Los reguladores sancionan la ruta de los datos, no el modelo
Los organismos reguladores no están esperando a tener una teoría definitiva sobre la IA antes de sancionar la forma en que las empresas gestionan los datos. La autoridad de protección de datos de Italia, el Garante, multó a Meta Platforms Ireland con 805 millones de euros el 14 de noviembre de 2026 por una función de Facebook para Android que sugería fotos y videos de las galerías de los teléfonos de los usuarios. El Garante determinó que la app accedía a esas fotos, videos y metadatos sin un consentimiento específico, y dejó claro que el procedimiento no tenía que ver con si el contenido se usó para entrenar IA.
Ese detalle es la lección para cualquiera que tenga a su cargo el cumplimiento. Una multa de 805 millones de euros no tuvo nada que ver con un modelo. Se trató de quién accedió a qué datos, con qué autoridad y si la persona involucrada realmente estuvo de acuerdo. Un día antes, avisos estatales de brechas de Uber rastrearon una exposición de datos de licencias de conducir hasta credenciales robadas en un proveedor de IA. Dos eventos distintos, un mismo hilo conductor. Los reguladores y el público siguen el rastro de los datos.
Para un CISO o un Chief Compliance Officer, la pregunta práctica no es qué piensa un regulador de tu modelo. Es si puedes presentar la evidencia de cada acceso a datos regulados, incluyendo accesos por herramientas de IA, agentes de IA y los proveedores detrás de ellos. Este artículo repasa lo que decidió el Garante, lo que dejó abierto y qué debe contener un paquete de evidencia.
Conclusiones clave
- La sanción siguió el rastro de los datos, no del modelo. El Garante de Italia multó a Meta con 805 millones de euros por acceso a la galería sin consentimiento específico, y señaló que el procedimiento no tenía que ver con el entrenamiento de IA.
- El consentimiento es un problema de evidencia. El Garante determinó que un solo permiso para toda la app cubría varias funciones con diferentes fines y fue precedido por un aviso genérico.
- Los argumentos sobre regulador principal no siempre ayudan. El Garante rechazó el argumento de Meta del «one-stop-shop» porque las reglas de ePrivacy que aplicó no contemplan ese mecanismo.
- La cadena de proveedores está dentro de tu alcance de auditoría. Los avisos estatales de Uber rastrearon una exposición de datos de conductores hasta credenciales comprometidas en un proveedor de infraestructura de IA.
- La preparación para auditorías va por detrás de la normativa. Grant Thornton encontró que el 78% de los líderes encuestados no tiene plena confianza en poder superar una auditoría independiente de gobernanza de IA en 90 días.
Lo que decidió el Garante
El anuncio del Garante, fechado el 14 de noviembre de 2026, multó a Meta Platforms Ireland Limited con 805 millones de euros por una función de sugerencias de galería en la app de Facebook para Android. La función estaba disponible desde 2023 y proponía fotos y videos de la galería del teléfono como ideas para publicaciones. Según The Hacker News, la multa equivale a aproximadamente el 0,47% de los ingresos globales del grupo y afecta a unos 20 millones de usuarios de Android en Italia.
Las conclusiones son concretas. La app solicitaba acceso a la galería mediante un solo permiso que cubría toda la app y varias funciones con diferentes propósitos. Un aviso genérico sobre la activación de otras funciones aparecía primero y no dejaba claro que los usuarios también estaban autorizando las sugerencias de galería. La función estaba activada por defecto. El Garante añadió que un permiso concedido de este tipo permite a la app leer todo el archivo de fotos de forma continua, y que ni el usuario ni la autoridad pueden verificar qué información se utiliza.
La base legal es tan relevante como los hechos. El Garante aplicó el artículo 122 del Código de Privacidad de Italia, que implementa la directiva ePrivacy de la UE, no el GDPR. Considera el smartphone como parte del ámbito privado de una persona, por lo que cualquier acceso a lo que almacena el teléfono requiere un consentimiento libre e informado, sin importar si los datos se transmiten o si hay algún daño.
La orden es concreta. En un plazo de 60 días, Meta debe solicitar el consentimiento mediante una petición separada y específica que explique el propósito de la función, el acceso a la galería y cómo desactivarla, y debe mantener la función desactivada por defecto, incluso para quienes ya hayan concedido el permiso. Meta debe informar al Garante en 30 días sobre lo que ha iniciado y en 90 días sobre las medidas adoptadas. Si Meta no cumple el plazo de 60 días, la función no podrá activarse para nadie sin un consentimiento válido.
Meta planea apelar y considera la multa desproporcionada. También afirma que la función solo opera después de que los usuarios den permiso en su dispositivo y que pueden cambiar ese permiso en la configuración. La decisión es una orden administrativa, y la apelación está pendiente, así que considera la multa como una señal sobre la dirección de la aplicación de la norma y no como una ley consolidada.
La cuestión de la IA que la decisión dejó abierta
El Garante indicó que el procedimiento no tenía que ver con si el contenido de la galería se usó para entrenar modelos de IA, algo que Meta niega. También señaló que se reserva el derecho de evaluar por separado una función más reciente de Facebook, lanzada en 2026, que permite el procesamiento en la nube del contenido de la galería. Así que la cuestión de la IA no está cerrada. Está aplazada.
Aun así, la estructura de la infracción resultará familiar para cualquiera que implemente asistentes de IA en una empresa. Imagina un asistente interno que recibe un solo permiso amplio de conexión a un almacén de archivos compartido. El permiso fue aprobado una vez, por un administrador, bajo una descripción genérica como «activar funciones de productividad». Después, un equipo activa una función de resumen y un agente que redacta respuestas a clientes. Ninguna de esas funciones se describió cuando se concedió el permiso, y el registro de quién aceptó qué es un ticket de hace dieciocho meses. Ese es el patrón que penalizó el Garante, trasladado al entorno empresarial.
El punto no es que las implementaciones de IA en empresas sean ilegales. Es que la pregunta de cumplimiento para funciones de IA rara vez empieza por el modelo. Comienza por si el acceso a los datos se concedió para un propósito específico, por alguien autorizado para hacerlo, y si el registro lo demuestra. Los equipos que ven la IA como un problema de modelo tienden a construir programas de pruebas. Los equipos que la ven como un problema de acceso a datos construyen evidencia. Los reguladores, como se vio esta semana, piden la evidencia.
El consentimiento es un problema de evidencia
El consentimiento, según la lógica del Garante, debe ser específico. Un aviso genérico y un permiso agrupado no cumplieron ese estándar en este caso, y el Garante no necesitó probar daño. El acceso por sí solo, sin consentimiento válido, fue la infracción.
Para un equipo de cumplimiento, eso redefine cuándo un control está completo. Una pantalla de consentimiento mostrada al instalar no es un control. Un control es un registro capaz de responder a las preguntas que hará un investigador. ¿Qué mensaje vio el usuario y en qué versión? ¿Qué decía sobre el propósito? ¿Qué opción eligió el usuario y cuándo? ¿Se puede retirar la elección y el sistema respeta la retirada para los datos ya accesibles? Si la única respuesta es una captura de pantalla de un diseño, falta la evidencia.
La misma disciplina aplica para empleados y clientes dentro de un flujo de trabajo de IA. Cuando un empleado conecta un asistente a un buzón, o un cliente aprueba el intercambio de datos con un agente que actúa en su nombre, el registro de cumplimiento debe mostrar el alcance que se aprobó y el alcance que se usó. La distancia entre ambos es donde surgen los hallazgos.
La minimización de datos es la compañera silenciosa del consentimiento específico. Dar acceso a una herramienta a todo un archivo cuando solo necesita una carpeta crea la misma condición imposible de verificar que describió el Garante, donde nadie puede decir qué información se utiliza. Limitar el acceso a lo estrictamente necesario, un principio central de la minimización de datos y la protección de datos desde el diseño, reduce tanto la exposición como la carga de evidencia.
La cadena de proveedores está dentro de tu alcance de auditoría
El caso de Uber muestra la otra mitad del rastro de los datos. TechCrunch informó que Uber fue notificada el 9 de octubre por un proveedor de que hackers habían robado credenciales internas y las usaron para acceder a datos de Uber. TechCrunch identificó al proveedor como Fireworks AI, una empresa que permite a desarrolladores usar modelos de IA abiertos. Un portavoz de Uber atribuyó los avisos a un incidente de seguridad en un proveedor externo, Fireworks.ai, que tenía acceso a algunos datos de Uber.
Los documentos muestran la magnitud hasta ahora. Según los avisos revisados por TechCrunch, se robaron datos de licencias de conducir de 2.567 personas en Massachusetts, 3.430 en Carolina del Sur y 1.873 en Rhode Island, con un recuento pendiente en Illinois y conductores de California también notificados. Uber no dijo cuántas personas se vieron afectadas en total. Reuters añadió que el aviso de California, fechado el 10 de noviembre, no nombraba al proveedor ni listaba los datos implicados, y que Uber afirmó no haber identificado un uso indebido de los datos hasta la fecha. Fireworks declaró por separado que detectó acceso no autorizado a algunos de sus sistemas que afectó a datos de clientes.
Dos detalles merecen atención. La exposición ocurrió fuera de los sistemas propios de Uber, en una cuenta de un proveedor que tenía una copia de los datos de Uber. Y el registro que recibieron los reguladores fue un aviso estatal de brecha, lo que significa que la evidencia de lo que el proveedor tenía y por qué tuvo que reconstruirse a posteriori. Las leyes estatales de privacidad de datos y los estatutos de notificación de brechas suelen imponer obligaciones a la organización propietaria de los datos, y un contrato con un proveedor no traslada por sí solo esa responsabilidad.
El informe de Schellman sobre gobernanza de IA en 2026 sugiere cuánta poca atención recibe este vínculo. En su encuesta a 525 profesionales estadounidenses, solo el 36% dijo que sus juntas o líderes habían discutido formalmente el riesgo de IA de terceros o proveedores, y solo el 69% confiaba en poder gobernar la IA integrada en herramientas de terceros. Schellman llama a la IA de terceros el principal punto ciego en la gobernanza de IA empresarial, y la firma vende evaluaciones y certificaciones de IA, así que el énfasis es en parte propio. La encuesta no está ponderada y es solo de EE. UU. Aun así, la dirección es difícil de discutir, porque los avisos de Uber describen exactamente esa distancia.
Trata a cada proveedor que reciba datos regulados como parte de tu propio alcance de auditoría. Eso empieza con un registro de qué categorías de datos tiene cada proveedor, bajo qué credenciales, con qué reglas de rotación y revocación. Esta disciplina es el núcleo de la administración de riesgos de terceros y la gestión de riesgos de la cadena de suministro, y los proveedores de IA, que a menudo almacenan conjuntos de datos, registros de facturación y prompts, deben estar en la lista desde el principio.
La preparación para auditorías va por detrás de la normativa
Si la aplicación de la norma sigue el rastro de los datos, la preparación es la capacidad de mostrar ese rastro bajo demanda. Dos encuestas sugieren que la mayoría de las organizaciones aún no está ahí, incluso si creen estarlo.
La Encuesta de Impacto de IA 2026 de Grant Thornton preguntó a 950 altos directivos en febrero y marzo de 2026 si podrían superar una auditoría independiente de gobernanza de IA en 90 días. El 78% no tiene plena confianza y el 22% está muy seguro. La firma señala que sus resultados reflejan percepciones y que el uso del término auditoría es conceptual. Vende servicios de asesoría en IA, y su conclusión de que la IA integrada se asocia a mejores resultados es interpretación propia.
La preparación también varía según la normativa. En la encuesta de Schellman, realizada del 13 de abril al 11 de mayo de 2026, el 89% de los encuestados había tomado acciones específicas para prepararse para regulaciones de EE. UU., el 29% para la Ley de IA de la UE y el 12% para requisitos de Asia-Pacífico. Esas cifras describen acciones tomadas, no resultados, y provienen de una muestra solo de EE. UU. Aun así, muestran algo útil. La preparación sigue al regulador que la empresa espera enfrentar, y una decisión como la italiana proviene de un regulador que muchos programas centrados en EE. UU. no han considerado. La supervisión sigue un patrón similar. Solo el 54% de los encuestados de Schellman reporta regularmente la gobernanza de IA a su junta o a un órgano ejecutivo equivalente.
El trabajo de encuestas de Kiteworks apunta en la misma dirección. El Informe Anual de Riesgos de Seguridad y Cumplimiento de Datos de Kiteworks 2026 encontró que el 63% de sus 459 encuestados había enfrentado una consecuencia de cumplimiento en los 12 meses previos, definida como un hallazgo de auditoría, un plan de remediación obligatorio, una escalada a la junta, una penalización contractual o una investigación regulatoria formal. La encuesta se realizó en el segundo trimestre de 2026, los resultados son autoinformados y la realizó Kiteworks, así que toma la cifra como un dato más entre varios.
Ninguna de estas encuestas mide lo que pedirá un regulador. Miden cuán preparadas creen estar las organizaciones. La distancia entre creencia y evidencia es donde comienza una investigación.
Qué debe mostrar un paquete de evidencia
Los reguladores regulan los datos, no los modelos. Un paquete que responde a una consulta sobre el acceso de IA a datos regulados cumple la misma función que uno para cualquier otro acceso, con los campos específicos de IA incluidos.
Para cada acceso a datos regulados por una persona, una herramienta de IA o un agente, el registro debe mostrar lo siguiente.
- La identidad que actuó, indicando si era una persona o un agente, y la persona en cuyo nombre actuó el agente.
- Los datos a los que se accedió, con su clasificación y el sistema de origen.
- El propósito y la base legal o contractual, incluyendo el consentimiento o autorización aplicable y su versión.
- La política que evaluó la solicitud y el resultado.
- El momento en que comenzó y terminó el acceso, y el método por el cual se revocó el acceso.
- Para flujos con proveedores, el proveedor, las credenciales usadas y las obligaciones de notificación aplicables.
Fíjate en lo que no está en la lista. La arquitectura del modelo, sus datos de entrenamiento y sus puntuaciones de referencia no aparecen. Esos aspectos importan por otros motivos, y un auditor puede preguntar por ellos. La decisión italiana y los avisos de Uber se centran en el acceso y la autorización.
Producir ese paquete requiere una única y consistente traza de auditoría. Una organización con un registro para el correo electrónico, otro para transferencia de archivos, un tercero para herramientas de IA y un cuarto para conexiones de proveedores podrá responder a las preguntas, pero de forma lenta y fragmentada. Una organización con un registro de auditoría unificado que cubra esos canales puede responderlas rápido y con confianza de que no falta nada. Kiteworks Control Plane está construido sobre ese principio. Aplica un único modelo de políticas a las personas y agentes que acceden a contenido confidencial, y Kiteworks Compliant AI registra cada solicitud de IA bajo ese modelo. Estas capacidades no sustituyen el análisis legal ni un programa de consentimiento. Proveen la capa de evidencia de la que ambos dependen.
Qué deben hacer los líderes de cumplimiento ahora
Esta sección es información general, no asesoría legal, y los pasos correctos dependen de tus jurisdicciones y de tu asesoría. La secuencia a continuación está pensada para ser práctica para un equipo de cumplimiento en el próximo trimestre.
- Relaciona cada función de IA que acceda a datos regulados con una base de acceso. Enumera cada asistente, agente, conector y proveedor de IA, y registra el consentimiento, contrato o base legal que cubre su acceso y quién lo concedió.
- Sustituye permisos amplios por permisos acotados. Donde un solo permiso cubra varias funciones con diferentes propósitos, sepáralo. Un alcance acotado reduce tanto la exposición como la evidencia que debes presentar.
- Haz que el consentimiento sea específico y versionado. Conserva los mensajes, el historial de versiones, las elecciones de los usuarios y los registros de retirada juntos, para que una sola consulta devuelva toda la historia.
- Construye el registro de proveedores. Para cada proveedor que tenga datos regulados, registra las categorías de datos, credenciales, práctica de rotación y términos de notificación, y revisa el registro cada vez que un proveedor reporte un incidente.
- Ensaya una extracción de evidencia. Elige un evento reciente de acceso de IA y mide cuánto tiempo lleva reunir los seis elementos anteriores. Actualiza el plan de respuesta a incidentes con lo que aprendas.
- Pon la preparación en la agenda de la junta. Informa sobre la preparación como la capacidad de presentar evidencia, y hazle seguimiento igual que a otras obligaciones de cumplimiento normativo.
Empieza por el ensayo. Las opiniones sobre preparación son baratas y un simulacro cronometrado no lo es.
Para saber más sobre cómo construir evidencia lista para auditoría sobre el acceso de IA a datos regulados, solicita una demo personalizada hoy.
Preguntas frecuentes
Sí. La decisión del Garante demuestra que el acceso no autorizado a datos personales puede ser sancionado incluso cuando no se trata de entrenamiento de IA. El Garante indicó que el procedimiento contra Meta no tenía que ver con el uso de contenido de la galería para entrenar modelos de IA, pero aun así multó a la empresa con 805 millones de euros por acceso sin consentimiento específico. Trata cualquier función de IA que acceda a datos personales como una cuestión de acceso a datos en primer lugar y revisa tus controles de privacidad de datos para ello.
Necesitas un registro versionado del mensaje separado, lo que decía sobre el propósito y el acceso a los datos, la elección del usuario y cuándo la hizo. El Garante ordenó a Meta presentar una solicitud separada y específica que explique el propósito de la función, el acceso a la galería y cómo desactivarla. Conserva esos registros junto con los eventos de retirada para que una sola consulta devuelva toda la historia, y almacénalos en un registro de auditoría que tus auditores puedan consultar.
En la decisión del Garante, no lo fue. El Garante concluyó que un solo permiso que cubría toda la app y varias funciones con diferentes propósitos, precedido por un aviso genérico, no generó un consentimiento específico bajo el artículo 122 del Código de Privacidad italiano. Las reglas varían según la jurisdicción, así que confirma la posición con tu asesoría y divide los permisos amplios por propósito como un diseño seguro por defecto. Una evaluación de impacto de protección de datos es un buen lugar para registrar esa decisión.
Mantén un registro de proveedores que recoja, para cada uno, las categorías de datos que almacena, las credenciales usadas para acceder, la práctica de rotación y revocación y los términos de notificación. Los avisos de Uber muestran por qué. Credenciales robadas en un proveedor de IA expusieron datos de licencias de conducir, y Schellman encontró que solo el 36% de las organizaciones encuestadas había discutido el riesgo de IA de terceros a nivel de junta o liderazgo. Alimenta el registro en tu proceso de administración de riesgos de proveedores y revísalo tras cada incidente con proveedores.
Dile la verdad a la junta en términos de evidencia, no de confianza. Grant Thornton encontró que el 78% de los líderes encuestados no tiene plena confianza en poder superar una auditoría independiente de gobernanza de IA en 90 días, así que la distancia es común, y Schellman halló que solo el 54% reporta regularmente la gobernanza de IA a su junta. Presenta un plan que nombre un responsable, los seis campos de evidencia y una fecha para un simulacro cronometrado de extracción de evidencia, y canalízalo a través de tu programa de gobierno, riesgo y cumplimiento.
Recursos adicionales
- Artículo del Blog La batalla por tus datos: cómo las leyes CLOUD y SHIELD enfrentan seguridad y privacidad
- Artículo del Blog Protege datos confidenciales mapeando DSPM a tus objetivos de cumplimiento
- Resumen Las 3 principales infracciones FERPA y cómo evitarlas
- Artículo del Blog Orden Ejecutiva 14117: Protegiendo los datos personales sensibles de los estadounidenses
- Artículo del Blog ¿Necesitas cumplimiento NIS2? Empieza con ISO 27001