Inteligencia artificial: datos exactos, necesarios y adecuados para cada finalidad

La IA no rebaja las exigencias del RGPD

Los sistemas de inteligencia artificial dependen de datos para entrenar, ajustar y producir resultados. La nota técnica publicada por la AEPD en julio de 2026 recuerda que la innovación no suspende los principios de exactitud, minimización y limitación de la finalidad.

La calidad no significa acumular toda la información disponible. Los datos deben ser adecuados para el objetivo, suficientemente representativos y revisados según el riesgo que un error pueda causar sobre las personas.

Entrenamiento y uso son fases diferentes

Una información útil para desarrollar un modelo puede no ser necesaria cuando se aplica a un trabajador, cliente o candidato concreto. La organización debe justificar cada fase, documentar las fuentes y limitar accesos y conservación.

Integrar la IA dentro del compliance en Tenerife permite asignar responsables, revisar proveedores y establecer controles humanos. Un programa de cumplimiento normativo debe identificar decisiones automatizadas, posibles sesgos y procedimientos para corregir resultados inexactos.

La supervisión debe ser efectiva

No basta con que una persona pulse un botón de confirmación. Quien supervise necesita comprender el resultado, disponer de información alternativa y tener autoridad real para modificarlo. Cuanto mayor sea el impacto, mayor debe ser la trazabilidad.

La evaluación previa y la vigilancia posterior son complementarias. Cambios en los datos, el contexto o el comportamiento del modelo pueden degradar su fiabilidad. La gobernanza debe prever auditorías, reclamaciones y retirada cuando el riesgo deje de ser aceptable.

Rafael Linares, abogado en Tenerife