La sanidad pública se dota de un protocolo para decidir cuándo (no) usar IA en sus comunicaciones

🕒 Publicado en Zendoric: 11 de octubre de 2026 · 10:19
✨ Generado con IA · cómo se hace
El Public Health Communications Collaborative, con Health Resources in Action, ha publicado el marco TRAPP: una guía para que los comunicadores de salud pública decidan con criterio cuándo delegar una tarea en IA y cuándo no. El propio anuncio es escueto, pero la iniciativa confirma una tendencia de fondo: la gobernanza de la IA en sanidad se está construyendo primero como cultura profesional, no como ley.
Por Zendoric · 10 de octubre de 2026.
El Public Health Communications Collaborative (PHCC), en colaboración con Health Resources in Action (HRIA), ha publicado el 9 de octubre un documento descargable llamado "AI with Intention: The TRAPP Framework". Según la propia organización, el objetivo es ayudar a los profesionales de la comunicación en salud pública a evaluar "cuándo y cómo" conviene usar herramientas de IA en tareas concretas de su trabajo, sin que la fuente detalle de qué tareas se trata.
El material disponible en la página es, hay que decirlo, mínimo: un aviso de publicación y un enlace de descarga, sin que el propio texto detalle qué significa cada letra de TRAPP ni qué criterios concretos propone. No es una investigación ni un estudio con datos propios, sino un recurso de formación dirigido a profesionales del sector, del tipo que la PHCC Academy viene produciendo para reforzar la capacidad comunicativa de la sanidad pública estadounidense.
Aun con esa parquedad, el hecho en sí merece contexto. La comunicación de salud pública es uno de los terrenos donde el margen de error con IA generativa es menor: un mensaje mal calibrado sobre una vacuna, un brote o un medicamento no solo informa mal, sino que puede alimentar desconfianza en una institución que ya lidia con escepticismo acumulado desde la pandemia. En ese terreno, la pregunta relevante no es si la IA puede redactar un comunicado -puede-, sino si debe hacerlo sin supervisión humana en cada paso, desde la verificación de datos hasta el tono hacia comunidades vulnerables.
Nuestra lectura es que este tipo de marcos -acotados, prácticos, pensados para el profesional de a pie más que para el regulador- son la forma en que la gobernanza de la IA se está construyendo realmente en sectores sensibles: no mediante una ley federal que dicte qué modelo usar, sino mediante protocolos internos, guías de criterio y formación gremial que llegan antes que la norma. Es coherente con algo que venimos observando en otros ámbitos: el freno efectivo a los usos problemáticos de la IA tiende a llegar por vías distintas a la legislación específica de IA, ya sea derecho general aplicado por un juez o, como aquí, estándares profesionales que una organización impulsa dentro de su propio gremio.
A corto plazo, iniciativas como esta son necesarias precisamente porque reconocen el problema sin rodeos: la IA en comunicación sanitaria puede ahorrar tiempo a equipos de salud pública crónicamente infradotados, pero mal usada erosiona la confianza que esos mismos equipos necesitan para que la gente se vacune, acuda a cribados o siga una alerta sanitaria. A largo plazo, si estos marcos maduran y se afinan, la IA bien gobernada puede multiplicar el alcance de la comunicación sanitaria -traducir avisos a decenas de idiomas al instante, adaptar el mensaje a cada comunidad, liberar a los profesionales de salud pública del trabajo administrativo para que dediquen más tiempo al contacto directo- en la línea de abundancia que defendemos para el conjunto del sector. Pero ese horizonte se gana con protocolos como el TRAPP, no dándolo por descontado.
🔗 Relacionadas en Zendoric
- La sanidad pública se dota de un protocolo para decidir cuándo (no) usar IA en sus comunicaciones · 2026-10-10
- Microsoft lleva modelos de IA locales y herramientas en sandbox a Windows y GitHub Copilot · 2026-10-11
- Las relaciones con IA ya son un fenómeno social real, no ciencia ficción: la pregunta es cómo gobernar el riesgo · 2026-07-02


