Predicción de absentismo con IA: qué se puede hacer y qué obliga la ley

Sí se puede predecir el absentismo con inteligencia artificial, pero en España no se puede hacer en silencio. El artículo 64.4.d) del Estatuto de los Trabajadores obliga a la empresa a informar al comité de los parámetros, reglas e instrucciones en los que se basa cualquier algoritmo que incida en las condiciones de trabajo. Y las bajas médicas de una persona concreta no pueden entrar en el modelo. Con esos dos límites por delante, la predicción de ausencias es una de las aplicaciones que mejor funcionan en negocios con turnos.

Este artículo explica qué se puede anticipar de verdad, con qué datos, qué obliga la ley española antes de encender el sistema y cómo se convierte un pronóstico en un cuadrante que aguanta.

Cuánto absentismo hay realmente en España

Antes de predecir conviene saber el tamaño del problema. El dato lo publica cada trimestre Randstad Research, y el del primer trimestre de 2026 es el más alto de los últimos cinco años.

Indicador (1T 2026)	Sobre las horas pactadas
Absentismo total	7,2 %
Solo por incapacidad temporal (baja médica)	5,6 %
Industria	7,4 %
Servicios	7,2 %
Construcción	6,0 %
País Vasco, la comunidad con la tasa más alta	9,4 %

Traducido a personas, cada día del trimestre faltaron a su puesto una media de 1.602.889 trabajadores. De ellos, 1.240.138 estaban de baja médica y 362.751 faltaron por motivos no médicos.

Ese segundo grupo es el que importa aquí. La baja médica se gestiona con el parte y con la normativa de tipos de baja laboral; lo que descoloca un cuadrante son las ausencias que aparecen sin aviso el mismo día.

Qué se puede predecir y qué no

Un modelo no adivina quién se va a poner enfermo. Lo que estima es cuántas ausencias es probable que haya en un turno concreto, a partir de cómo se ha comportado ese mismo turno antes en condiciones parecidas.

Se puede anticipar	No se puede anticipar
Que un turno de sábado en campaña necesite más cobertura de la planificada	Qué persona concreta va a faltar
Que el primer día tras un puente local concentre más ausencias	Por qué motivo va a faltar
Que un aviso meteorológico eleve las incidencias de desplazamiento	Cuánto va a durar una baja médica
Qué turnos quedan sin margen si falta una sola persona	Nada que dependa del estado de salud de alguien identificable

La diferencia no es técnica, es legal: la primera columna trabaja con patrones agregados y la segunda, con personas. En cuanto un sistema empieza a señalar individuos, deja de ser planificación y pasa a ser perfilado.

Con qué datos se construye la predicción

Un modelo útil no necesita datos sensibles. Necesita histórico limpio y contexto.

Dato	De dónde sale	Límite
Histórico de cobertura por turno	El propio cuadrante y el registro de jornada	Agregado por turno o equipo, nunca por persona
Calendario de campaña	Rebajas, Navidad, picos de producción	Ninguno
Festivos y puentes locales	Calendario laboral de cada centro	Ninguno
Avisos meteorológicos	AEMET	Ninguno
Incidencias de transporte público	Operador de transporte	Ninguno
Partes de baja y diagnósticos	—	Fuera del modelo: son datos de salud

La última fila no es una recomendación de estilo. Los datos de salud son categoría especial en el artículo 9 del Reglamento General de Protección de Datos, y su tratamiento está prohibido salvo excepciones tasadas. Planificar turnos no es una de ellas.

Lo que obliga la ley española: enseñar el algoritmo

Aquí está la parte que casi nadie cuenta y que se aplica desde 2021. La Ley 12/2021 añadió una letra d) al artículo 64.4 del Estatuto de los Trabajadores: el comité de empresa tiene derecho a ser informado por la empresa de «los parámetros, reglas e instrucciones en los que se basan los algoritmos o sistemas de inteligencia artificial que afectan a la toma de decisiones que pueden incidir en las condiciones de trabajo, el acceso y mantenimiento del empleo, incluida la elaboración de perfiles».

Se llamó «ley rider» y por eso mucha gente cree que solo afecta al reparto. No es así: alcanza a cualquier empresa con representación legal de las personas trabajadoras que use un sistema automatizado para asignar turnos, medir productividad o repartir carga. El Ministerio de Trabajo publicó una guía de información algorítmica en el ámbito laboral con el detalle de qué hay que entregar.

Obligación	Norma	Qué significa en la práctica
Informar al comité de los parámetros del algoritmo	Art. 64.4.d) ET	Qué variables pesan, con qué reglas y para qué decisiones
No decidir solo con la máquina	Art. 22 RGPD	Una persona revisa y puede cambiar la propuesta del sistema
Excluir los datos de salud	Art. 9 RGPD	El histórico entra agregado, sin diagnóstico ni identidad
Poder explicar cada propuesta	Art. 64.4.d) ET y art. 22 RGPD	Si no se puede explicar por qué el sistema pide refuerzo, no se puede defender

A escala europea, el Reglamento (UE) 2024/1689 de inteligencia artificial clasifica como alto riesgo los sistemas destinados a la gestión de trabajadores y al acceso al empleo, en su anexo III. El calendario de aplicación de ese bloque se ha ido moviendo, así que conviene mirar la fecha vigente antes de planificar un despliegue; la clasificación, en cambio, ya no va a cambiar.

De la predicción al cuadrante

Un pronóstico que no cambia el cuadrante no sirve para nada. La predicción es útil cuando se traduce en una decisión concreta y anticipada.

Lo que dice el modelo	Decisión que permite tomar
Este turno queda al límite si falta una persona	Añadir un refuerzo o dejarlo en disponibilidad avisada
Este bloque de días concentra riesgo	Adelantar la publicación del cuadrante y cerrar cambios antes
Esta semana el margen está en otro centro	Acordar cobertura entre centros con antelación
Este patrón de turnos genera más ausencias que el resto	Revisar el patrón, que es la causa y no la consecuencia

La última fila es la más rentable y la que menos se usa. Cuando un cuadrante concentra noches seguidas, cambia con dos días de aviso o reparte los festivos siempre entre los mismos, el absentismo que produce no se arregla con un refuerzo: se arregla cambiando el cuadrante. Eso mismo se ve en la gestión de ausencias y bajas en cuadrantes de turnos.

Qué medir para saber si funciona

Una predicción sin control acaba siendo una opinión con decimales. Cuatro indicadores bastan.

• Previsto frente a real. Cuántas ausencias estimó el sistema y cuántas hubo. Es la única medida de si el modelo acierta.
• Turnos críticos cubiertos. Qué porcentaje de noches, fines de semana y días de campaña se cubrió sin incidencias.
• Horas extra no planificadas. Si la predicción funciona, esta cifra baja: se cubre antes y más barato.
• Antelación media del aviso. Cuántos días antes se supo que faltaría gente. Es lo que separa reorganizar de improvisar.

Si a los tres meses el previsto frente a real no mejora, el problema casi nunca es el algoritmo: es que el histórico está sucio o que las ausencias reales no se registran con el motivo correcto.

Los cuatro errores que dejan la predicción en nada

• Usar el modelo para señalar personas. Además de ilegal, destruye la confianza que hace que la gente avise con antelación, que es la mejor fuente de datos que existe.
• No contárselo a la plantilla. Un sistema opaco se percibe como vigilancia. Y con comité de empresa, callarse es incumplir el artículo 64.4.d).
• Predecir sin capacidad de reacción. Si el convenio o la plantilla no permiten mover a nadie, saber que faltará gente no cambia el resultado.
• Confundir causa con patrón. Que suba el absentismo tras un puente es un patrón; que suba en el turno de noche de un centro concreto durante seis meses es una causa, y se investiga.

Cuándo tiene sentido y cuándo no

La predicción de ausencias paga cuando se cumplen tres condiciones a la vez: plantilla suficiente para que exista margen de maniobra, histórico de al menos un año y turnos que se repiten. En un equipo de seis personas con un solo turno no hay nada que optimizar: se ve a simple vista.

Donde sí cambia las cosas es en operaciones con varios centros, turnos rotativos y campañas marcadas —hostelería, retail, logística, sanidad—, porque ahí el coste de una ausencia no es una persona menos: es una cadena de cambios de última hora que arrastra al resto del equipo.

Cómo encaja con la planificación de turnos

La predicción no es un producto aparte: es una capa sobre el cuadrante. El sistema propone la cobertura, señala dónde no hay margen y deja el registro de por qué lo propuso, que es justo lo que hay que poder enseñar al comité.

Si estás empezando por aquí, dos lecturas útiles: cómo hacer cuadrantes de trabajo con IA, que explica el paso anterior, y ChatGPT en la planificación de turnos, que aclara qué puede y qué no puede hacer un modelo de propósito general con un cuadrante real. Y si lo que buscas es el marco de las ausencias en sí, está en ausencias en el trabajo.

Preguntas frecuentes

¿Es legal usar IA para predecir el absentismo en España? Sí, siempre que el modelo trabaje con datos agregados, no se use para tomar decisiones sobre personas concretas de forma automatizada y se informe al comité de empresa de sus parámetros, según el artículo 64.4.d) del Estatuto de los Trabajadores.

¿Hay que pedir permiso a cada trabajador? No es un consentimiento individual lo que resuelve esto. Lo que exige la norma es información —a la representación legal de las personas trabajadoras— y que el tratamiento tenga base legal y no incluya datos de salud identificables.

¿Qué pasa si no hay comité de empresa? La obligación del artículo 64.4.d) se dirige al comité. Sin representación legal no hay a quién informar por esa vía, pero siguen aplicando el RGPD, el deber de información a cada persona sobre el tratamiento de sus datos y los límites del artículo 22.

¿Sirve para justificar un despido o una sanción? No. Una predicción es una probabilidad sobre un turno, no un hecho sobre una persona, y usarla para sancionar es exactamente el uso que la norma quiere evitar.

¿Y si la ausencia es por una alerta meteorológica? Entonces ya no es absentismo: desde 2024 existe un permiso retribuido específico para cuando una alerta impide acudir al trabajo. Lo tratamos en permisos climáticos y normativa de turnos.

En resumen

El absentismo en España está en el 7,2 % de las horas pactadas y más de 360.000 personas faltan cada día sin baja médica. Predecir dónde va a doler es posible y barato con el histórico que ya tienes. Lo que no es negociable son las dos reglas del principio: datos agregados, nunca de salud, y el algoritmo enseñado al comité. Cumpliendo eso, la predicción deja de ser una promesa de tecnología y pasa a ser lo que de verdad quieres: un cuadrante que no se rompe el lunes.