Mapeo de herramientas (IA) en contextos laborales: El caso de los Call Centers en Colombia

Este proyecto aborda un problema real y relevante: la incorporación de herramientas de inteligencia artificial en el sector de call centers en Colombia, en un contexto laboral donde pueden surgir riesgos de vigilancia, gestión algorítmica y pérdida de capacidad de negociación de los trabajadores. Su principal aporte está en mirar un sector poco explorado en el país y construir un primer inventario abierto de herramientas, actores y relaciones entre proveedores y operadores. La metodología es trazable y útil como punto de partida, y el autor es claro y honesto al presentar su resultado como un mapa exploratorio, no como una medición completa del fenómeno.

Vale la pena situar el aporte frente a lo que ya existe. La vigilancia algorítmica laboral, como problema, ha sido ampliamente documentada, incluso en Colombia, por ejemplo, el proyecto Fairwork ha auditado las condiciones del trabajo mediado por plataformas en el país. Lo que este proyecto agrega de propio no es abrir un tema nuevo, sino llevar esa mirada a un sector aún poco explorado a nivel de inventario: los call centers. Citar de forma más explícita esos trabajos vecinos ayudaría a ubicar mejor su contribución.

En cuanto a las fuentes, buena parte de la información proviene de reportes corporativos y materiales públicos de las propias empresas, lo que tiende a subrepresentar las herramientas más sensibles: monitoreo directo, control del trabajador o vigilancia remota. El propio autor reconoce esta limitación e identifica las fuentes que quedaron por fuera, por ejemplo denuncias, información sindical, datos gubernamentales y registros judiciales. Por eso, más que señalar un vacío que el trabajo ya advierte, vale la pena subrayar que incorporar esas fuentes independientes en una versión futura sería clave para equilibrar el sesgo de autorreporte.

Desde la perspectiva de gobernanza y rendición de cuentas, el siguiente paso sería conectar el inventario con una pregunta de auditoría: qué herramientas tienen mayor potencial de afectar derechos laborales, quién las supervisa, qué garantías existen para los trabajadores y qué evidencia queda cuando una decisión laboral se apoya en estos sistemas. El proyecto tiene valor como base inicial, pero ganaría fuerza si pasara del mapeo descriptivo a una clasificación de riesgos y a criterios mínimos para auditar el uso de IA en entornos laborales.

This is a thoughtful and well-motivated piece of work that addresses a sector often left out of mainstream AI safety conversations. The topic is well chosen, the research instinct is sound, and the open dataset represents a genuine contribution that others in the region can build upon. The literature grounding is appropriate, and there is a clear sense throughout that the author understands the broader stakes of the problem being explored. Where the work could be further refined is in ensuring that the interpretive conclusions rest as carefully on the evidence as the more descriptive observations do, since some readings reach slightly further than the data, as currently presented, is positioned to fully sustain.

On the methodological side, the design is coherent and the author shows a commendable degree of self-awareness about the limitations of the sources used. A future iteration might benefit from adding a brief note on how collected entries were cross-checked, which would give readers greater confidence in the inventory as a whole. The network analysis, while visually appealing, could also carry more analytical weight with a bit more interpretive development around what the structure actually reveals beyond its most visible nodes.

In terms of presentation, the paper is generally clear and readable, though a careful proofreading pass would help. There are a few passages that feel slightly unfinished and some minor inconsistencies in spelling and referencing that a light revision would resolve. None of this diminishes the value of the contribution; it is more a matter of polish than substance. The research direction is solid and worth continuing, and the foundation laid here gives future work a meaningful head start.