
¿Qué es un MCP para agentes de IA y herramientas de IA de RR. HH.?
Cómo decirles a tus agentes de IA qué pueden, qué deben y qué no deben hacer
Un MCP es una forma de guiar a un agente de IA: le dice qué puede, qué debe y qué no debe hacer. Funciona como la capa de reglas, roles y responsabilidades de la IA. Tú pones los límites y las instrucciones.
Una de las razones por las que un MCP es importante es que, en el momento en que escribo esto (junio de 2025), la mayoría de los agentes de IA de RR. HH., por desgracia, no cumple lo que se les "vendió" a los compradores.
Este artículo de Fortune explica cómo los líderes de empresa "dicen sentirse decepcionados por agentes que no cumplieron lo prometido" y cómo las pruebas de concepto de IA fracasan cada vez más.
Algunas cosas con las que conviene tener cuidado hoy con los agentes de IA
Antes de firmar un acuerdo, prueba las herramientas, y verás que la mayoría no pasa la prueba. Hay algunos problemas habituales. Comprueba si el agente de IA:
→ No sabe cuándo escalar
(por ejemplo, responde a una pregunta compleja sobre permisos en lugar de pasársela a RR. HH.)
→ No puede auditar ni explicar sus acciones
(RR. HH. no puede rastrear qué dijo la IA, a quién ni por qué)
→ Le falta contexto sobre el employee journey
(por ejemplo, trata a alguien que vuelve de una baja igual que a una nueva incorporación)
→ Se inventa políticas u orientación legal
(por ejemplo, se inventa con total seguridad una “política” que en realidad no existe)
→ Aplica la misma respuesta a todo el mundo
(da los mismos consejos de onboarding a managers, becarios y personas que regresan)
→ No entiende las herramientas ni los canales internos
(sugiere “escribir un correo a RR. HH.” cuando hay un sistema de tickets o un canal de Slack)
No son casos aislados, sino puntos de fallo bastante comunes de los nuevos agentes de IA que veo desplegarse hoy.
Contratar a un nuevo miembro del equipo → un agente de IA
Cuando contratas a un nuevo miembro del equipo de RR. HH., le das un alcance claro y un manual o instrucciones detalladas. Cuando esa persona no tiene claro qué hacer o cómo manejar una situación, debe saber que tiene que preguntarte antes de seguir adelante.
En cierto modo, un agente de IA necesita la misma orientación (pero probablemente todavía más explícita).
Para evitar problemas como los que he mencionado, es importante empezar con capas de control reales. Parte de eso es añadir un Model Context Protocol (o MCP) adecuado para guiar a un agente de IA: decirle qué puede, qué debe y qué no debe hacer, permitiéndote poner límites e instrucciones.
Qué suele incluir un MCP:
- Permisos
→ ¿A qué datos o herramientas puede acceder la IA? (p. ej., datos de BambooHR, mensajes de Slack, documentos de onboarding) - Límites
→ ¿Qué no debe hacer? (p. ej., no hacer cambios en la nómina, no enviar información sensible) - Intención / definición del rol
→ ¿Cuál es el propósito del agente? (p. ej., “Eres un Onboarding Assistant. Tu trabajo es ayudar a que las nuevas incorporaciones se sientan acompañadas, no responder preguntas legales.”) - Lógica de decisión o delegación
→ ¿Cuándo debe actuar la IA? ¿Cuándo debe escalar a una persona?
Por qué importa para RR. HH.:
Sin un MCP:
- Una IA puede extralimitarse (p. ej., responder a una consulta sobre un despido a la que no debería responder).
- Puede quedarse corta (p. ej., no dar los siguientes pasos obvios después de reunir información).
- Puede romper la confianza (p. ej., responder con demasiada seguridad sobre temas complejos como la legislación sobre permisos).
Con un MCP sólido:
- La IA se vuelve más segura, más útil y más alineada con la intención de RR. HH.
- Puede operar de forma semiindependiente, igual que un miembro júnior del equipo de RR. HH. al que se le ha dado un alcance claro e instrucciones detalladas .
