los investigadores Dr. Raúl Alelú y el Dr. Ariel Cariaga han desarrollado un programa de investigación (abril-septiembre 2025), financiado con fondos públicos, para analizar cómo la inteligencia artificial (IA) puede ayudar a detectar y gestionar los riesgos psicosociales en el trabajo, comparando métodos tradicionales (encuesta europea ESENER) con evaluaciones basadas en IA (plataforma Healthy Minds, FPSICO).
Estudio sobre IA y Salud Mental en el Trabajo
4.269 trabajadores, 18 empresas, resultados sorprendentes
Metodología y alcance del estudio
La parte aplicada del estudio incluye datos de 4.269 personas trabajadoras de 18 empresas y organizaciones de distintos sectores en España (1.778 en la Comunidad de Madrid), con participaciones medias superiores al 60%.
A partir de estos datos, los modelos de IA estiman que, en las plantillas analizadas, hasta un 81% de las personas podrían llegar a presentar ansiedad clínica, cerca del 50% depresión y más del 60% niveles significativos de estrés si no se interviene sobre los factores psicosociales.
Estas cifras son predicciones de riesgo basadas en factores psicosociales presentes, no diagnósticos actuales. El estudio completo detalla la metodología predictiva utilizada y los factores de riesgo identificados.
IA frente a métodos tradicionales
La comparación entre métodos muestra que la IA mejora claramente a las metodologías tradicionales en varios puntos clave: permite analizar grandes volúmenes de datos de toda la plantilla (no solo una muestra), monitorizar en tiempo casi real, detectar patrones complejos y anticipar problemas antes de que se traduzcan en bajas, y facilitar evaluaciones cualitativas (por ejemplo, con entrevistadores virtuales) de forma masiva y eficiente.
Todo ello con un potencial de reducción de costes y un retorno de la inversión estimado de hasta casi 5 euros por cada euro invertido en prevención.
El informe completo incluye tablas comparativas detalladas, análisis de eficiencia por metodología y casos prácticos de implementación.
La percepción de los trabajadores
El análisis de comentarios abiertos de las personas trabajadoras muestra una percepción mayoritariamente positiva del uso de IA cuando se aplica a la prevención y al cuidado del bienestar.
Predominan emociones como confianza, anticipación (esperanza de mejora) y alegría frente a emociones negativas, siempre que las herramientas se perciben como transparentes, útiles y respetuosas.
El estudio documenta las percepciones reales de los participantes y analiza qué condiciones favorecen la aceptación de estas tecnologías en el entorno laboral.
Los riesgos de la IA como supervisor digital
Sin embargo, el informe alerta de riesgos claros cuando la IA se usa como «supervisor digital»: aumento de presión, vigilancia constante, pérdida de autonomía, sensación de aislamiento y posibles discriminaciones algorítmicas.
También subraya los retos éticos y legales: protección de datos, transparencia de los algoritmos, prohibición de tecnologías invasivas (como el reconocimiento de emociones en el trabajo) y necesidad de «privacidad desde el diseño».
El documento completo desarrolla el marco legal aplicable y proporciona criterios específicos para identificar usos inadecuados de la tecnología.
Buenas prácticas para una implementación responsable
Como respuesta, el estudio propone un conjunto de buenas prácticas para empresas y administraciones: transparencia algorítmica, evaluación de impacto psicosocial previa, participación real de la representación de las personas trabajadoras en todo el ciclo de vida de las herramientas, límites claros al control automatizado, prevención del tecnoestrés, formación y recualificación profesional, y cláusulas específicas sobre IA en la negociación colectiva.
El informe incluye un protocolo detallado de implementación paso a paso y ejemplos de cláusulas para convenios colectivos.
Conclusión
La IA no debe sustituir a las personas ni a los equipos de salud laboral, sino complementar su trabajo para construir entornos de trabajo más humanos, seguros y saludables, poniendo siempre la tecnología al servicio de las personas trabajadoras.
