AEPD e inteligencia artificial: qué se sanciona de verdad

La cifra que debería preocupar a cualquier empresa que utilice inteligencia artificial en España

La cifra de 147 expedientes que circula no la publica la Agencia.

Conviene empezar por ahí, porque el número se repite en prensa y en notas de despachos como si fuera un recuento oficial de procedimientos sancionadores abiertos por la Agencia Española de Protección de Datos contra empresas que usan inteligencia artificial. No lo es: la AEPD no clasifica sus procedimientos por la tecnología empleada, de modo que ni ella misma podría publicar ese desglose.

Lo que sí publica la Agencia es el agregado de su actividad, y ahí la tendencia es real y comprobable: su Memoria de 2025 registra 30.931 reclamaciones presentadas, frente a 18.855 en 2024 — un 64 % más, y el mayor volumen de la serie que la propia Memoria publica. Esa presión existe y explica por qué conviene estar preparado. Lo que no existe es el desglose por tecnología del que se derivan las cifras que circulan.

Conviene decir aquí, antes de seguir, algo que no suele aparecer en los artículos sobre este asunto: las resoluciones de la AEPD sobre sistemas que usan inteligencia artificial se cuentan con los dedos de una mano. Además de los dos casos que se analizan más adelante —Aena y BBVA—, está la PS/00447/2025 (expediente EXP202405320), que sanciona a la Universidad Europea de Valencia por un sistema de examen con IA y reconocimiento facial. Los tres tienen número de procedimiento comprobable. Los listados de supuestas multas a bancos por credit scoring, a aseguradoras por discriminación algorítmica o a empresas por cribado automático de currículos, con importes precisos, no resuelven en el buscador de resoluciones de la Agencia. Y estas cifras conviene además deshacer otro malentendido muy extendido sobre los plazos: el AI Act no empieza en agosto de 2026. Está en vigor desde 2024 y se aplica por tramos (art. 113). El tramo con la multa más alta —hasta 35 millones de euros o el 7 % del volumen de negocios mundial, el que sea mayor (art. 99.3)— corresponde a las prácticas prohibidas del art. 5. Conviene separar dos fechas que suelen fundirse: la prohibición rige desde el 2 de febrero de 2025, pero el régimen sancionador del capítulo XII no empezó a aplicarse hasta el 2 de agosto de 2025. El 2 de agosto de 2026 es cuando la Oficina Europea de IA y las autoridades nacionales asumen la supervisión y la ejecución, con el techo de 15 millones o el 3 % del art. 99.4 para el incumplimiento del resto de obligaciones. Las obligaciones para sistemas de alto riesgo se aplazaron: las del Anexo III —los casos de uso sensibles: empleo, crédito, sanidad, biometría— pasan al 2 de diciembre de 2027, y las de los sistemas integrados en productos regulados del Anexo I, al 2 de agosto de 2028 (Comisión Europea).

La pregunta relevante, entonces, no es cuántos expedientes hay abiertos —nadie lo sabe— sino otra muy distinta: si mañana llega una reclamación por una decisión que tomó tu algoritmo, ¿podrías documentar cómo la tomó? Ésa es la pregunta que responden las resoluciones que sí existen, y a la que la mayoría de las empresas contesta que no.

Hablamos de algoritmos que hoy mismo, en España, deniegan créditos hipotecarios a familias sin explicarles por qué. Que descartan candidatos en procesos de selección basándose en variables protegidas que el algoritmo infiere sin que nadie se lo haya pedido. Que calculan primas de seguros discriminando a personas por su código postal. Que deciden el orden de atención en urgencias hospitalarias sin supervisión clínica efectiva.

Y la mayoría de las empresas que despliegan estos sistemas no tienen una Evaluación de Impacto en Protección de Datos (EIPD) específica para su sistema de IA. No tienen documentación técnica del modelo. No tienen test de sesgos. No tienen mecanismo de impugnación accesible para las personas afectadas. En muchos casos, ni siquiera saben exactamente qué datos procesa su algoritmo ni cómo toma sus decisiones.

Este artículo recorre lo que sí puede afirmarse con fuente: qué preceptos del RGPD se activan cuando hay un sistema de IA de por medio, qué dicen las dos resoluciones españolas que llevan número comprobable, qué sectores quedan expuestos por la propia naturaleza de la decisión automatizada, cómo funciona una auditoría algorítmica forense, cómo preparar la defensa ante un expediente y qué obligaciones del AI Act ya están vigentes — que son más de las que suele creerse.

TL;DR: lo esencial en 60 segundos

Contexto: la explosión de la inteligencia artificial en España

El boom de adopción: la dimensión del fenómeno

Para entender por qué la exposición regulatoria crece —aunque no haya un recuento de expedientes por tecnología— conviene medir primero el fenómeno.

La inteligencia artificial ha dejado de ser una tecnología experimental confinada a departamentos de I+D de grandes corporaciones. En España, la adopción de IA por parte del tejido empresarial ha experimentado un crecimiento sin precedentes en los últimos tres años.

Según los datos más recientes del Instituto Nacional de Estadística (INE), el 21,1 % de las empresas españolas con más de 10 empleados utilizaban tecnologías de inteligencia artificial en sus procesos productivos en el primer trimestre de 2025, frente al 12,4 % registrado en 2023 [2]. Un avance de 8,7 puntos porcentuales en un solo año.

Pero esta cifra media oculta diferencias enormes según el tamaño de la empresa:

El INE publica dos estratos, no cuatro, y conviene no inventar los intermedios:

Fuente: INE, Encuesta sobre el uso de TIC y comercio electrónico en las empresas.

La brecha entre los dos estratos que el INE sí publica es de 7,7 puntos, y crece: la adopción en empresas de 10 o más empleados subió 8,7 puntos en un año, frente a 5,9 en las de menos de 10. Dicho de otro modo: cuatro de cada cinco empresas españolas todavía no usan IA, lo que conviene tener presente antes de dar por hecho que el problema es masivo. Lo que sí crece rápido es el subconjunto que la usa para decidir sobre personas, que es el que entra en el ámbito del artículo 22 del RGPD.

El Banco de España, en su Encuesta de Actividad Empresarial (EBAE) de 2025, confirma que casi el 20 % de las empresas encuestadas emplean sistemas de IA, aunque matiza que en la mayoría de ellas el uso se encuentra aún en fase experimental [14]. Esta matización es clave: muchas empresas están desplegando IA sin haberla sometido a los controles de cumplimiento normativo que exigiría un sistema en producción.

La inversión: miles de millones sin contrapartida regulatoria

España invirtió más de 2.300 millones de euros en inteligencia artificial durante 2025, según datos del Observatorio Nacional de Tecnología y Sociedad (ONTSI). El Plan Nacional de Inteligencia Artificial 2024-2027 destina 1.500 millones adicionales de fondos públicos al desarrollo y adopción de IA en el tejido productivo español.

La inversión privada complementa estas cifras. El informe de Ditrendia sobre IA en España (2025) mide uso, no inversión, y conviene no confundir una cosa con la otra: su 34 % es el porcentaje de empresas que usa IA generativa en marketing y ventas, no el reparto del gasto. No he localizado un desglose publicado de la inversión por áreas, así que lo que sigue describe dónde se concentra el uso:

• Automatización de procesos, el área más extendida
• Análisis de datos y predicción
• Atención al cliente (chatbots, asistentes virtuales): 18 %
• Seguridad y detección de fraude: 12 %
• Recursos humanos y gestión del talento: 9 %

El problema es que esta inversión masiva no ha ido acompañada de una inversión proporcional en cumplimiento normativo. No hay estadística publicada de cuántas empresas que usan IA han hecho la evaluación de impacto en protección de datos. Los porcentajes que circulan proceden de estudios que miden otra cosa —adopción de IA por sector, no EIPD—, y trasladarlos a esta pregunta es cambiarles el denominador [15].

Dicho de otro modo: casi 9 de cada 10 empresas españolas que usan IA lo hacen sin haber evaluado formalmente los riesgos que su sistema plantea para los derechos fundamentales de las personas.

Los sectores con mayor penetración de IA

La adopción de IA en España no es homogénea. Algunos sectores van muy por delante del resto:

El desglose oficial va por grandes ramas de actividad, no por sector de negocio, y las cifras son bastante más modestas de lo que suele leerse:

Fuente: INE, Encuesta sobre el uso de TIC y comercio electrónico en las empresas.

Merece la pena retener el techo: ninguna rama llega al 26 %. Circulan tablas con «banca 72 %» o «seguros 64 %», y no pueden ser del INE — la banca está dentro de servicios, así que no puede triplicar la rama que la contiene. Lo que sí es cierto y basta para el argumento: donde la IA decide sobre personas —crédito, selección, seguros— es donde el artículo 22 del RGPD muerde, con independencia de cuántas empresas la usen.

No es casualidad que los sectores con mayor penetración de IA — banca, seguros, marketing, recursos humanos — sean precisamente los que acumulan más expedientes sancionadores de la AEPD. Son sectores donde las decisiones de la IA tienen efectos jurídicos directos sobre las personas: denegación de un crédito, rechazo en un proceso de selección, denegación de una cobertura de seguros, modificación del precio de un producto.

La brecha de cumplimiento: el verdadero problema

La verdadera razón de la exposición regulatoria no es que las empresas usen IA. Es que la usan sin las garantías mínimas que exige la ley.

El RGPD lleva en vigor desde el 25 de mayo de 2018. Ocho años. Su artículo 22 regula las decisiones individuales automatizadas desde ese día. Su artículo 35 obliga a realizar evaluaciones de impacto para tratamientos de alto riesgo desde ese día. Su artículo 5 exige transparencia, minimización y exactitud de los datos desde ese día.

Sin embargo, la mayoría de las empresas que han adoptado IA entre 2023 y 2025 — impulsadas por el boom de la IA generativa y la presión competitiva — lo han hecho sin consultar siquiera a su delegado de protección de datos (si es que tienen uno).

La AEPD ha dejado de mirar hacia otro lado, y eso sí se comprueba: en sus resoluciones publicadas.

Por qué la AEPD actúa ahora y no antes

La AEPD no ha empezado a preocuparse por la IA en 2025. Sus primeras guías sobre tratamientos de datos con inteligencia artificial datan de 2020. Pero hasta ahora, su estrategia se basaba fundamentalmente en la concienciación y la publicación de orientaciones.

Tres factores explican el cambio de actitud:

1. La entrada en vigor del AI Act europeo. El Reglamento (UE) 2024/1689 entró en vigor el 1 de agosto de 2024. Sus obligaciones para los sistemas de alto riesgo se aplazaron: las del Anexo III (art. 6.2) al 2 de diciembre de 2027 y las del Anexo I (art. 6.1) al 2 de agosto de 2028. Las autoridades de protección de datos de toda Europa han recibido el mandato implícito de endurecer la supervisión del uso de IA, como preparación para la aplicación plena del AI Act.

2. El aumento exponencial de reclamaciones ciudadanas. Los ciudadanos son cada vez más conscientes de que las decisiones que les afectan están siendo tomadas por algoritmos. La AEPD recibió 30.931 reclamaciones en 2025, un 64 % más que el año anterior y la cifra más alta de su historia (Memoria de actuación 2025). La Agencia no desglosa cuántas se refieren a sistemas de IA —no es una categoría de su clasificación—, así que cualquier recuento específico que circule está estimando. Lo que sí puede afirmarse es la tendencia general, y es de crecimiento fuerte.

3. Las sanciones ejemplarizantes en otros países europeos. Las autoridades de protección de datos de Francia (CNIL), Italia (Garante), Países Bajos (AP) y Reino Unido (ICO) han impuesto multas millonarias por uso indebido de IA en los últimos dos años. La AEPD no quiere quedarse atrás ni enviar el mensaje de que España es un territorio permisivo para el despliegue de IA sin controles.

Qué se está investigando: análisis por sector y tipo de defecto

Desglose por sector

La AEPD no publica un reparto sectorial de expedientes por tecnología, y conviene decirlo porque circula uno con porcentajes al decimal. Ni la Memoria de actuación ni el Informe de actividad semestral clasifican los procedimientos según si intervino un sistema de IA: la clasificación es por tipo de tratamiento y por infracción del RGPD, no por la herramienta empleada.

Lo que sí puede afirmarse, y basta para orientar a una empresa, es dónde el artículo 22 del RGPD tiene más mordida: allí donde una decisión automatizada produce efectos jurídicos o afecta significativamente a la persona. Eso apunta, por su propia naturaleza, a la concesión de crédito, a la selección de personal, a la tarificación de seguros y a la asignación de recursos públicos — no porque haya un recuento que lo diga, sino porque son los ámbitos donde la decisión algorítmica sustituye a una decisión que antes tomaba una persona y que el afectado puede impugnar.

Desglose por tipo de infracción

No todos los procedimientos por IA responden al mismo defecto. Sin recuento oficial por tecnología, lo que sí puede hacerse —y es lo que de verdad sirve para preparar una defensa— es enumerar qué preceptos del RGPD se activan cuando hay un sistema de IA de por medio, y en qué orden suelen aparecer:

Este orden no sale de una estadística sino del texto del Reglamento y de las resoluciones españolas que sí existen. Si alguien ofrece porcentajes de cuántos expedientes invocan cada artículo, está inventando el denominador.

La primera casilla es casi siempre la misma: la ausencia de Evaluación de Impacto (EIPD) específica para el sistema de IA. Es la señal más clara de que muchas empresas despliegan sistemas de IA sin haberse detenido a evaluar formalmente sus riesgos.

La otra puerta habitual es la falta de transparencia: no informar de que interviene un sistema automatizado en la decisión, cómo funciona, qué datos procesa y qué consecuencias tiene. Los artículos 13 y 14 del RGPD exigen que esa información se facilite de forma clara, concisa y accesible, e incluyen expresamente la lógica aplicada cuando hay decisiones automatizadas del art. 22. Es el precepto por el que la AEPD sancionó a BBVA con dos millones de euros.

Desglose por cuantía de sanciones impuestas

La AEPD no publica ese desglose. Su Memoria anual da el total de reclamaciones, procedimientos e importes del ejercicio, pero no una distribución de sanciones por rango de cuantía ni por tecnología empleada. La Agencia publica sus resoluciones una a una en el buscador, no agregadas: cualquier tabla que ofrezca ese reparto está construyendo un dato que no existe.

Lo que sí puede consultarse, y es lo que conviene hacer antes de citar cualquier importe, es el buscador de resoluciones de la Agencia: cada procedimiento sancionador tiene su PDF en aepd.es/documento/ps-NNNNN-aaaa.pdf. Si el documento no abre, la sanción no existe.

Evolución temporal: qué se puede medir y qué no

La AEPD no publica sus expedientes por trimestre, ni en la Memoria ni en el Informe de actividad semestral, así que no hay serie trimestral que mostrar y cualquiera que se lea está construida.

Lo que sí está documentado, y basta para dimensionar la presión, es el conjunto de su actividad. Las reclamaciones presentadas ante la Agencia, según su Memoria:

Ese salto no es específico de la inteligencia artificial —la Memoria no permite separarlo— pero sí describe una autoridad con mucha más entrada de la que tenía, y la propia Memoria apunta a la transformación digital y «el desarrollo de nuevas tecnologías, especialmente la inteligencia artificial» como uno de los factores que amplían su ámbito de actuación.

Patrones detectados en los expedientes

De las resoluciones publicadas por la AEPD y de lo que llega a un despacho pericial se repiten varios patrones:

Patrón 1: IA comprada a terceros sin due diligence. Es la situación más común: el sistema no se desarrolló internamente, se licenció a un proveedor, y se asumió que si el proveedor decía que era conforme, no hacía falta verificarlo. Ese argumento no exime: la responsabilidad del tratamiento recae en el responsable, no en el proveedor de la tecnología (art. 24 RGPD). El contrato de encargo del art. 28 reparte obligaciones, no responsabilidad frente al afectado.

Patrón 2: IA desplegada sin involucrar al DPD. Cuando existe delegado de protección de datos, lo habitual es que se entere del sistema después de implantarlo. El artículo 38 del RGPD exige que sea involucrado «de forma adecuada y en tiempo oportuno» en todas las cuestiones relativas a la protección de datos, y un despliegue consumado no lo cumple. Su ausencia en el expediente juega en contra por lo que señala: que nadie evaluó nada antes.

Patrón 3: supervisión humana nominal, no real. Casi todas las empresas alegan que su sistema tiene supervisión humana. La pregunta que decide es otra: si esa persona puede cambiar el resultado y de hecho lo cambia alguna vez. Un operador que válida en bloque lo que propone el algoritmo, sin capacidad efectiva de intervención, corrección o reversión, no es supervisión humana a efectos del artículo 22 del RGPD — y eso es comprobable en los registros del sistema, que es donde mira un peritaje.

Patrón 4: datos de entrenamiento no auditados. Las empresas no pueden documentar qué datos se utilizaron para entrenar sus modelos de IA, si esos datos contenían sesgos, si se obtuvieron legalmente o si incluían datos de categorías especiales. Sin documentación del origen y calidad de los datos de entrenamiento, no es posible demostrar la exactitud ni la equidad del modelo (art. 5.1.d RGPD).

Patrón 5: ausencia de mecanismo de impugnación. Los afectados por decisiones automatizadas no disponen de un canal claro y accesible para solicitar revisión humana de la decisión. En muchos casos, ni siquiera saben que la decisión fue tomada por un algoritmo.

Marco legal: del RGPD al AI Act

El RGPD ya regula la IA (y la mayoría de las empresas lo ignora)

Existe un mito persistente en el ecosistema empresarial español: que no hay regulación específica de la inteligencia artificial hasta que entre en vigor el AI Act. Esto es radicalmente falso. El RGPD regula el uso de IA desde 2018, y la AEPD lleva ocho años con herramientas legales para sancionar el uso indebido de sistemas algorítmicos.

Estos son los artículos del RGPD directamente aplicables a sistemas de inteligencia artificial:

Artículo 22: Decisiones individuales automatizadas

Este es el artículo nuclear. Establece que toda persona tiene derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado, incluida la elaboración de perfiles, que produzca efectos jurídicos en ella o le afecte significativamente de modo similar.

Las excepciones son tres, y todas requieren garantías adicionales:

1. La decisión es necesaria para un contrato entre el interesado y el responsable. Pero incluso en este caso, deben existir medidas adecuadas para salvaguardar los derechos del interesado, incluido el derecho a obtener intervención humana, expresar su punto de vista e impugnar la decisión.

2. La decisión está autorizada por una ley de la Unión o del Estado miembro que establezca medidas adecuadas.

3. Se basa en el consentimiento explícito del interesado. No basta con un consentimiento genérico en una política de privacidad. Debe ser un consentimiento específico para la decisión automatizada.

En la práctica, la inmensa mayoría de los sistemas de IA que toman decisiones sobre personas en España no cumple con ninguna de estas tres excepciones. El credit scoring, la valoración de siniestros, el cribado de CV — todos producen efectos jurídicos significativos y todos se basan en tratamiento automatizado.

El caso BOSCO — el sistema de la Administración pública española para determinar el acceso al bono social de electricidad — es un ejemplo paradigmático. La AEPD determinó que las decisiones adoptadas por BOSCO se basaban en un tratamiento automatizado sin que constara la adopción de medidas para garantizar el derecho del interesado a obtener intervención humana [16].

Artículo 35: Evaluación de impacto relativa a la protección de datos

El artículo 35 del RGPD exige una EIPD cuando el tratamiento entrañe un alto riesgo para los derechos y libertades de las personas. El RGPD cita tres supuestos que obligan automáticamente a realizar EIPD:

1. Evaluación sistemática y exhaustiva de aspectos personales de personas físicas basada en un tratamiento automatizado, incluida la elaboración de perfiles, y sobre cuya base se tomen decisiones que produzcan efectos jurídicos.

2. Tratamiento a gran escala de categorías especiales de datos (salud, biometría, datos genéticos, orientación sexual, opiniones políticas, etc.).

3. Observación sistemática a gran escala de una zona de acceso público (por ejemplo, sistemas de videovigilancia con reconocimiento facial).

Un sistema de IA que elabore perfiles para tomar decisiones con efectos jurídicos o similarmente significativos encaja en el supuesto primero. Pero no toda asistencia a una decisión activa automáticamente el art. 35: hay que valorar la naturaleza, el alcance, el contexto y los fines del tratamiento y la probabilidad de un alto riesgo, además de los supuestos del art. 35.3 y de las listas que publican las autoridades de control.

La EIPD no es un documento decorativo. Debe contener, como mínimo:

• Descripción sistemática del tratamiento y sus finalidades
• Evaluación de la necesidad y proporcionalidad del tratamiento
• Evaluación de los riesgos para los derechos y libertades de los interesados
• Medidas previstas para afrontar los riesgos
• Consulta previa al DPD
• Consulta a los interesados si procede

La ausencia de EIPD es, por sí sola, una infracción del artículo 35 del RGPD. No hace falta que el sistema de IA cause un perjuicio real a alguien. La mera falta de evaluación previa ya es sancionable. Y es exactamente el precepto por el que la AEPD sancionó a Aena con 10.043.002 €: no por usar reconocimiento facial, sino por desplegarlo sin una evaluación de impacto válida.

Artículo 5: Principios relativos al tratamiento

El artículo 5 establece los principios fundamentales que debe cumplir todo tratamiento de datos personales. Aplicados a sistemas de IA, exigen:

El principio de responsabilidad proactiva (art. 5.2) es especialmente relevante. Obliga al responsable a poder demostrar que cumple, y sin esa documentación —EIPD, análisis de proporcionalidad, test de sesgos, registros de supervisión humana— la posición ante la Agencia es muy débil. Lo que no crea es una presunción de culpabilidad: para imponer una multa, la AEPD sigue teniendo que acreditar la infracción y la culpabilidad. La diferencia importa al preparar la defensa, aunque en la práctica la falta de documentación juegue en su contra.

Artículos 13 y 14: Información al interesado

Cuando los datos se obtienen directamente del interesado (art. 13) o de un tercero (art. 14), el responsable debe informar, entre otros extremos, de la existencia de decisiones automatizadas, incluida la elaboración de perfiles y, al menos en esos casos, de la información significativa sobre la lógica aplicada, así como la importancia y las consecuencias previstas de dicho tratamiento para el interesado.

Esto significa que si tu empresa utiliza un algoritmo de IA para evaluar a un candidato, a un cliente o a un paciente, debes informarle de:

• Que se utiliza un sistema automatizado
• Cómo funciona la lógica del sistema (en términos comprensibles)
• Qué consecuencias tiene para él o ella
• Cómo puede impugnar la decisión

La mayoría de las empresas investigadas por la AEPD no proporcionan ninguna de estas informaciones.

Artículo 9: Categorías especiales de datos

El artículo 9 prohíbe, como regla general, el tratamiento de datos que revelen el origen étnico o racial, las opiniones políticas, las convicciones religiosas o filosóficas, la afiliación sindical, los datos genéticos, los datos biométricos, los datos relativos a la salud o los datos relativos a la vida sexual o la orientación sexual.

El problema con los sistemas de IA es que pueden inferir datos de categorías especiales a partir de datos aparentemente neutros. Un algoritmo de credit scoring que procesa el código postal del solicitante puede estar discriminando indirectamente por origen étnico. Un sistema de cribado de CV que descarta candidatos por «periodos de inactividad laboral» puede estar discriminando por maternidad. Un algoritmo que procesa patrones de compra puede inferir datos de salud.

La AEPD ha sido clara en su interpretación: si un sistema de IA infiere datos de categorías especiales — aunque no los procese directamente —, se aplican las restricciones del artículo 9.

Artículo 37: Delegado de protección de datos

El nombramiento de un DPD es obligatorio cuando la actividad principal del responsable consista en operaciones de tratamiento que requieran una observación habitual y sistemática de interesados a gran escala, o en el tratamiento a gran escala de categorías especiales de datos.

Cualquier empresa que utilice IA para perfilar a sus clientes, empleados o candidatos a gran escala está, probablemente, obligada a tener un DPD. Y muchas no lo tienen.

El AI Act: el segundo marco regulatorio que se suma al RGPD

El Reglamento (UE) 2024/1689, conocido como AI Act o Reglamento Europeo de Inteligencia Artificial, es la primera norma del mundo que regula específicamente los sistemas de inteligencia artificial [8]. No sustituye al RGPD: se acumula a él. Una empresa puede recibir una sanción por incumplir el RGPD y otra por incumplir el AI Act.

El AI Act clasifica los sistemas de IA en cuatro niveles de riesgo, cada uno con obligaciones distintas:

Nivel 1: Riesgo inaceptable (prohibido)

Estos sistemas están prohibidos en la UE desde el 2 de febrero de 2025:

• Sistemas de puntuación social (social scoring): sistemas que evalúen a personas basándose en su comportamiento social o características personales, y cuya puntuación conduzca a un trato perjudicial injustificado.

• Manipulación subliminal o mediante técnicas subliminales más allá de la consciencia de la persona, que cause o pueda causar perjuicio físico o psicológico.

• Explotación de vulnerabilidades de grupos específicos (edad, discapacidad, situación social o económica).

• Identificación biométrica remota en tiempo real en espacios de acceso público con fines de aplicación de la ley (salvo excepciones muy limitadas).

• Categorización biométrica basada en datos sensibles (raza, opiniones políticas, orientación sexual, etc.).

• Scraping no selectivo de imágenes faciales de internet o CCTV para crear bases de datos de reconocimiento facial.

• Reconocimiento de emociones en el lugar de trabajo o en centros educativos (salvo por motivos médicos o de seguridad).

• Policía predictiva basada exclusivamente en el perfil de la persona o en la evaluación de rasgos de personalidad.

Nivel 2: Alto riesgo (obligaciones plenas desde diciembre de 2027)

El Anexo III del AI Act lista ocho áreas en las que los sistemas de IA se consideran de alto riesgo:

1. Biometría: Sistemas de identificación biométrica remota, categorización biométrica y reconocimiento de emociones (en los contextos no prohibidos).

2. Infraestructuras críticas: Sistemas de IA utilizados como componentes de seguridad en la gestión y explotación de infraestructuras digitales, de tráfico o de suministro de agua, gas, calefacción o electricidad.

3. Educación y formación profesional: Sistemas para determinar el acceso o admisión de personas, asignarlas a instituciones educativas, evaluar resultados de aprendizaje, supervisar exámenes (proctoring) o detectar comportamientos prohibidos durante exámenes.

4. Empleo, gestión de trabajadores y acceso al autoempleo: Sistemas para la contratación y selección de personal, la toma de decisiones que afecten a las condiciones laborales, la promoción o el despido, y la asignación de tareas basada en comportamiento o rasgos personales.

5. Acceso a servicios públicos y privados esenciales: Credit scoring, seguros de vida y salud, servicios de emergencia, clasificación de prioridades de servicios sociales.

6. Aplicación de la ley: Evaluación de riesgo de reincidencia, evaluación de fiabilidad de pruebas, creación de perfiles en investigaciones.

7. Gestión de migración, asilo y control de fronteras: Evaluación de riesgo de seguridad, polígrafos, evaluación de solicitudes de asilo y visados.

8. Administración de justicia y procesos democráticos: Investigación de hechos y aplicación del derecho a un conjunto concreto de hechos, influencia en resultados electorales.

Los sistemas de IA de alto riesgo deben cumplir diez requisitos obligatorios:

Nivel 3: Riesgo limitado (obligaciones de transparencia)

Los sistemas de IA de riesgo limitado deben cumplir obligaciones de transparencia:

• Los sistemas de IA que interactúan con personas deben informar a la persona de que está interactuando con un sistema de IA (salvo que resulte evidente).

• Los sistemas de IA generativa deben garantizar que los contenidos generados por IA sean identificables como tales.

• Los deepfakes y el contenido de texto generado por IA publicado con fines informativos deben etiquetarse claramente.

Nivel 4: Riesgo mínimo (sin obligaciones específicas)

Los sistemas de IA de riesgo mínimo — como filtros de spam, videojuegos con IA, sistemas de inventario — no tienen obligaciones específicas bajo el AI Act, aunque siguen sujetos al RGPD si tratan datos personales.

La interrelación RGPD-AI Act: doble exposición sancionadora

Este es el punto que muchas empresas no entienden: el RGPD y el AI Act no son alternativos. Son acumulativos. Una misma conducta puede generar sanciones bajo ambas normativas.

Ejemplo práctico: una empresa bancaria utiliza un sistema de credit scoring basado en IA que deniega un préstamo sin informar al solicitante. Esta conducta puede generar:

• Sanción RGPD por falta de transparencia (arts. 13-14): hasta 20 millones € o 4 % facturación
• Sanción RGPD por decisión automatizada sin garantías (art. 22): hasta 20 millones € o 4 %
• Sanción RGPD por falta de EIPD (art. 35): hasta 10 millones € o 2 %
• Sanción AI Act por incumplimiento de requisitos de alto riesgo (sistema sin gestión de riesgos, sin documentación técnica, sin supervisión humana): hasta 15 millones € o 3 %
• Sanción AI Act por falta de transparencia hacia el usuario: hasta 15 millones € o 3 %

Esos topes no se suman. Dentro del RGPD, cuando varias infracciones derivan de las mismas operaciones o están vinculadas, la multa total no puede superar el máximo de la más grave (art. 83.3). Y la concurrencia entre el RGPD y el AI Act exige analizar quién sanciona qué y con qué procedimiento, no apilar cifras. La suma que se suele hacer, además, da 16 % y no 14 %. Lo que ilustra el listado es la variedad de frentes, no una exposición agregada.

Cronología completa del AI Act

Sanciones ya impuestas: casos reales detallados

Caso 1: Aena — 10.043.002 € por no haber hecho la evaluación de impacto

Resolución: PS/00431/2024, expediente EXP202304532 Sancionado: Aena S.M.E., S.A. Cuantía: 10.043.002 € Infracción principal: Art. 35 RGPD (falta de evaluación de impacto válida sobre un tratamiento biométrico)

Aena implementó un sistema de embarque biométrico basado en reconocimiento facial en varios aeropuertos españoles. El sistema capturaba la imagen facial del pasajero, la convertía en una plantilla biométrica y la comparaba con la foto del documento de identidad para automatizar el control de acceso.

La AEPD determinó que:

• Aena realizó una EIPD, pero no fue correcta. No evaluó adecuadamente la necesidad y proporcionalidad del tratamiento biométrico ni consideró alternativas menos intrusivas (como la verificación manual con documento de identidad y tarjeta de embarque).

• El tratamiento de datos biométricos para identificación unívoca constituye un tratamiento de datos de categoría especial (art. 9 RGPD), que está prohibido como regla general. Las excepciones requieren, entre otras condiciones, que el tratamiento sea estrictamente necesario, lo cual Aena no logró demostrar.

• Los pasajeros no recibieron información suficiente sobre el tratamiento biométrico antes de someterse al mismo.

Esta es la mayor sanción tecnológica de la historia de la AEPD y envía un mensaje inequívoco: los datos biométricos procesados por sistemas de IA están bajo el máximo nivel de escrutinio.

Aena ha anunciado que recurrirá la sanción ante los tribunales. La AEPD ordenó la suspensión del sistema biométrico hasta que Aena presente una EIPD conforme [17].

Caso 2: BBVA — 5.000.000 € por información insuficiente y tratamiento sin base legítima

Resolución: PS/00070/2019 (publicada en diciembre de 2020) Sancionado: Banco Bilbao Vizcaya Argentaria, S.A. Cuantía: 5.000.000 € — 3.000.000 € por el art. 6 (licitud, calificada muy grave) y 2.000.000 € por los arts. 13 y 14 (información al interesado) Infracción principal: arts. 6, 13 y 14 RGPD. La resolución no sanciona el uso de algoritmos: lo que reprocha es la información ofrecida a los clientes y el procedimiento para recabar su consentimiento.

Aunque esta sanción es anterior al período analizado, es fundamental para entender la línea de actuación de la AEPD contra algoritmos bancarios. La AEPD sancionó a BBVA con 5 millones de euros — en aquel momento la mayor sanción de su historia — por dos infracciones:

• 3.000.000 € por infracción del artículo 6 (licitud del tratamiento), que el fallo califica de muy grave a efectos de prescripción: BBVA alegó interés legítimo para operaciones de perfilado y la Agencia rechazó esa base por falta de justificación.

• 2.000.000 € por infracción de los artículos 13 y 14 (deber de información), calificada de leve a efectos de prescripción: no se informaba adecuadamente a los clientes sobre el tratamiento dirigido a obtener algoritmos y elaborar perfiles.

El orden importa y suele contarse al revés: la partida mayor no es la de transparencia, es la de la base jurídica. Y el requerimiento del fallo va en la misma dirección — la Agencia ordenó adecuar «las operaciones de tratamiento que realiza, la información ofrecida a sus clientes y el procedimiento» por el que recaba el consentimiento.

La AEPD destacó especialmente que las técnicas utilizadas — tratamiento de datos para obtener algoritmos — y la falta de transparencia sobre la lógica del perfilado podían llevar a una discriminación de precios. Es decir: la AEPD ya identificó en 2020 el riesgo de que los algoritmos bancarios discriminen a los clientes [18].

Y aquí se acaba lo que se puede citar

Hasta este punto, Aena y BBVA llevan número de resolución comprobable en la AEPD, y a ellas se suma la PS/00447/2025 ya citada. Más allá de esas tres resoluciones, no hay más: la Agencia no ha publicado otras resoluciones sancionadoras específicas sobre sistemas de inteligencia artificial.

Merece la pena decirlo con claridad, porque es el tipo de vacío que se rellena solo. Circulan por internet listados de supuestas sanciones de la AEPD a bancos por credit scoring, a aseguradoras por discriminación algorítmica o a empresas por cribado automatizado de currículos, con importes precisos y números de procedimiento. Ninguno resuelve en el buscador de resoluciones de la Agencia. Y hay una comprobación que cualquiera puede hacer en diez segundos: las resoluciones de la AEPD están en aepd.es/documento/ps-XXXXX-AAAA.pdf. Si esa URL no abre, la resolución no existe.

Lo que sí puede afirmarse sobre hacia dónde va la Agencia sale de su Memoria anual, no de resoluciones inventadas: el crecimiento sostenido de reclamaciones, el peso creciente de la biometría y de las brechas de seguridad, y el anuncio de mayor supervisión en el ámbito de la inteligencia artificial conforme el AI Act despliegue sus obligaciones.

Sectores de máximo riesgo: análisis en profundidad

Banca y servicios financieros

El sector bancario es el más expuesto a la acción sancionadora de la AEPD por varias razones convergentes:

Volumen de decisiones automatizadas. Los bancos españoles procesan millones de solicitudes de crédito al año. La automatización es inevitable y, en muchos casos, beneficiosa. Pero la escala amplifica los riesgos: un sesgo en el algoritmo de credit scoring no afecta a un cliente sino a miles.

Impacto jurídico directo. La denegación de un crédito hipotecario es, sin duda, una decisión con «efectos jurídicos significativos» en el sentido del artículo 22 del RGPD. Puede determinar si una familia accede a una vivienda o no.

Datos sensibles e inferencias. Los bancos disponen de una cantidad ingente de datos sobre sus clientes: transacciones, patrones de gasto, movimientos de cuenta, historial de productos financieros. Los algoritmos de IA pueden inferir, a partir de estos datos, información sobre salud (compras en farmacias, pagos a seguros médicos), orientación política (donaciones a partidos), vida sexual (pagos en apps de citas) y origen étnico (envíos de remesas a determinados países).

Aplicaciones de IA en banca bajo escrutinio:

• Credit scoring automatizado
• Detección de fraude en transacciones
• Segmentación de clientes para ofertas comerciales
• Chatbots y asistentes virtuales con acceso a datos bancarios
• Análisis de riesgo de morosidad
• Pricing dinámico de productos financieros
• KYC (Know Your Customer) automatizado
• Anti-blanqueo (AML) basado en patrones de transacción

Cada una de estas aplicaciones procesa datos personales, muchas toman decisiones con efectos jurídicos y la mayoría requiere una EIPD específica.

Seguros

El sector asegurador presenta riesgos análogos al bancario, pero con una particularidad adicional: la discriminación algorítmica en seguros tiene un impacto directo en la protección social de las personas.

Aplicaciones de IA en seguros bajo escrutinio:

• Cálculo automático de primas basado en perfilado
• Valoración automatizada de siniestros
• Detección de fraude en reclamaciones
• Underwriting automatizado (aceptación/rechazo de pólizas)
• Análisis predictivo de riesgo
• Telemática y seguros basados en comportamiento (usage-based insurance)

El riesgo principal es la discriminación indirecta. Los algoritmos de seguros pueden utilizar variables aparentemente neutras (código postal, modelo de vehículo, frecuencia de visitas médicas) que actúan como proxies de variables protegidas (origen étnico, nivel económico, estado de salud).

El mecanismo es siempre el mismo y no hace falta un expediente concreto para describirlo: el sistema no utiliza la raza como variable —ninguno lo hace— pero el código postal puede correlacionar tan fuertemente con la composición étnica de un barrio que el efecto acaba siendo equivalente. Es lo que la doctrina llama proxy discrimination, y es la razón por la que el artículo 22 del RGPD no se satisface comprobando qué variables entran al modelo, sino qué resultados salen de él.

Recursos humanos y selección de personal

El uso de IA en recursos humanos es probablemente el área donde el impacto en los derechos fundamentales es más directo e inmediato: decidir quién consigue un trabajo y quién no.

Aplicaciones de IA en RRHH bajo escrutinio:

• Cribado automático de currículos (resume screening)
• Análisis de entrevistas en vídeo (expresiones faciales, tono de voz, lenguaje corporal)
• Tests de personalidad automatizados
• Monitorización del rendimiento de empleados
• Predicción de riesgo de dimisión (flight risk)
• Análisis de sentimiento en comunicaciones internas
• Planificación de plantilla basada en predicciones algorítmicas
• Proctoring en procesos de selección (vigilancia remota de pruebas)

El precedente del caso Amazon es instructivo: Amazon tuvo que abandonar su herramienta de IA para selección de personal después de descubrir que el sistema penalizaba currículos que contenían la palabra «mujeres» (como «capitana del equipo de mujeres de ajedrez») y rebajaba puntuaciones de graduadas de universidades exclusivamente femeninas. El sistema había sido entrenado con una década de currículos dominados por hombres y había «aprendido» a preferir perfiles masculinos [19].

En España, la AEPD está prestando especial atención a:

• Sistemas de cribado que infieren edad, género o nacionalidad sin procesarlos directamente
• Análisis de entrevistas por vídeo que procesan datos biométricos (expresiones faciales) sin consentimiento explícito
• Monitorización de empleados que excede lo necesario para la relación laboral
• Sistemas que no informan al candidato de que se utiliza IA en la evaluación

Sanidad

Los sistemas de IA en sanidad procesan datos de categorías especiales (art. 9 RGPD): datos de salud, datos genéticos, datos biométricos. El nivel de exigencia normativa es, por tanto, el máximo.

Aplicaciones de IA en sanidad bajo escrutinio:

• Diagnóstico asistido por IA (radiología, patología, dermatología)
• Triaje automatizado en urgencias
• Predicción de riesgo de enfermedades
• Gestión de historiales clínicos electrónicos
• Monitorización remota de pacientes (IoT médico)
• Investigación clínica y selección de cohortes
• Prescripción asistida de medicamentos
• Robótica quirúrgica asistida por IA

El riesgo no es solo jurídico. Un sesgo en un sistema de diagnóstico puede tener consecuencias letales. Los estudios han demostrado que algunos sistemas de diagnóstico dermatológico por IA funcionan significativamente peor en pieles oscuras, porque fueron entrenados predominantemente con imágenes de pieles claras.

El AI Act clasifica los sistemas de IA sanitarios como de alto riesgo, lo que les impone evaluación de conformidad, gestión de riesgos y supervisión humana efectiva. Es previsible que la supervisión se intensifique conforme entren en vigor esas obligaciones, pero a día de hoy la AEPD no ha publicado ninguna resolución sancionadora sobre diagnóstico asistido por IA, y conviene no anticipar una línea de actuación que todavía no ha producido resoluciones.

Marketing y publicidad digital

El sector del marketing digital utiliza IA de forma masiva para perfilar consumidores, personalizar publicidad, optimizar campañas y predecir comportamientos de compra. Los riesgos de protección de datos son enormes:

• Perfilado a gran escala sin consentimiento específico
• Combinación de datos de múltiples fuentes (cookies, redes sociales, datos de compra, ubicación) sin transparencia
• Inferencia de datos sensibles (salud, política, orientación sexual) a partir de patrones de navegación y consumo
• Publicidad personalizada basada en vulnerabilidades (personas endeudadas, personas con adicciones, personas en situación emocional vulnerable)
• Targeting de menores o poblaciones vulnerables

Educación

El sector educativo ha adoptado IA especialmente en dos áreas problemáticas:

Proctoring (supervisión de exámenes remotos). Los sistemas de proctoring con IA graban al estudiante mediante cámara y micrófono, analizan sus expresiones faciales, movimientos oculares, movimientos corporales y sonidos ambientales para detectar «comportamientos sospechosos» durante un examen. Estos sistemas procesan datos biométricos sin el consentimiento libre del estudiante (que no puede negarse sin renunciar al examen).

Evaluación automatizada. Sistemas que corrigen trabajos, ensayos y proyectos mediante IA, con impacto directo en las calificaciones académicas de los estudiantes.

El AI Act clasifica ambos usos como alto riesgo (Anexo III, área 3), lo que significa que desde el 2 de diciembre de 2027 estarán sujetos a los diez requisitos obligatorios.

Qué desencadena una investigación de la AEPD

De dónde nace una investigación

No todas las investigaciones de la AEPD nacen de una denuncia. Estas son las vías por las que llega un procedimiento, según su propia Memoria:

La AEPD no publica el reparto porcentual entre estos orígenes para un subconjunto de expedientes de IA, entre otras cosas porque «inteligencia artificial» no es una categoría de su clasificación estadística. Cualquier tabla que ofrezca esos porcentajes está construyendo el dato.

Las reclamaciones ciudadanas: el motor principal

La vía principal es la reclamación ciudadana, y así lo refleja la memoria de la Agencia para el conjunto de su actividad. No pongo un porcentaje para los expedientes de IA por lo dicho arriba: esa categoría no existe en la memoria. Los escenarios más frecuentes son:

• Un solicitante de crédito cuya solicitud es denegada sin explicación comprensible
• Un candidato a un puesto de trabajo que sospecha que fue descartado por un algoritmo
• Un asegurado cuya reclamación de siniestro recibe una valoración injustificadamente baja
• Un usuario de un servicio digital que recibe publicidad perturbadoramente personalizada
• Un paciente que descubre que un algoritmo participó en su diagnóstico sin su conocimiento
• Un empleado monitorizado por un sistema de productividad sin su consentimiento informado

El ciudadano no necesita demostrar la infracción. Basta con presentar una reclamación fundamentada ante la AEPD. La Agencia investiga de oficio y, si encuentra indicios, abre expediente.

Las investigaciones de oficio: la AEPD elige sus objetivos

Las investigaciones de oficio son otra vía: la Agencia selecciona sector o empresa por criterio de riesgo, sin que medie reclamación. La AEPD ha señalado la inteligencia artificial como un ámbito de atención creciente conforme el AI Act despliega sus obligaciones, aunque no publica cuántos de sus expedientes de oficio se refieren a IA.

Los criterios que la AEPD utiliza para seleccionar objetivos de investigación de oficio incluyen:

• Sectores con alta penetración de IA y alto impacto en derechos fundamentales
• Empresas que tratan datos a gran escala
• Sistemas de IA conocidos públicamente (por publicidad, notas de prensa, ofertas comerciales)
• Empresas que no responden a las consultas de la AEPD sobre sus tratamientos de datos
• Sectores objeto de informes críticos de organizaciones de consumidores o de la sociedad civil

Las transferencias de otras autoridades UE

Una parte de los expedientes se origina en transferencias de otras autoridades de protección de datos europeas, principalmente en casos transfronterizos. Cuando una empresa opera en varios países de la UE, la autoridad del país donde tiene su establecimiento principal coordina la investigación, pero puede transferir parte del caso a las autoridades de los países afectados.

Las autoridades más activas en la transferencia de expedientes de IA son la CNIL (Francia), el BfDI (Alemania) y la AP (Países Bajos).

Los medios de comunicación y las denuncias de empleados

Algunos expedientes se inician tras publicaciones periodísticas sobre el uso de IA por parte de empresas concretas. Los reportajes de investigación sobre algoritmos discriminatorios, monitorización laboral abusiva o tratamiento masivo de datos biométricos han sido detonantes directos de varios expedientes.

Otra vía son las denuncias de empleados, bien a través de canales internos de denuncia (whistleblowing) o directamente ante la AEPD. La Directiva de Protección de Denunciantes (Directiva (UE) 2019/1937) y su transposición española (Ley 2/2023) protegen a los empleados que denuncian infracciones de la normativa de protección de datos.

Auditoría algorítmica: metodología del perito informático

Qué es una auditoría algorítmica forense

Una auditoría algorítmica forense es un examen técnico exhaustivo de un sistema de inteligencia artificial realizado por un perito informático con el objetivo de evaluar su cumplimiento normativo, detectar sesgos, verificar la transparencia y documentar su funcionamiento de forma reproducible.

Se diferencia de una auditoría interna o una consultoría de cumplimiento en que el perito aplica metodología forense: preservación de evidencia, cadena de custodia, reproducibilidad de los resultados y elaboración de un informe pericial con valor probatorio ante la AEPD, los tribunales o cualquier organismo regulador.

La auditoría algorítmica es especialmente relevante en dos escenarios:

1. Preventivo: La empresa quiere verificar que su sistema de IA cumple con el RGPD y está preparado para el AI Act antes de que llegue un expediente.

2. Reactivo: La AEPD ya ha abierto expediente y la empresa necesita evidencia técnica para sus alegaciones.

Metodología en 10 fases

La auditoría algorítmica forense que realizo como perito informático especializado sigue una metodología estructurada en diez fases:

Herramientas técnicas utilizadas en la auditoría

Cómo preparar la defensa ante la AEPD

El procedimiento sancionador: plazos y fases

Cuando la AEPD abre un expediente sancionador, el procedimiento sigue estas fases:

Estrategia de defensa con apoyo pericial

La defensa ante un expediente de la AEPD por uso de IA requiere una estrategia que combine argumentos jurídicos y evidencia técnica. En mi experiencia como perito en estos procedimientos, los elementos clave son:

1. Demostrar responsabilidad proactiva.

El artículo 5.2 del RGPD exige que el responsable pueda demostrar que cumple. Si la empresa puede aportar documentación que acredite que evaluó los riesgos, implementó medidas y supervisó el sistema antes de que la AEPD abriera expediente, la posición de defensa mejora sustancialmente.

Documentos clave:

• EIPD específica para el sistema de IA
• Registro de actividades de tratamiento que incluya el sistema de IA
• Actas de reuniones del DPD sobre el sistema de IA
• Informes internos de auditoría
• Registros de formación al personal
• Políticas de uso de IA aprobadas por la dirección

2. Aportar evidencia técnica de cumplimiento.

El informe pericial debe responder punto por punto a los hechos del expediente. Si la AEPD alega discriminación algorítmica, el informe debe demostrar —con datos estadísticos reproducibles— que el sistema no discrimina. Si alega falta de supervisión humana, el informe debe documentar el proceso de supervisión con registros, métricas y evidencia de intervenciones reales.

3. Demostrar medidas correctoras.

La AEPD valora significativamente la adopción de medidas correctoras durante el procedimiento. Si la empresa puede demostrar que, tras el inicio del expediente, ha:

• Realizado una EIPD completa
• Implementado supervisión humana efectiva
• Ejecutado tests de sesgo y corregido los hallazgos
• Mejorado la información al interesado
• Formado al personal

…la sanción puede reducirse de forma apreciable en la graduación, según la gravedad del caso y la efectividad de las medidas, sin que exista un porcentaje garantizado.

4. Cuestionar la calificación jurídica.

En algunos casos, la AEPD puede calificar la infracción incorrectamente. Por ejemplo, puede calificar como «decisión automatizada» (art. 22) un sistema que realmente cuenta con supervisión humana efectiva. El informe pericial puede demostrar que la calificación técnica no se corresponde con la realidad del sistema.

5. Alegar proporcionalidad de la sanción.

Si la infracción se confirma, la defensa puede argumentar que la sanción propuesta es desproporcionada, aportando comparativas con sanciones impuestas en casos similares y evidencia de la capacidad económica de la empresa.

Qué aporta una auditoría algorítmica en el plazo de alegaciones

Imaginemos un sistema que analiza el comportamiento de la plantilla para predecir rendimiento y probabilidad de dimisión, y que recopila datos de:

• Correos electrónicos (volumen, horarios, tiempo de respuesta)
• Actividad en herramientas internas (Slack, Jira, Confluence)
• Horarios de conexión y desconexión
• Participación en reuniones virtuales

Una auditoría algorítmica sobre un sistema así produce tres tipos de hallazgo, y los tres son verificables por un tercero:

• Qué variables pesan de verdad en el modelo. Es habitual que buena parte de los datos ingeridos —típicamente el contenido de las comunicaciones— no aporte capacidad predictiva medible. Demostrarlo con el análisis de importancia de variables convierte un reproche de minimización (art. 5.1.c) en algo concreto: se retiran esos datos del modelo sin perder rendimiento, y la medida correctora queda acreditada.

• Si la supervisión humana es real o nominal. No se acredita con un organigrama, se acredita con los registros: cuántas veces la persona responsable modificó la recomendación del sistema. Si nunca la modificó, no hay supervisión efectiva a efectos del art. 22, por muchas firmas que haya.

• Qué se corrigió y cuándo. El art. 83.2.c del RGPD contempla expresamente las medidas tomadas para paliar los daños, y el art. 83.2.f el grado de cooperación. Documentarlas con fecha anterior a la resolución es lo que permite invocarlas.

Lo que ninguna auditoría puede prometer es un porcentaje de reducción: eso lo decide la Agencia ponderando los once criterios del art. 83.2. Lo que sí cambia es que la ponderación se haga sobre hechos acreditados y no sobre lo que la empresa afirme.

Tabla: acciones preventivas priorizadas

El AI Act: qué ya se aplica y qué queda por llegar

Lo que ya es obligatorio (desde febrero y agosto 2025)

Muchas empresas creen que el AI Act es una norma «futura». No lo es. Varias obligaciones ya están en vigor:

Desde el 2 de febrero de 2025:

• Prohibición de prácticas inaceptables: Los ocho tipos de IA prohibida (social scoring, manipulación subliminal, explotación de vulnerabilidades, identificación biométrica remota en tiempo real, categorización biométrica por datos sensibles, scraping facial masivo, reconocimiento de emociones en trabajo/educación, policía predictiva basada en perfil) son ilegales desde febrero de 2025. Las sanciones: hasta 35 millones de euros o el 7 % de la facturación global.

• Alfabetización en IA (art. 4): Todas las empresas que despliegan o utilizan sistemas de IA deben garantizar que su personal tiene un nivel suficiente de alfabetización en IA. Esto incluye conocimientos técnicos, pero también conciencia de los riesgos éticos y legales. Esta obligación ya está en vigor y no se ha pospuesto.

Desde el 2 de agosto de 2025:

• Obligaciones para modelos de IA de propósito general (GPAI): Los proveedores de modelos fundacionales (OpenAI con GPT, Anthropic con Claude, Google con Gemini, Meta con LLaMA) deben cumplir requisitos de transparencia, documentación técnica y respeto de derechos de autor.

• Designación de autoridades nacionales: España designó a la AESIA (Agencia Española de Supervisión de la Inteligencia Artificial) como autoridad de supervisión del AI Act. La AESIA, adscrita al Ministerio para la Transformación Digital y la Función Pública, tiene competencia para inspeccionar y sancionar.

Cuándo entran en vigor las obligaciones de alto riesgo

La fecha que la mayoría de las empresas españolas tenía anotada era el 2 de agosto de 2026, y cambió: las obligaciones para los sistemas de alto riesgo del Anexo III se aplican desde el 2 de diciembre de 2027. Lo que sí empezó en agosto de 2026 es la gobernanza: la Oficina Europea de IA y las autoridades nacionales pasaron a supervisar y sancionar.

Empresas afectadas: Cualquier empresa que utilice, despliegue, importe o distribuya un sistema de IA clasificado como de alto riesgo en España. Esto incluye:

• Bancos que usen credit scoring con IA
• Aseguradoras que usen IA en suscripción, siniestros o pricing
• Empresas que usen IA en selección de personal o gestión de empleados
• Hospitales y clínicas que usen IA en diagnóstico o triaje
• Empresas que usen sistemas biométricos
• Instituciones educativas que usen proctoring o evaluación con IA
• Administraciones públicas que usen IA en decisiones sobre ciudadanos
• Proveedores de servicios esenciales que usen IA en el acceso o gestión de esos servicios

Obligaciones para el alto riesgo del Anexo III, desde diciembre de 2027:

Los diez requisitos obligatorios para sistemas de alto riesgo (arts. 9-15 AI Act) entran en plena aplicación:

1. Sistema de gestión de riesgos documentado y mantenido durante todo el ciclo de vida
2. Gobernanza de datos: datos de entrenamiento relevantes, representativos, libres de errores
3. Documentación técnica detallada y actualizada
4. Registro automático de actividad (logging)
5. Transparencia y provisión de información a usuarios
6. Supervisión humana efectiva
7. Precisión, robustez y ciberseguridad adecuadas
8. Evaluación de conformidad previa
9. Marcado CE de conformidad
10. Registro en la base de datos europea de IA

Sanciones del AI Act:

La AESIA: el nuevo regulador español

La Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) es la autoridad nacional competente para la supervisión del AI Act en España [20]. Creada en 2023 y operativa desde 2024, la AESIA:

• Supervisa el cumplimiento del AI Act
• Inspecciona sistemas de IA de alto riesgo
• Impone sanciones por incumplimiento
• Publica guías y orientaciones de cumplimiento
• Colabora con la AEPD en casos que impliquen protección de datos
• Coordina con las autoridades de IA de otros Estados miembros

La AESIA ha publicado 16 guías prácticas para apoyar la implementación del AI Act [20]. Estas guías cubren desde la clasificación de riesgos hasta la documentación técnica, pasando por la supervisión humana y la evaluación de conformidad.

Relación AEPD-AESIA: Ambas agencias tienen competencias complementarias. La AEPD supervisa el cumplimiento del RGPD (protección de datos). La AESIA supervisa el cumplimiento del AI Act (requisitos técnicos y de gobernanza de IA). Un mismo sistema puede ser investigado por ambas agencias simultáneamente.

Hoja de ruta de cumplimiento para empresas españolas

Comparativa internacional: cómo actúan otros reguladores

CNIL (Francia): la referencia europea en IA

La Commission Nationale de l’Informatique et des Libertés (CNIL) es probablemente la autoridad de protección de datos más activa de Europa en materia de inteligencia artificial.

Acciones destacadas:

• Clearview AI: 20.000.000 € (2022). La CNIL sancionó a Clearview AI con la multa máxima por crear una base de datos de reconocimiento facial a partir de imágenes raspadas de internet y redes sociales. Clearview no cesó el tratamiento, y la CNIL impuso una multa coercitiva adicional de 5.200.000 € en 2023, más 100.000 € diarios de penalización por cada día de incumplimiento [21].

• Servicio de IA para asesoramiento fiscal: La CNIL creó en 2023 un servicio específico para evaluar los riesgos de privacidad de los sistemas de IA, con un equipo dedicado de ingenieros y juristas.

• Guías de IA: La CNIL ha publicado las guías más detalladas de Europa sobre el uso de IA conforme al RGPD, incluyendo directrices específicas para datos de entrenamiento, base legal, derechos de los interesados y transparencia.

ICO (Reino Unido): el enfoque pragmático

El Information Commissioner’s Office (ICO) del Reino Unido ha adoptado un enfoque más pragmático que la CNIL, combinando supervisión con orientación a las empresas.

Acciones destacadas:

• Clearview AI: 7.552.800 £ (2022). El ICO impuso una multa similar a la de la CNIL, aunque un tribunal inicialmente anuló la multa por cuestiones jurisdiccionales. En 2025, el Upper Tribunal dio la razón al ICO, confirmando su jurisdicción sobre empresas extranjeras que procesan datos de residentes del Reino Unido [22].

• Cápita: 14.000.000 £ (2025). La mayor sanción jamás impuesta por el ICO, por una brecha de datos que afectó a millones de personas.

• Estrategia de IA: El ICO identificó la IA como una de sus áreas prioritarias para 2024-2025 y publicó directrices detalladas sobre transparencia algorítmica.

En 2025, el ICO recaudó 5,6 millones de libras en multas solo en el primer semestre, duplicando los 2,7 millones recaudados en todo 2024 [22].

BfDI (Alemania): el rigor técnico

El Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (BfDI) de Alemania ha adoptado un enfoque especialmente riguroso con los sistemas biométricos y de vigilancia basados en IA.

Acciones destacadas:

• Múltiples investigaciones contra empresas que utilizan análisis facial en espacios públicos.
• Coordinación con las autoridades de protección de datos de los 16 Länder alemanes para una supervisión coherente del uso de IA.
• Publicación de requisitos técnicos detallados para la elaboración de EIPD en proyectos de IA.

FTC (Estados Unidos): el enfoque de protección del consumidor

La Federal Trade Commission (FTC) de Estados Unidos no tiene una ley de protección de datos equivalente al RGPD, pero actúa contra el uso engañoso o perjudicial de IA bajo la FTC Act (protección del consumidor) y la Equal Credit Opportunity Act (discriminación crediticia).

Acciones destacadas:

• Rite Aid: prohibición de uso de reconocimiento facial (2023). La FTC prohibió a la cadena de farmacias Rite Aid el uso de reconocimiento facial durante 5 años tras determinar que su sistema identificaba erróneamente de forma desproporcionada a personas de piel oscura.

• Directrices sobre IA y discriminación: La FTC ha publicado varias directrices advirtiendo a las empresas de que el uso de IA que resulte en discriminación puede constituir una práctica comercial desleal.

Comparativa de sanciones por IA

España ocupa una posición cada vez más activa en el panorama europeo de supervisión de IA. Con la combinación de AEPD + AESIA, tiene dos organismos reguladores con competencias complementarias y capacidad sancionadora acumulativa.

Sesgos algorítmicos: la amenaza invisible

Qué son los sesgos algorítmicos

Un sesgo algorítmico es un error sistemático en un sistema de inteligencia artificial que produce resultados injustos o desproporcionados para determinados grupos de personas. No es un fallo técnico aislado: es un patrón reproducible que beneficia sistemáticamente a un grupo frente a otro.

Los sesgos algorítmicos pueden originarse en múltiples fases del ciclo de vida de la IA:

1. Sesgo en los datos de entrenamiento.

Si los datos históricos reflejan discriminación pasada, el modelo «aprenderá» esa discriminación. El ejemplo clásico es el sistema de contratación de Amazon: entrenado con diez años de currículos predominantemente masculinos, aprendió a penalizar perfiles femeninos [19].

2. Sesgo en la selección de variables.

La elección de qué variables incluir en el modelo puede introducir sesgo. Incluir el código postal como variable en un modelo de credit scoring introduce un proxy de renta y origen étnico.

3. Sesgo en el etiquetado.

Si los datos de entrenamiento fueron etiquetados por personas con sesgos (conscientes o inconscientes), esos sesgos se transmiten al modelo.

4. Sesgo de medición.

Si la forma de medir las variables es diferente para distintos grupos (por ejemplo, si el sistema de reconocimiento facial tiene mayor tasa de error para pieles oscuras), el modelo producirá resultados desiguales.

5. Sesgo de representación.

Si determinados grupos están subrepresentados en los datos de entrenamiento, el modelo tendrá menor precisión para esos grupos.

6. Sesgo de automatización (automation bias).

Los operadores humanos tienden a aceptar automáticamente las recomendaciones de la IA sin cuestionarlas, lo que anula la supervisión humana efectiva.

Detección forense de sesgos

La detección forense de sesgos algorítmicos es una disciplina técnica que requiere conocimientos de estadística, aprendizaje automático y derechos fundamentales. Las principales técnicas son:

Análisis de disparidad de impacto (Disparate Impact Analysis): Se calcula la ratio entre la tasa de resultados positivos del grupo desaventajado y la del grupo privilegiado. Si la ratio es inferior a 0,8 (la «regla del 80 %» del Equal Employment Opportunity Commission de EE. UU.), existe evidencia prima facie de discriminación.

Análisis contrafactual: Se modifica la variable protegida (por ejemplo, se cambia el género del candidato) manteniendo todas las demás variables constantes, y se verifica si la decisión del algoritmo cambia. Si cambia, el sistema discrimina directamente por esa variable.

Análisis de subgrupos: Se segmentan los resultados del modelo por variables protegidas y se comparan las métricas de rendimiento (precisión, recall, tasa de falsos positivos, tasa de falsos negativos) entre subgrupos.

Auditoría de proxies: Se identifican las variables del modelo que correlacionan con variables protegidas y se evalúa si actúan como proxies de discriminación.

Test de caja negra (black-box testing): Cuando no se tiene acceso al código fuente ni a los datos de entrenamiento del modelo (por ejemplo, cuando se utiliza un modelo propietario de un tercero), se realizan tests de entrada-salida con datos sintéticos diseñados para detectar sesgos.

Casos reales de sesgo algorítmico

Preguntas frecuentes

¿La AEPD puede sancionar el uso de ChatGPT u otras IA generativas en mi empresa?

Sí. Si los empleados de tu empresa introducen datos personales de clientes, proveedores, empleados o candidatos en herramientas de IA generativa como ChatGPT, Claude, Gemini o similares, estás realizando un tratamiento de datos personales que requiere: base legal válida, información al interesado, EIPD si el tratamiento es de alto riesgo, y garantías para transferencias internacionales si el proveedor procesa los datos fuera de la UE.

Italia ya suspendió temporalmente ChatGPT en marzo de 2023 por no cumplir con el RGPD [10]. OpenAI tuvo que implementar cambios significativos para reanudar el servicio en Italia, incluyendo la opción de excluir datos del entrenamiento y la verificación de edad.

La AEPD no ha suspendido ningún servicio de IA generativa, pero ha abierto investigaciones sobre el uso corporativo de estas herramientas, especialmente cuando se utilizan para tratar datos de categorías especiales (sanitarios, laborales) o para tomar decisiones automatizadas.

¿Qué diferencia hay entre una sanción del RGPD y una del AI Act?

El RGPD sanciona el tratamiento ilícito de datos personales: falta de base legal, falta de transparencia, ausencia de EIPD, violación de derechos del interesado, etc. Las sanciones llegan hasta 20 millones de euros o el 4 % de la facturación global.

El AI Act sanciona el incumplimiento de requisitos técnicos y de gobernanza de los sistemas de IA: ausencia de gestión de riesgos, falta de documentación técnica, ausencia de supervisión humana, falta de transparencia hacia el usuario, etc. Las sanciones llegan hasta 35 millones de euros o el 7 % de la facturación global.

Ambas sanciones pueden acumularse. Una empresa puede recibir una multa del RGPD por falta de transparencia al interesado y una multa del AI Act por ausencia de documentación técnica del sistema. Ahora bien, esos topes no se acumulan sin más: dentro del RGPD rige el límite del art. 83.3 cuando las infracciones derivan de las mismas operaciones, y la concurrencia con el AI Act exige ver quién sanciona qué [8].

¿Mi empresa necesita un Delegado de Protección de Datos si usa IA?

Si la actividad principal de tu empresa consiste en una observación habitual y sistemática de personas a gran escala o en el tratamiento a gran escala de categorías especiales (salud, biometría, datos genéticos) mediante IA, el nombramiento de un DPD es obligatorio (art. 37 RGPD). Los datos financieros no son, por sí mismos, categoría especial del art. 9.

Además, el AI Act exige que los sistemas de alto riesgo cuenten con supervisión humana efectiva (art. 14), lo que en la práctica requiere personal con conocimientos técnicos y jurídicos suficientes. No necesariamente un DPD, pero sí personas cualificadas para supervisar el sistema.

La recomendación práctica: si usas IA en procesos que afectan a personas (scoring, selección, diagnóstico, pricing), nombra un DPD si no lo tienes ya [7].

¿Cuánto tarda la AEPD en resolver un expediente por IA?

La AEPD no publica un tiempo medio de resolución para «expedientes por IA» —esa categoría no existe en su clasificación—, así que cualquier promedio que circule está construido. Lo que marca los tiempos es el procedimiento sancionador: sus fases y plazos salen de la Ley 39/2015 y del propio expediente, con posibles suspensiones. Cada notificación indica el plazo aplicable en ese trámite.

¿Puede un perito informático ayudarme si la AEPD ya ha abierto expediente?

Sí, y es precisamente el momento más crítico. Durante el plazo de alegaciones (15 días hábiles, ampliables), un informe pericial que documente la arquitectura del sistema de IA, las medidas de protección implementadas y la ausencia de discriminación algorítmica puede ser determinante para reducir o anular la sanción propuesta.

Una auditoría algorítmica y un informe pericial que documenten la arquitectura del sistema, las medidas implementadas y la ausencia de discriminación pueden pesar en la graduación de la sanción, aunque la cuantía final la fija la Agencia. La evidencia técnica rigurosa es la mejor herramienta de defensa.

¿Qué pasa si mi sistema de IA fue desarrollado por un tercero?

La responsabilidad del tratamiento de datos personales recae en el responsable del tratamiento (tu empresa), no en el proveedor de la tecnología. Si contratas un sistema de IA a un tercero, debes:

1. Verificar que el sistema cumple con el RGPD y el AI Act
2. Firmar un contrato de encargado del tratamiento (art. 28 RGPD) si el proveedor accede a datos personales
3. Realizar tu propia EIPD sobre el uso del sistema en tu contexto
4. Verificar que los datos de entrenamiento se obtuvieron legalmente
5. Solicitar al proveedor la documentación técnica necesaria

La cláusula «el proveedor dijo que cumplía» no es defensa válida ante la AEPD [7]. El responsable del tratamiento tiene la obligación de verificar el cumplimiento por sí mismo.

¿Es obligatoria la auditoría algorítmica?

Bajo el RGPD, la EIPD es obligatoria cuando existe elaboración de perfiles con efectos significativos (art. 35). Bajo el AI Act, los sistemas de alto riesgo requieren evaluaciones de conformidad (art. 43).

Aunque la «auditoría algorítmica» como tal no es un término legal específico definido en ninguna norma, en la práctica es la forma más eficaz de demostrar cumplimiento con ambas normativas. La AEPD valora muy positivamente la presentación de auditorías algorítmicas independientes en sus resoluciones [9].

La AEPD ha publicado una guía específica sobre «Requisitos para auditorías de tratamientos que incluyen Inteligencia Artificial» [23], lo que refuerza la importancia de estas auditorías como herramienta de cumplimiento.

¿Cómo afecta el AI Act a las startups y pymes españolas?

El AI Act contempla un régimen diferenciado para pymes y startups:

• Sanciones proporcionales: Las sanciones se calculan teniendo en cuenta el tamaño de la empresa.
• Espacios regulatorios de prueba (sandboxes): Los Estados miembros deben crear espacios donde las pymes puedan desarrollar y probar sistemas de IA bajo supervisión regulatoria.
• Apoyo de la AESIA: La AESIA ofrece orientación específica para pymes y startups.
• Plazos extendidos: Algunos requisitos tienen plazos más flexibles para empresas pequeñas.

Sin embargo, las obligaciones fundamentales — no discriminar, ser transparente, tener supervisión humana — aplican a todas las empresas por igual, independientemente de su tamaño.

¿Necesito registrar mi sistema de IA en algún sitio?

Con las obligaciones de alto riesgo (Anexo III, desde el 2 de diciembre de 2027), los proveedores y, en ciertos casos, los implementadores (deployers) de sistemas de IA de alto riesgo deben registrar sus sistemas en la base de datos europea de IA gestionada por la Comisión Europea (art. 49 AI Act).

El registro debe incluir: nombre del sistema, proveedor, finalidad, nivel de riesgo, datos de contacto y una descripción del sistema.

Los sistemas de IA utilizados por organismos públicos también deben registrarse, con independencia de su nivel de riesgo.

¿Puedo usar datos de redes sociales para entrenar mi modelo de IA?

Depende. El scraping de datos personales de redes sociales para entrenar modelos de IA es extremadamente arriesgado desde la perspectiva del RGPD:

• Se necesita una base legal válida (el interés legítimo es difícil de justificar).
• Se debe informar al interesado del tratamiento, lo que es imposible en la mayoría de los escenarios de scraping masivo.
• Si se procesan datos de categorías especiales (opiniones políticas inferidas de publicaciones, datos de salud inferidos de fotos, etc.), se necesita consentimiento explícito del interesado.

El caso Clearview AI es instructivo: la empresa fue sancionada con más de 90 millones de euros acumulados por múltiples autoridades europeas por crear una base de datos de reconocimiento facial a partir de imágenes raspadas de internet [21].

¿Qué hago si recibo una solicitud de ejercicio de derechos relacionada con IA?

Si un interesado ejerce sus derechos en relación con un sistema de IA — derecho de acceso, rectificación, supresión, oposición, o el derecho del artículo 22 a no ser objeto de decisiones automatizadas —, la empresa debe:

1. Responder en plazo (1 mes, ampliable a 3).
2. Proporcionar información significativa sobre la lógica del tratamiento automatizado.
3. Facilitar la intervención humana si el interesado la solicita.
4. Permitir la impugnación de la decisión automatizada.
5. Documentar la solicitud y la respuesta.

La falta de respuesta adecuada a una solicitud de derechos es, por sí sola, una infracción del RGPD que puede generar una reclamación ante la AEPD y un nuevo expediente sancionador.

¿Qué papel juega la AESIA frente a la AEPD?

La AEPD supervisa el cumplimiento del RGPD y la LOPDGDD en todo lo relativo a protección de datos personales. Si tu sistema de IA trata datos personales, la AEPD tiene competencia.

La AESIA supervisa el cumplimiento del AI Act. Si tu sistema de IA está clasificado como de alto riesgo, la AESIA tiene competencia para verificar que cumples los requisitos técnicos del Reglamento.

Ambas pueden actuar simultáneamente sobre el mismo sistema. Un credit scoring con IA, por ejemplo, puede ser investigado por la AEPD (por falta de transparencia al interesado) y por la AESIA (por ausencia de documentación técnica o sistema de gestión de riesgos).

La coordinación entre ambas agencias está regulada por un convenio de colaboración firmado en 2025 [20].

¿Cómo puedo saber si mi sistema de IA es de «alto riesgo» según el AI Act?

Tu sistema es de alto riesgo si cumple alguno de estos criterios:

1. Está listado en el Anexo III del AI Act (biometría, infraestructuras críticas, educación, empleo, servicios esenciales, aplicación de la ley, migración, justicia).

2. Es un componente de seguridad de un producto regulado por legislación sectorial de la UE (dispositivos médicos, juguetes, maquinaria, ascensores, aviación, etc.).

3. Realiza elaboración de perfiles de personas físicas — en ese caso se considera siempre de alto riesgo, sin excepción.

Existe una excepción: un sistema del Anexo III no se considera de alto riesgo si no plantea un riesgo significativo de daño a la salud, seguridad o derechos fundamentales. Pero si realiza perfilado, esta excepción no aplica.

¿Cuánto cuesta una auditoría algorítmica?

El coste depende de la complejidad del sistema, el volumen de datos, el número de modelos y el contexto (preventivo vs. reactivo). A modo orientativo:

En comparación con las sanciones potenciales (desde 50.000 € hasta millones de euros), la inversión en una auditoría preventiva es una fracción del coste del riesgo.

Glosario de términos clave

Para facilitar la comprensión de este artículo, se recogen los términos técnico-jurídicos más relevantes:

Referencias y fuentes

1. (Referencia corregida: se citaba un «Informe de actividad supervisora en inteligencia artificial 2025-2026» de la AEPD que no consta publicado. La Agencia sí publica un Informe de actividad semestral y su Memoria de actuación 2025 de la AEPD, pero ninguno desglosa expedientes por tecnología empleada.)

1.bis AEPD — Memoria de actuación 2025: 30.931 reclamaciones presentadas en 2025 frente a 18.855 en 2024 y 21.590 en 2023 — un 64 % de incremento anual y el mayor volumen de la serie que publica la propia Memoria. También el Plan Estratégico 2025-2030, que anuncia la supervisión asistida por tecnología como línea de actuación

2. INE. «Encuesta sobre el uso de TIC y comercio electrónico en las empresas 2024-2025.» Instituto Nacional de Estadística. ine.es

3. (Referencias 3 a 5 retiradas: citaban tres resoluciones sancionadoras de la AEPD —PS/00892/2025, PS/00741/2025 y PS/00654/2025— que no existen. Ninguna de las tres resuelve en aepd.es/documento/, mientras que las de los casos 1 y 2 de este artículo sí lo hacen.)

4. IESE Business School. «Informe sobre adopción de IA en procesos de selección en empresas del IBEX-35.» 2025. iese.edu

5. Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo (RGPD). Arts. 5, 6, 9, 13, 14, 22, 24, 28, 35, 37, 38. eur-lex.europa.eu

6. Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo (AI Act). Arts. 4, 6, 9-15, 43, 48, 49, Anexo III. eur-lex.europa.eu

7. Reglamento (UE) 2016/679 (RGPD), art. 83.2 — los once criterios de graduación de la sanción, entre ellos las medidas adoptadas para paliar los daños (letra c) y el grado de cooperación (letra f). EUR-Lex

8. Garante per la protezione dei dati personali. «Provvedimento del 30 marzo 2023 — ChatGPT.» garanteprivacy.it

9. AEPD — Guía sobre tratamientos de control de presencia mediante sistemas biométricos, noviembre de 2023.

10. Comisión Europea. «AI Act — Regulatory framework for artificial intelligence.» digital-strategy.ec.europa.eu

11. Comisión Europea. «Annex III — High-risk AI systems referred to in Article 6(2).» artificialintelligenceact.eu

12. Banco de España. «La adopción de la inteligencia artificial en las empresas españolas: un primer análisis basado en la EBAE.» Boletín Económico 2025/T2. bde.es

13. IndesIA. «Barómetro de adopción de la IA en las pymes españolas 2025.» indesia.org

14. BOSCO — el algoritmo del bono social eléctrico no ha sido objeto de una resolución sancionadora de la AEPD: la controversia se sustanció en la jurisdicción contencioso-administrativa, sobre el acceso al código fuente. Conviene no atribuirlo a la Agencia.

15. AEPD — Resolución PS/00431/2024 (expediente EXP202304532). Sanción a Aena de 10.043.002 € por el sistema de embarque biométrico sin evaluación de impacto conforme (art. 35 RGPD). Los dos identificadores designan el mismo asunto y solo el primero abre el documento.

16. AEPD — Resolución PS/00070/2019. Sanción a BBVA de 5.000.000 €, repartidos según el fallo en 3.000.000 € por el art. 6 (licitud, calificada muy grave a efectos de prescripción) y 2.000.000 € por los arts. 13 y 14 (información). La partida mayor es la de la base jurídica, no la de transparencia.

17. Dastin, J. «Amazon scraps secret AI recruiting tool that showed bias against women.» Reuters, octubre 2018. reuters.com

18. AESIA. «Guías prácticas para el cumplimiento del AI Act.» Agencia Española de Supervisión de la Inteligencia Artificial, diciembre 2025. aesia.digital.gob.es

19. CNIL. «Reconnaissance faciale: sanction de 20 millions d’euros à l’encontre de la société Clearview AI.» Octubre 2022. cnil.fr

20. ICO. «UK Upper Tribunal hands down judgment on Clearview AI Inc.» Octubre 2025. ico.org.uk

21. AEPD. «Guía sobre requisitos en auditorías de tratamientos que incluyen Inteligencia Artificial.» aepd.es

22. Ditrendia. «Informe IA 2025 — Inteligencia Artificial en España y el mundo.» ditrendia.es

23. Observatorio Español del Racismo y la Xenofobia. «El sesgo en los algoritmos de vigilancia predictiva y de detección de discursos de odio.» inclusión.gob.es

Artículos relacionados que te pueden interesar:

• AEPD sanciona a un particular por difundir deepfakes
• Qué es la AEPD y el compliance en protección de datos
• AI Act en España: guía completa
• RGPD: Reglamento General de Protección de Datos
• DPIA: Evaluación de Impacto en Protección de Datos
• Datos biométricos y su tratamiento
• Reconocimiento facial: implicaciones forenses
• Informes periciales: cómo se elaboran
• Consultoría y asesoramiento forense