Kaiser cronometra la compasión: la IA que vigila a sus enfermeras revela el límite de gestionar el cuidado como una fábrica

Por Zendoric · 19 de julio de 2026.

Si llamas a la línea de consulta de Kaiser Permanente porque acabas de recibir un diagnóstico devastador, te atiende una enfermera titulada. Pero esa enfermera puede estar vigilando el reloj: superar los 15 minutos de llamada puede acabar en una reunión de evaluación de desempeño. Así lo describen siete enfermeras, actuales y antiguas, de los centros de llamadas de Kaiser en una investigación de CalMatters y The Markup publicada este mes.

Según su relato, un software rastrea la duración de cada llamada y calcula puntuaciones mensuales de productividad. Durante varios meses de 2024, Kaiser probó además una herramienta de inteligencia artificial que evaluaba el tono y la empatía en la voz tanto de las enfermeras como de los pacientes. Raquel Alvarez Sánchez, delegada sindical con base en Vallejo desde 2010, relató a CalMatters haber pasado más de una hora al teléfono con una paciente suicida esperando a la policía, sabiendo que ese tiempo perjudicaría su media durante semanas. Otra enfermera, que pidió el anonimato por miedo a represalias, dijo haberse contenido de dar consuelo a una mujer mayor en shock tras un diagnóstico terminal, por temor a que alargar la llamada dañara su puntuación.

Las pausas entre llamadas también se han reducido: de unos 10 minutos para completar notas o recomponerse tras una conversación difícil, a 30 segundos o menos en horas de alta demanda, según las enfermeras citadas. El protocolo, además, limita a dos o tres los consejos que pueden dar por llamada. Kaiser niega la premisa central: un portavoz aseguró a CalMatters que la empresa "no usa el Tiempo Medio de Atención para evaluar el desempeño ni para imponer métricas de duración" y que cualquier herramienta de IA en sus centros de contacto cuenta con "revisión y supervisión humana". La compañía no detalla qué sistemas usa internamente, alegando razones de seguridad operativa. La herramienta de calificación por tono se suspendió en noviembre de 2024, aunque representantes sindicales fueron advertidos de que podría reactivarse.

El contexto no es menor: Kaiser es el mayor empleador privado de California y atiende a más de 12 millones de personas en Estados Unidos, según CalMatters. La California Nurses Association negocia este verano un nuevo contrato para 25.000 enfermeras, unas 1.000 de ellas en centros de llamadas, con la IA como uno de los puntos centrales; ya hubo una huelga de un día en marzo. En paralelo, legisladores californianos estudian normas que protegerían a médicos y enfermeras de represalias si anulan recomendaciones automatizadas de un sistema de IA. Y el historial de la propia Kaiser añade peso a la denuncia: la aseguradora pagó una multa récord de 50 millones de dólares por retrasar citas de salud conductual y derivar pacientes a terapia grupal en lugar de individual, según el Departamento de Atención Médica Administrada de California, además de un acuerdo con el Departamento de Trabajo federal por su servicio de salud mental y adicciones.

Nuestra lectura es que este caso no habla tanto de IA como de para qué se diseña un sistema de gestión algorítmica. Aquí la tecnología no se usó para liberar tiempo de las enfermeras hacia el cuidado, sino para comprimir ese tiempo y convertir la compasión en una variable que penaliza el balance mensual. Es la aplicación de IA que menos encaja con la promesa de fondo del sector: cuando el software mide y castiga la duración de una conversación con alguien en crisis, no está aumentando la capacidad humana, la está sustituyendo por una métrica de call center aplicada a decisiones de vida o muerte. La propia investigadora de Cornell citada, Virginia Dolleghast, lo resume bien: el estrés y el burnout inducidos por la vigilancia elevan el riesgo de error, y en salud ese riesgo se paga con vidas, no con una mala reseña.

Esto también ilustra una tensión que venimos señalando en la relación entre IA y empleo: el sector salud es, en general, uno de los más protegidos frente a la automatización porque el cuidado y la relación humana resisten mejor que las tareas rutinarias. Pero ese blindaje se rompe cuando la propia dirección usa la IA no para sustituir la tarea, sino para exprimir al trabajador que la realiza mediante vigilancia y cuotas. La disputa de fondo —si el Tiempo Medio de Atención se usa o no para evaluar desempeño, como niega Kaiser— es exactamente el tipo de opacidad que la próxima ronda de legislación laboral sobre IA debería obligar a transparentar: qué mide el sistema, qué pesa en la evaluación, y quién tiene la última palabra clínica.

A largo plazo, seguimos convencidos de que la IA en salud puede liberar a médicos y enfermeras de la carga administrativa y ayudar a diagnosticar y tratar mejor, permitiendo que el tiempo humano se dedique a lo que ninguna máquina replica: el consuelo, el criterio clínico, la presencia en el peor momento de alguien. Pero ese futuro exige que la IA se despliegue para aumentar a quien cuida, no para cronometrarlo. El caso Kaiser es un recordatorio, a corto plazo, de que sin gobernanza clara la misma tecnología que promete abundancia también puede usarse para extraer más de menos, y que la negociación sindical que arranca este verano en California puede terminar marcando el estándar de cómo se despliega la IA en la sanidad de todo el país.