Revolución IA

La SIC lo dice claro: que un dato sea público no te da derecho a entrenar IA con él

La SIC lo dice claro: que un dato sea público no te da derecho a entrenar IA con él
Geek
  • Publicadonoviembre 18, 2026

La Superintendencia de Industria y Comercio acaba de poner por escrito algo que muchas empresas colombianas venían asumiendo al revés: entrenar IA con datos públicos no es libre por el solo hecho de que esos datos estén publicados. El 17 de noviembre la SIC adoptó los Estándares Iberoamericanos sobre el Uso de Datos Personales en Sistemas de Inteligencia Artificial, y con eso fijó la vara con la que va a mirar el tema.

La frase de la entidad no deja mucho margen: que un dato sea accesible al público no basta, por sí solo, para usarlo en el entrenamiento de sistemas de IA.

Qué cambia al entrenar IA con datos públicos

El estándar aterriza en cinco exigencias concretas. Vale la pena leerlas pensando en el raspado de internet que hoy hace cualquiera que arma un modelo o afina uno existente.

Uno: la disponibilidad pública no es una autorización. La empresa tiene que poder sustentar una base legítima para recolectar y usar esos registros, aunque cualquiera pueda verlos en un navegador. Hay que revisar de dónde vienen las fuentes digitales y poder explicarlo.

Dos: usar una herramienta ajena no traslada la responsabilidad. Si usted contrata un sistema de IA de un tercero pero decide para qué se usa y con qué medios esenciales, sigue siendo responsable del tratamiento. No sirve señalar al proveedor.

Tres: avisar que «se usa IA» no cumple el deber de informar. Hay que explicar la finalidad, el papel que cumple el sistema y sus posibles consecuencias. Un aviso genérico en la política de privacidad se queda corto.

Cuatro: las inferencias y los perfiles también son datos personales. Y si lo que infieren toca aspectos sensibles, aplica la protección reforzada que la ley colombiana ya exige para ese tipo de datos.

Cinco: hay derecho a una revisión humana de verdad. Las personas pueden impugnar decisiones automatizadas y exigir una revisión humana efectiva, no alguien que le dé clic a lo que propuso el modelo.

El estándar añade una línea roja: los sistemas de IA diseñados para manipular a las personas, explotar sus vulnerabilidades o puntuarlas socialmente de manera discriminatoria son incompatibles con la protección de datos.

De dónde sale el documento que regula entrenar IA con datos públicos

Los estándares fueron aprobados por unanimidad por la Red Iberoamericana de Protección de Datos, de la que la SIC hace parte, y se desarrollaron con la Fundación para la Internacionalización de las Administraciones Públicas. No son una ley nueva ni una resolución con sanciones propias: son el criterio interpretativo con el que el regulador va a aplicar la normativa de datos personales que ya existe en Colombia.

Esa distinción importa y conviene no inflarla. La SIC hizo un llamado a empresas, entidades públicas, desarrolladores y proveedores a consultar el documento y revisar sus prácticas. No anunció plazos ni multas específicas. Pero el criterio de interpretación de un regulador es exactamente lo que se usa después en una investigación.

Qué debería hacer hoy una empresa colombiana

Si usted está entrenando o afinando modelos con datos recogidos de internet, o contrató a alguien que lo hace, hay cuatro tareas que se vuelven urgentes.

Inventariar las fuentes. Saber exactamente de dónde salió cada conjunto de datos y poder escribirlo en una hoja. Si la respuesta es «lo bajamos de internet», eso ya no alcanza.

Revisar los contratos con proveedores. Quién define la finalidad y los medios esenciales del tratamiento determina quién responde. Vale la pena que eso quede explícito por escrito en lugar de descubrirlo durante una queja.

Reescribir los avisos. Pasar de «utilizamos inteligencia artificial» a decir para qué, en qué parte del proceso y con qué efecto sobre la persona.

Montar la revisión humana. Si hay decisiones automatizadas que afectan a alguien —crédito, selección de personal, precios, moderación—, tiene que existir un camino real para impugnarlas y una persona con capacidad de cambiar el resultado.

Entrenar IA con datos públicos: por qué esto es más grande de lo que parece

Colombia no está inventando nada: está alineándose con el criterio iberoamericano, que a su vez conversa con el enfoque europeo. Para una empresa que opera en varios países de la región, eso es buena noticia, porque reduce la posibilidad de tener que cumplir cinco reglas distintas.

Para las startups locales que venían entrenando con datos raspados, en cambio, es un costo nuevo. Documentar procedencia y montar gobernanza de datos cuesta tiempo y plata, y es justo lo que las empresas pequeñas suelen posponer.

Sin embargo, hay una ventaja competitiva escondida ahí. Las grandes del norte están peleando demandas por exactamente este punto. Una empresa colombiana que pueda demostrar de dónde salió cada dato tiene un argumento de venta frente a clientes corporativos que hoy desconfían.

Lee también: Las nuevas leyes de IA en LatAm: Colombia, Brasil y Argentina

Lee también: Colombia regula el uso de IA en telemedicina

La pregunta que deja la SIC no es si se puede entrenar IA con datos públicos. Es si usted puede explicar, hoy, de dónde salieron los suyos.

Sitios oficiales: Superintendencia de Industria y Comercio · Red Iberoamericana de Protección de Datos
Reportado por: Infobae — Portafolio — Minuto30

Comparte en:
Geek
Escrito por
Redacción geeklab

Redacción geeklab es el equipo editorial del medio. Cubrimos inteligencia artificial a diario —modelos, herramientas, inversión y regulación— con una pregunta fija encima: qué significa cada hecho para quien vive y trabaja en América Latina. Verificamos cada cifra, fecha y cita contra la fuente primaria antes de publicar: el anuncio oficial, el paper, el documento judicial o la página de precios de la compañía. Cuando un dato no se puede confirmar, lo decimos en la nota. Enlazamos al sitio oficial de la herramienta o empresa de la que hablamos, no a otros portales de noticias. Usamos herramientas de inteligencia artificial para investigar y redactar borradores, siempre con revisión humana antes de publicar. Las notas con enlaces de afiliado lo declaran de forma visible.