IA para notas de caso en trabajo social: desidentifica antes de pegar nada

Son las siete de la tarde. Viste a tu último usuario a las cuatro y media, y todavía te quedan cuatro informes por escribir antes de poder irte a casa: un informe social, una entrada en el registro de contactos, la actualización de un plan de intervención y un resumen para la reunión de equipo de mañana. No es un mal día. Es un martes cualquiera.

Los trabajadores sociales dedican entre un cuarto y la mitad de su jornada a documentar, no a atender usuarios — y eso no es una queja aislada, es el patrón que se repite en cada estudio del sector, en cualquier país donde se mida. Enfermería ya tiene escribas de IA ambiental desde hace años. Los terapeutas tienen Mentalyc y Upheal. El trabajo social —posiblemente la profesión con más carga documental de todas— se quedó fuera de esa ola casi por completo. Este artículo es la versión simple y directa que te faltaba: cópiala, pégala, úsala.

Qué es esto en realidad

Aquí va lo que nadie que te venda una suscripción de “notas de caso con IA” a 40 dólares al mes te va a decir en voz alta: no necesitas comprar nada para conseguir la mayor parte del beneficio. ChatGPT o Claude, bien usados, convierten una página de notas de campo garabateadas en un informe estructurado —SOAP, DAP, BIRP o GIRP, el formato que uses en tu institución— en menos de dos minutos. Eso ya no es una afirmación controvertida: es el mismo truco de fondo que vende cualquier herramienta “escriba de IA” hecha a medida para enfermería, terapia y ahora trabajo social, sin la mensualidad.

Lo que sí es nuevo es la escala de adopción justo en este campo, y en España tiene nombre propio y ciudad propia: DPR, una herramienta desarrollada por la Fundación iSocial en 2021 para los servicios sociales municipales de Barcelona. DPR se entrenó con técnicas de aprendizaje automático sobre 300.000 entrevistas reales de los servicios sociales de atención primaria del ayuntamiento. Procesa las notas que el trabajador o trabajadora social toma durante la entrevista, clasifica la demanda y el problema de la persona, y le sugiere al profesional una respuesta a partir de los recursos institucionales disponibles. No es un piloto de laboratorio: lleva años funcionando dentro del propio sistema municipal de servicios sociales.

Y no es el único movimiento institucional. El Consejo General del Trabajo Social —el organismo profesional oficial del trabajo social en España— publicó formación específica a través de su Academia de Trabajo Social y del Instituto de Inteligencia Artificial del ámbito Social (IIAS), pensada explícitamente para “la aplicación práctica inmediata” en el trabajo diario. El propio Consejo lo enmarca así: en un contexto donde “la carga administrativa y la presión asistencial son cada vez mayores”, la IA puede ser un recurso para reducir el tiempo en tareas repetitivas y dejarle más espacio al profesional para la intervención y el acompañamiento — siempre, dice el Consejo, desde la base de la ética y el Código Deontológico.

Así que esto no es especulación. Ya está pasando, con nombre y apellido, dentro de instituciones públicas reales. Lo que falta es el flujo simple para el trabajador o trabajadora social que no tiene un DPR corporativo esperándolo en el trabajo — el que está con ChatGPT abierto en una cuenta personal, preguntándose si siquiera está bien escribir el nombre de un usuario ahí.

Respuesta corta: no lo está. Y justo por ahí empieza esta guía.

Por qué el trabajo social se quedó fuera de la ola. Los terapeutas tienen colegios profesionales y un marco de cumplimiento razonablemente claro (aunque imperfecto), además de un mercado de proveedores maduro (Mentalyc, Upheal, Blueprint) construido en torno a eso. Enfermería tiene departamentos de TI hospitalarios comprando escribas ambientales como software empresarial con un acuerdo de tratamiento de datos ya firmado. El trabajo social, en cambio, opera en un rango enorme de contextos —protección de menores, hospitales, colegios, práctica privada, servicios sociales de adultos— cada uno con su propia normativa de confidencialidad, sus propios financiadores, y casi nunca con un departamento de TI dedicado a evaluar herramientas de IA. Nadie construyó el manual simple y general. Esto es ese manual.

La regla de desidentificar primero (léela antes de escribir nada)

Esta es la única regla que hace que todo lo demás en esta guía sea seguro. Sáltatela, y estás jugando con el mismo tipo de error que en Australia le costó a todo un departamento un bloqueo técnico de dos años. El organismo de protección de datos de Victoria investigó el uso de ChatGPT por parte de personal de protección de menores y encontró que un trabajador había incluido el nombre real y detalles identificativos de un menor en un informe destinado a un tribunal de familia. Según la investigación, lo había hecho en cerca de cien casos antes de que se detectara. El departamento terminó con un bloqueo técnico completo (IP y DNS) de ChatGPT, Claude, Gemini y Copilot para el personal de protección de menores, vigente durante dos años.

No es una historia hipotética para asustar. Es lo que pasa cuando te saltas “desidentificar primero”.

Qué cuenta como información identificativa — la lista completa, no solo lo obvio:

Nombres completos (del usuario, familiares, pareja, compañeros de piso, compañeros de trabajo)
Direcciones exactas (calle, número de piso, incluso cruces de calles en una localidad pequeña)
Fechas de nacimiento, número de identificación, números de expediente vinculados a una persona específica
Nombres de colegios, empleadores, clínicas u hospitales específicos, si el entorno es lo bastante pequeño como para identificar a alguien
Nombres de otros profesionales —trabajadores sociales, docentes— que podrían identificar al usuario de forma indirecta
Circunstancias muy específicas — un diagnóstico médico poco común, una configuración familiar inusual, un pueblo tan pequeño que “el usuario de la calle tal, con tres hijos y un perro de asistencia” identifica a alguien aunque no lleve nombre

Cómo quitarla, en la práctica. Antes de pegar cualquier cosa en una herramienta de IA, haz una pasada de buscar y reemplazar sobre tus notas de campo:

Cambia los nombres completos por etiquetas de rol: “el usuario”, “la madre del usuario”, “la pareja del usuario”, “la niña de 8 años”, “el docente”
Cambia las direcciones por descriptores generales: “el domicilio del usuario”, “el lugar de trabajo del usuario” — elimina el nombre de la calle por completo
Cambia fechas de nacimiento exactas por rangos de edad si la edad importa para la nota (“usuario, mediados de los 30”)
Cambia nombres de institución, colegio o empleador por descriptores genéricos: “el colegio del usuario”, “el empleador del usuario”
Deja intacto lo clínicamente relevante — comportamientos, declaraciones, observaciones, fechas de contacto (no de nacimiento), detalles de los servicios. Quitar de más deja la nota inútil; quitar de menos anula el propósito

Esto toma unos 90 segundos una vez que le agarras la mano. Es el hábito más importante de todo este flujo, y no es negociable — el resto de esta guía asume que lo haces siempre, sin excepción.

El paso a paso: de las notas de campo al informe listo para archivar

Vamos a seguir un solo ejemplo de principio a fin. Todo lo que sigue es ficticio — un caso compuesto construido solo para enseñar. Ningún detalle identificativo pertenece a una persona real.

Paso 1: Las notas de campo en bruto (antes de desidentificar)

Así podría garabatear un trabajador o trabajadora social en el coche justo después de una visita a domicilio, con la taquigrafía que le sirve en el momento:

Visita domiciliaria con Laura Méndez, Calle del Olmo 45, 3ºB, 45 min. Lleva desde la semana pasada durmiendo en casa de su amiga Marta, después de perder su piso. Dice que solicitó la ayuda de emergencia para alquiler el martes pasado, sigue esperando respuesta. La vi cansada, hablaba lento, pero mantuvo buen contacto visual, colaboradora, respondió a todo lo que le pregunté. Sin señales de consumo de alcohol o drogas. Dice que está buscando trabajo, tiene dos entrevistas la próxima semana (una en el supermercado de la esquina, otra en una agencia de empleo temporal del centro). Repasé con ella el listado de albergues de emergencia, le di el número del programa de realojo rápido. Dijo que va a llamar antes del viernes. Seguimiento el viernes por teléfono para confirmar que llamó al programa de realojo; revisar el estado de la ayuda de alquiler en la próxima visita.

Paso 2: Desidentifícalo

Ahora quita los detalles identificativos, conservando todo lo clínicamente relevante:

Visita domiciliaria, usuaria adulta (gestión de caso de vivienda), 45 min. La usuaria lleva desde la semana pasada alojada en casa de una amiga, tras perder su vivienda. Declara que solicitó la ayuda de emergencia para alquiler el martes pasado, sigue esperando respuesta. La usuaria se mostró cansada, habló lento, pero mantuvo buen contacto visual, fue colaboradora y respondió a todas las preguntas. No se observaron señales de consumo de sustancias. La usuaria declara que está buscando empleo, con dos entrevistas programadas para la próxima semana. Se repasó con la usuaria el listado de albergues de emergencia; se le proporcionó el número del programa de realojo rápido. La usuaria aceptó llamar antes del viernes. Plan: seguimiento telefónico el viernes para confirmar que la usuaria llamó al programa de realojo; revisar el estado de la ayuda de alquiler en la próxima visita.

Fíjate qué se quedó y qué se fue. El nombre de la usuaria, la dirección exacta, el nombre de la amiga y los nombres específicos de los empleadores (el supermercado, la agencia de empleo) desaparecieron. Las observaciones de comportamiento, la cronología, los servicios ofrecidos y el plan —lo que realmente importa para el expediente del caso— siguen ahí, intactos.

Paso 3: El prompt que lo convierte en un informe SOAP

Pega tus notas desidentificadas en ChatGPT o Claude con un prompt como este:

Soy trabajador/a social. Convierte estas notas de campo desidentificadas en un
informe estructurado SOAP (Subjetivo / Objetivo / Análisis / Plan). No agregues
ninguna información que no esté en las notas de abajo — si algo no está claro
o falta, déjalo fuera en vez de suponerlo. Usa lenguaje profesional y factual
de gestión de casos.

Notas de campo:
[pega aquí tus notas desidentificadas]

Esa instrucción — “no agregues ninguna información que no esté en las notas” — hace más trabajo del que parece. Es la única línea que se interpone entre tú y un detalle inventado por la IA que termina metido en un expediente oficial. Dila cada vez.

Esto es lo que generó Claude a partir de esas mismas notas:

Fuente: Claude — ejemplo generado para esta guía con notas de campo completamente ficticias

La salida se dividió limpiamente en secciones:

S — Subjetivo: La usuaria informa que lleva la última semana alojada con una amiga, tras perder su vivienda. Declara que solicitó ayuda de emergencia para alquiler el martes pasado y sigue esperando respuesta.

O — Objetivo: La usuaria se mostró cansada y habló lento. Mantuvo contacto visual, fue colaboradora y respondió a todas las preguntas. No se observaron señales de consumo de sustancias.

A — Análisis: La usuaria se encuentra actualmente sin vivienda estable, alojada temporalmente con una amiga. La solicitud de ayuda de emergencia para alquiler está pendiente. La usuaria está en búsqueda activa de empleo, con dos entrevistas programadas. La usuaria se mostró colaboradora y participativa durante la visita.

P — Plan:

Se repasó con la usuaria el listado de albergues de emergencia.
Se le proporcionó a la usuaria el número del programa de realojo rápido; la usuaria aceptó llamar antes del viernes.
La trabajadora social hará seguimiento telefónico el viernes para confirmar que la usuaria llamó al programa de realojo.
Revisar el estado de la solicitud de ayuda de emergencia en la próxima visita.

Eso es un informe listo para archivar, generado en unos 20 segundos, a partir de notas que tomaron un par de minutos garabatear. Para comparar: la mayoría de los trabajadores sociales reportan que un informe así les toma entre 15 y 40 minutos escribir desde cero, más si es un caso complejo.

Para ver cómo luce un informe SOAP completo ya trabajado en limpio (útil como referencia para revisar tu propio resultado), así es como una web de documentación clínica popular formatea el suyo:

Fuente: Mentalyc — ejemplo ilustrativo, sin datos reales de ningún usuario

Paso 4: Redactar un primer borrador de plan de intervención

Un plan de intervención necesita nombrar un objetivo, no solo describir un problema. Una vez que tengas varias notas de contacto desidentificadas de un mismo caso, puedes pedirle a la IA que redacte un primer borrador de plan:

A partir de estas notas de caso desidentificadas de los últimos tres contactos,
redacta un primer borrador de plan de intervención. Incluye: 1) el objetivo
principal, en palabras de la usuaria cuando sea posible, 2) 2-3 objetivos
concretos que apoyen esa meta, 3) pasos de acción específicos con plazos
aproximados, 4) barreras ya identificadas en las notas. Marca cualquier punto
donde tuviste que inferir en vez de tomarlo directamente de las notas.

Notas:
[pega las notas desidentificadas]

El resultado es un borrador, no un plan terminado — igual vas a aportar tu criterio profesional para nombrar el objetivo real, fijar plazos concretos y asegurarte de que refleje lo que la persona usuaria realmente quiere (no solo lo que las notas alcanzaron a capturar). Pero pasar de una página en blanco a un primer borrador estructurado en una sola pasada ahorra justo la parte que más tiempo consume al redactar un plan de intervención: quedarte frente a una plantilla vacía tratando de recordar exactamente qué se habló a lo largo de tres visitas.

Paso 5: Resumir un registro de contactos

Si necesitas un resumen consolidado de varios contactos para una supervisión o un informe judicial, pega varias notas de contacto desidentificadas de una vez:

Resume estas entradas de registro de contacto desidentificadas en una
narrativa cronológica adecuada para una revisión de supervisión. Señala
cualquier cambio de patrón (situación de vivienda, nivel de compromiso,
uso de servicios) a lo largo de las entradas. No agregues interpretación
más allá de lo que las notas respaldan directamente — marca cualquier cosa
que parezca un vacío en la documentación.

Esa última instrucción —pedirle que marque los vacíos de documentación— es genuinamente útil. La IA es bastante buena detectando “no hay ninguna nota entre el 3 de marzo y el 20 de abril” de una forma que es fácil pasar por alto cuando eres tú quien escribió las cuarenta entradas.

Paso 6: Verifica antes de archivar — cada vez, sin excepción

Esto no es opcional, y no es una formalidad. Lee el resultado de la IA contra tus notas originales, línea por línea, antes de que se acerque a un expediente. Revisa específicamente:

Detalles inventados. ¿Agregó un diagnóstico, un factor de riesgo o un comportamiento específico que no estaba en tus notas? Esto pasa más de lo que los proveedores admiten — un estudio de 2026 del Ada Lovelace Institute en el Reino Unido, basado en entrevistas con 39 profesionales en 17 municipios, encontró notas de IA que describían ideación suicida que un usuario nunca mencionó, y —en un ejemplo genuinamente raro pero revelador— una herramienta de transcripción que convirtió a un niño describiendo las peleas de sus padres en una nota sobre “palitos de pescado o moscas o árboles”.
Deriva de tono. El lenguaje centrado en la persona importa en este campo. La IA a veces aplana una preferencia expresada por el usuario en una distancia clínica que no tenía en tu nota original.
Indicadores de riesgo perdidos. Si tus notas en bruto mencionaban algo preocupante de pasada, confirma que la IA no lo dejó fuera al reestructurar.
Coincidencia de formato. ¿Coincide con la plantilla que exige tu institución? (Más sobre esto abajo.)

Dedica tiempo real a esto — no un vistazo de 30 segundos. Según el estudio del Reino Unido, los profesionales que detectaron los peores errores fueron los que dedicaron minutos reales a este paso, no los que le dieron dos minutos y siguieron de largo.

IA por tu cuenta vs. herramientas hechas a medida vs. escribirlo tú mismo

No hay una única respuesta correcta aquí — depende de tu contexto, la política tecnológica de tu institución y cuántos informes escribes a la semana. Aquí va la comparación honesta, construida con lo que estas herramientas realmente prometen y lo que han reportado las instituciones que las usan.

	ChatGPT/Claude por tu cuenta	Herramienta a medida (Mentalyc, CasenotePRO)	Manual (sin IA)
Costo	Gratis (o unos 20 dólares/mes por el nivel de pago)	Entre 30 y 50+ dólares/mes, típicamente	Gratis (tu tiempo)
Tiempo de configuración	Minutos — no hace falta más cuenta que la de la propia IA	Configuración de cuenta, plantillas, a veces integración con el sistema de expedientes	Ninguno
Manejo de datos	Tú controlas lo que entra — pero dependes por completo de tu propia disciplina de desidentificación. Las cuentas de consumo no suelen tener un acuerdo formal de tratamiento de datos con la institución	Proveedores como Mentalyc y CasenotePRO promocionan acuerdos de tratamiento y manejo alineado con normativas clínicas — verifica que eso aplique a tu contexto específico antes de confiar en ello	Sin exposición de datos a terceros
Flexibilidad de formato	Total — describe cualquier formato (SOAP, DAP, BIRP, GIRP o la plantilla propia de tu institución) en lenguaje natural	Suele cubrir los formatos principales de fábrica; menos flexible para plantillas muy específicas de una institución	Total — escribes exactamente lo necesario
Tiempo ahorrado por informe	Ahorro similar al de herramientas a medida una vez que tienes un buen prompt — proveedores y despliegues reales reportan reducciones de entre 50% y 75% en el tiempo de redacción	Los proveedores afirman hasta ~70% de ahorro; despliegues reales de herramientas similares reportan reducciones de 50-75% en tareas de documentación específicas	Referencia base — entre 15 y 40+ minutos por informe es lo típico
Mejor para	Profesionales en contextos sin una herramienta institucional aprobada, cómodos asumiendo ellos mismos el paso de desidentificación	Instituciones con presupuesto para una herramienta dedicada, entornos clínicos que quieren mensajería de cumplimiento integrada y transcripción de audio	Contextos donde la política institucional prohíbe cualquier herramienta de IA externa
Mayor riesgo	Error humano en la desidentificación, ya que no hay red de seguridad del proveedor	Dependencia del proveedor, costo continuo de suscripción, y aun así tienes que verificar que sus afirmaciones de cumplimiento apliquen a tus requisitos legales	Tiempo — esta es la opción más lenta por un margen amplio

Algo que conviene saber antes de asumir que una herramienta de pago es automáticamente “más segura”: en 2025, una investigación de The Lever encontró que algunas herramientas de notas con IA dirigidas a terapeutas incluían letra pequeña que permitía usar los registros de pacientes para entrenar otros sistemas de IA. Pagar por una herramienta no significa automáticamente que tus datos se manejen como tú asumes — lee los términos, pide el acuerdo de tratamiento de datos, y no te quedes solo con la palabra de una página de ventas.

Qué significa esto para ti

Trabajador/a social de protección de menores. Tienes el menor margen de error y el mayor beneficio potencial en ahorro de tiempo — herramientas como DPR en Barcelona muestran que la redacción de informes de visita domiciliaria puede reducirse de forma significativa cuando el flujo de documentación está bien diseñado. Empieza aquí: desidentifica una nota de visita domiciliaria hoy mismo con el método de arriba, y compárala contra una nota que escribiste desde cero la semana pasada. No toques nada que vaya a un tribunal de menores sin la aprobación de tu supervisor sobre el flujo completo — el caso de Australia mencionado arriba ocurrió justo en esa intersección.

Servicios sociales de adultos. Tus notas suelen cargar detalles médicos y financieros sensibles además de los identificadores habituales — referencias de cuentas bancarias, nombres específicos de medicamentos vinculados a una persona, datos de familiares directos. Añade una pasada específica para identificadores financieros a tu checklist de desidentificación antes de pegar nada.

Trabajador/a social escolar. En España te rigen la LOPDGDD y la normativa de protección de datos de menores, un marco distinto (aunque relacionado) al de los servicios sociales generales. Quita nombres de alumnos, números de expediente e identificadores propios del centro con especial cuidado, ya que en un colegio pequeño incluso un nombre de pila puede ser identificativo. Empieza con un tipo de nota de bajo riesgo, como un registro de seguimiento rutinario, antes de usar esto para nada relacionado con un plan de apoyo individualizado.

Trabajador/a social sanitario. Muchas veces ya estás documentando dentro del sistema de historia clínica electrónica del hospital, que puede tener sus propias funciones de IA bajo un acuerdo ya firmado — revisa eso primero antes de recurrir a una herramienta de consumo. Si tu hospital todavía no implementó nada, este flujo es un buen parche temporal específicamente para notas narrativas de planificación de alta.

Trabajo social en práctica privada. Estás más cerca del caso de uso de un terapeuta, y honestamente conviene que mires en serio herramientas a medida como Mentalyc o Upheal, ya que están construidas justo alrededor de tu formato de documentación y suelen ofrecer un acuerdo de tratamiento de datos firmado — vale la mensualidad si facturas a aseguradoras y tu volumen de notas es alto. Si tu volumen es bajo, el método de IA por tu cuenta con desidentificación estricta funciona igual de bien.

Supervisor/a de institución. Tu trabajo aquí no es productividad personal, es política. Antes de que cualquier trabajador social de tu equipo use ChatGPT o Claude para notas de caso, consigue una respuesta por escrito a dos preguntas: ¿la política tecnológica de tu institución permite o prohíbe explícitamente herramientas de IA externas?, y ¿tu normativa autonómica de confidencialidad crea alguna restricción adicional para el tipo de expedientes que manejas? Escribe la respuesta y compártela con tu equipo. El silencio no es lo mismo que un permiso.

Nuevo/a en esto de la IA. Empieza más pequeño de lo que crees necesario. Toma una nota que ya escribiste la semana pasada, desidentifícala, y pásala por el prompt de informe SOAP de arriba. Compara el resultado con lo que realmente escribiste. Ese ejercicio de quince minutos te va a decir más sobre si este flujo te sirve que leer diez párrafos más de esta guía.

Ya usas IA de forma informal. Si has estado pegando notas en ChatGPT sin una pasada consistente de desidentificación, para hoy mismo y adopta el checklist de arriba — con retroactividad, este es el ejercicio de cinco minutos con más impacto que vas a hacer esta semana. Revisa también: ¿estás en una cuenta gratuita o personal? Si es así, asume que nada de lo que escribes es privado por defecto, sin importar qué estés pegando.

Casos límite y solución de problemas

La IA inventa un detalle que no estaba en tus notas. Este es el error más común, y está bien documentado — el estudio del Ada Lovelace Institute encontró profesionales describiendo notas de IA con contenido clínico fabricado, incluyendo un caso de ideación suicida inventada. Solución: incluye siempre “no agregues información que no esté en las notas” en tu prompt, y lee el resultado contra tus notas originales línea por línea antes de archivarlo. Si pasa dos veces con la misma herramienta, es señal de que necesitas frenar tu proceso de revisión, no de que hiciste mal el prompt.

El resultado no coincide con la plantilla que exige tu institución. Muchas instituciones tienen un orden de campos específico, encabezados obligatorios o lenguaje mandatado (“la usuaria niega” en vez de “la usuaria dice que no a”). Solución: pega la plantilla vacía de tu institución en el prompt y pídele a la IA que la respete campo por campo, en vez de asumir la estructura genérica SOAP.

Las notas incluyen una revelación de abuso, negligencia o riesgo suicida. No pases esto por una herramienta de IA general para estructurarlo, ni siquiera desidentificado. Las revelaciones que activan la obligación de reportar tienen que pasar primero por el protocolo de tu institución, y la documentación de esa revelación debe seguir el lenguaje específico que exige tu institución — no la paráfrasis de una IA. Escribe estas notas tú mismo, o usa una herramienta que tu institución haya validado específicamente para este escenario.

Tu institución prohíbe herramientas de IA externas por completo. Algunas instituciones —incluyendo, según la guía de marzo de 2025 de la asociación británica de trabajo social BASW, una instrucción explícita a sus colegiados de que “nunca deben usar herramientas de IA genéricas listas para usar para procesar información personal”— ya decidieron que el riesgo no vale la pena, punto. Respeta eso. Si crees que la política está desactualizada, plantéalo con tu supervisor en vez de saltártela; usar una herramienta prohibida con datos de usuarios puede terminar una carrera, no solo ganarte una llamada de atención.

Se te escapó un dato de un usuario antes de que lo notaras. Si te das cuenta a mitad de pegar el texto de que se te pasó un nombre o una dirección, para, cierra el chat y no envíes el mensaje. Si ya lo enviaste, la mayoría de las cuentas de consumo te permiten borrar la conversación de tu historial — hazlo de inmediato, y por separado, avísale a tu supervisor. No trates de arreglarlo en silencio después; las instituciones manejan esto mucho mejor cuando se reporta pronto.

El tono de la IA no suena como tú ni encaja con un lenguaje “centrado en la persona”. La IA por defecto tiende a un fraseo ligeramente clínico y distante. Si tu institución (o tus propios estándares de práctica) exige lenguaje centrado en la persona y en fortalezas, dilo explícitamente en el prompt: “usa lenguaje centrado en la persona en todo momento, y señala las fortalezas del usuario cuando las notas lo respalden”. Vas a tener que hacerlo cada vez — no queda como valor por defecto.

Estás gastando tanto tiempo editando el resultado de la IA como el que te habría tomado escribir desde cero. Esto normalmente significa que tus notas de campo en bruto eran demasiado escuetas para que la IA trabajara, no que la herramienta falló. Solución: escribe notas de campo un poco más completas en el momento (aunque sean tres frases extra), o acepta que algunas visitas —complejas, de alto conflicto o particularmente matizadas— son más rápidas de escribir a mano.

Tu supervisor o un auditor te pregunta si usaste IA para redactar una nota. Contesta con honestidad, siempre. Algunas instituciones ya exigen marcar la documentación asistida por IA; incluso donde no es obligatorio, la transparencia te protege si alguna vez se cuestiona una nota. Lleva tu propio registro informal de qué notas tuvieron redacción asistida por IA.

Lo que no puede hacer

No puede tomar la decisión clínica. Estructurar tus observaciones en formato SOAP es una tarea de formato. Decidir qué significan esas observaciones —nivel de riesgo, próximos pasos, si una derivación está justificada— sigue siendo enteramente tu criterio profesional, informado por una formación que la IA no tiene.

No puede reemplazar el criterio de reportante obligatorio. Si algo en una sesión activa la obligación de reportar, esa decisión y el proceso de reporte en sí pasan por el protocolo de tu institución, punto — nunca por una herramienta de IA, y nunca delegado a una.

No puede garantizar por sí sola el cumplimiento del RGPD, la LOPDGDD o la política institucional. Incluso con una desidentificación rigurosa, si una herramienta y un flujo específicos satisfacen tu política institucional, tu normativa autonómica de confidencialidad y, donde aplique, la normativa de protección de datos, es una pregunta que tu supervisor o el área legal de tu institución tiene que responder para tu contexto — no algo que un artículo de blog, ni la página de ventas de una herramienta de IA, pueda certificarte.

No puede verificarse a sí misma. La IA no tiene forma de saber si inventó un detalle — va a afirmar un hecho fabricado con exactamente el mismo tono de confianza que uno preciso. El paso de verificar antes de archivar de esta guía no es una sugerencia; es todo el mecanismo de seguridad.

No puede reemplazar la supervisión. Una nota bien estructurada no es lo mismo que un plan de caso bien pensado. Usa el tiempo que ahorres en redacción para pasar más tiempo en supervisión hablando del caso, no menos.

Preguntas frecuentes

¿Esto cumple con la protección de datos? Depende por completo de la herramienta y del contexto, no del flujo por sí solo. Una cuenta gratuita de consumo de ChatGPT o Claude generalmente no viene con un acuerdo formal de tratamiento de datos con tu institución, lo que significa que no deberías tratarla como plenamente conforme aunque uses datos desidentificados — el cumplimiento normativo es una propiedad de todo el sistema (herramienta, contrato y proceso), no solo de lo que escribes. Si tu trabajo involucra información especialmente protegida, habla con tu institución sobre una opción con acuerdo de tratamiento firmado antes de apoyarte en una cuenta de consumo para algo más allá de practicar la redacción con datos totalmente desidentificados.

¿Mi institución va a permitir esto? Puede que sí, puede que no — y necesitas averiguarlo antes de empezar, no después. Algunas instituciones (ver la guía explícita de marzo de 2025 de BASW) prohíben herramientas de IA genéricas de plano. Otras simplemente no dicen nada al respecto, lo cual no es lo mismo que un permiso. Pregúntale a tu supervisor directamente, por escrito si puedes, antes de adoptar esto para casos reales.

¿Y si la IA se equivoca en algo? Es lo bastante común como para que forme parte esperada de tu flujo, no una sorpresa rara — el estudio de 2026 del Ada Lovelace Institute encontró errores reales, a veces graves, en decenas de entrevistas a profesionales. Justo por eso existe el paso de verificar antes de archivar. Lee cada nota redactada por IA contra tu original antes de que entre al expediente de un usuario, cada vez, sin excepciones.

¿Esto reemplaza la supervisión o el criterio clínico? No, y no está diseñado para eso. Este flujo maneja la parte mecánica de la documentación: convertir notas en un formato estructurado, más rápido. No tiene opinión sobre si un caso necesita escalamiento, qué debería priorizar un plan de intervención, o cómo manejar una revelación. Eso sigue siendo enteramente tuyo y de tu supervisor.

¿Cuál es la diferencia entre SOAP, DAP, BIRP y GIRP, y cuál debería usar? SOAP (Subjetivo, Objetivo, Análisis, Plan) separa lo que reporta el usuario de tus observaciones directas — común en trabajo social sanitario y atención integrada, donde esa distinción importa para auditorías. DAP (Datos, Análisis, Plan) combina lo subjetivo y lo objetivo en una sola sección “Datos” — más rápido de escribir, común para contactos breves y trabajo de calle. BIRP (Comportamiento, Intervención, Respuesta, Plan) deja explícito el vínculo entre lo que hiciste y cómo respondió el usuario — común en salud conductual y adicciones. GIRP (Objetivo, Intervención, Respuesta, Plan) arranca con el objetivo específico del plan de intervención que abordó el contacto — común en gestión de casos orientada a objetivos, como vivienda o empleo. Usa el que exija tu institución; si tienes opción, GIRP suele encajar mejor con gestión de casos pura.

¿Puedo usar esto en el móvil justo después de una visita domiciliaria? Sí — probablemente es el mejor caso de uso. Dicta tu resumen desidentificado a la app de notas de tu teléfono en el coche, y luego pégalo en la herramienta de IA cuando estés de vuelta frente a una pantalla. Solo asegúrate de que el propio paso de dictado por voz no capture detalles identificativos que después se te olvide quitar.

¿Qué pasa con la grabación de audio y la transcripción, en vez de escribir notas? Algunas herramientas a medida (Mentalyc, o herramientas equivalentes a DPR) transcriben audio de la sesión directamente. Es poderoso, pero implica requisitos de consentimiento que no tienes con notas manuales — los usuarios necesitan saber que se les está grabando y que se va a procesar una transcripción, típicamente con IA. Si vas por esa ruta, actualiza primero tu documento de consentimiento informado; no empieces a grabar sin más.

¿Hay algún estándar profesional o normativo que debería revisar antes de empezar? Sí — revisa tres cosas específicamente: la normativa de tu comunidad autónoma sobre confidencialidad de los expedientes que manejas (los expedientes de protección de menores, por ejemplo, tienen protección específica según cada normativa autonómica), el Código Deontológico de tu colegio profesional en lo relativo a comunicaciones electrónicas y salvaguardas de confidencialidad —el Consejo General del Trabajo Social lo cubre directamente en su formación sobre IA—, y la política tecnológica escrita de tu propia institución. Ninguna de las tres es lectura de fondo opcional: son las reglas reales bajo las que operas.

La conclusión

La carga documental en trabajo social es real, está bien documentada, y de verdad está quemando a la gente — en un estudio realizado en Sevilla, el 37,6% de los trabajadores sociales mostraba un agotamiento emocional elevado, el 59,6% una despersonalización elevada y el 44,0% una baja realización personal; y buena parte de ese tiempo no se pasa con usuarios en absoluto, se pasa escribiendo sobre ellos. La IA puede devolver una parte real de ese tiempo. Pero en esta profesión en concreto, la herramienta es la parte fácil. La disciplina —desidentificar primero, verificar antes de archivar, conocer la política de tu institución antes de empezar— es lo que hace que sea seguro usarla siquiera.

Si quieres una base sólida para entender qué está pasando realmente detrás de estas herramientas antes de usarlas con casos reales, nuestro curso de fundamentos de IA es el punto de partida correcto. Si tu trabajo se parece más a sesiones de acompañamiento continuo —gestión de casos cercana al coaching, por ejemplo—, nuestro curso de IA para coaches cubre el protocolo de consentimiento primero con más profundidad de la que cabe en un artículo. Y si quieres perfeccionar cómo le pides las cosas a la IA para que el resultado necesite menos edición, nuestro curso de ingeniería de prompts te enseña exactamente eso.

Empieza con una sola nota. Desidentifícala, pásala por el prompt de arriba, y léela contra lo que realmente escribiste. Mira qué acierta — y qué no.