Hace tan solo unos días, 21 de julio de 2026, se hizo pública una nota de la AEPD sobre IA y calidad del dato. Un documento que muchos profesionales del sector llevábamos tiempo esperando, puesto que analiza en profundidad cómo se aplican los principios de exactitud y minimización previstos en el RGPD cuando entran en juego sistemas de inteligencia artificial.
Esta nota técnica de la Agencia Española de Protección de Datos no es un documento menor. Se trata de uno de los primeros análisis integrales publicados a nivel internacional sobre esta cuestión, y está pensado para responsables del tratamiento, encargados y delegados de protección de datos que necesitan criterios claros para tomar decisiones en un terreno tan técnico como jurídicamente complejo.
Qué dice la nota de la AEPD sobre IA y calidad del dato respecto al principio de exactitud RGPD
El punto de partida de esta nota técnica sobre IA y calidad del dato es una idea que cambia bastante el enfoque habitual que hasta ahora se venía aplicando: el principio de exactitud del RGPD no exigiría que los datos sean siempre veraces o estén completamente actualizados, sino que sean adecuados para cumplir la finalidad del tratamiento en el que se emplean.
Esto supone una evolución respecto a interpretaciones más restrictivas o tradicionales, que vinculaban la exactitud exclusivamente a la veracidad del dato. Para la AEPD, exigir un nivel de veracidad excesivo podría, paradójicamente, entrar en conflicto con el principio de minimización o generar cargas desproporcionadas, especialmente en el desarrollo de sistemas de IA.
En otras palabras: un dato puede considerarse “exacto” a efectos del RGPD incluso si no refleja con precisión absoluta la realidad, siempre que resulte idóneo para el propósito del tratamiento al que va vinculado.
IA y calidad del dato: del registro individual al conjunto
Uno de los aportes más interesantes del documento es la distinción entre la calidad del dato individual y la calidad del conjunto de datos (“dataset”). Esta diferencia es especialmente relevante en los sistemas basados en aprendizaje automático, donde la representatividad, la ausencia de sesgos o la relevancia estadística del conjunto pueden pesar más que la exactitud de cada registro por separado.
La AEPD pone un ejemplo muy gráfico para reflejar escenarios de este tipo: un conjunto de datos puede cumplir perfectamente los estándares de calidad a nivel de registro y, aun así, estar sesgado con relación al género u otra variable sensible, lo que lo haría inadecuado para la finalidad prevista. Si quieres ampliar información sobre los sesgos de la IA, recuerda que tenemos disponible un artículo en el que reflexionamos acerca de este fenómeno y de cómo nos afecta como usuarios.
Además, se subraya que la calidad no se limita a los datos de entrada, los que volcamos en el sistema: también hay que evaluarla en los resultados que posteriormente genera la IA (inferencias, predicciones, decisiones), que no deben producir representaciones incorrectas o desproporcionadas relativas a las personas afectadas.
Datos sintéticos, anonimización y corrección de sesgos: sí, pero con matices
Otro aspecto relevante para quienes trabajamos en cumplimiento normativo es el tratamiento que la AEPD da a técnicas como la generación de datos sintéticos, la anonimización o la corrección de sesgos. Según la nota sobre IA y calidad del dato de la Agencia, estas prácticas pueden ser compatibles con el principio de exactitud, incluso cuando implican usar valores que no reflejan directamente la realidad individual, siempre que estén justificadas por la finalidad del tratamiento y no generen efectos adversos sobre las personas.
Esto es una buena noticia para muchas empresas que ya utilizan estas técnicas para mejorar sus modelos sin que ello comprometa los derechos de las personas. Pero conviene tener presente que la justificación y la documentación del por qué se aplican siguen siendo imprescindibles en todo caso.
Fase de desarrollo vs. fase de explotación en IA y calidad del dato: dos análisis distintos
La AEPD también distingue con claridad entre la calidad exigible a los datos usados para desarrollar un sistema de IA y la calidad exigible en su uso posterior, en los resultados que se obtienen y la finalidad que se les da a estos. Son dos fases diferentes que, por tanto, deben evaluarse por separado, ya que en la fase de explotación los resultados producen efectos directos sobre las personas y, por tanto, requieren mayores garantías.
Gobernanza del dato: la pieza que no puede faltar cuando combinamos IA y calidad del dato
Desde el punto de vista organizativo, el documento de la AEPD insiste en la necesidad de definir los requisitos de calidad de forma objetiva y vinculada a la finalidad del tratamiento, evitando tanto exigencias insuficientes como excesivas o genéricas. Para ello, resulta clave:
- Implementar una gobernanza del dato sólida
- Documentar los requisitos de calidad establecidos
- Definir métricas de seguimiento
- No hablamos de una tarea única, sino de revisar continuamente la calidad a lo largo del ciclo de vida del tratamiento, en coherencia con el principio de responsabilidad proactiva.
También se recuerda que los datos no personales utilizados en un tratamiento pueden ser determinantes para su idoneidad, por lo que su calidad tampoco debe descuidarse.
IA y calidad del dato: qué significa todo esto para tu empresa
Si tu empresa está desarrollando o utilizando (o esta idea está sobre la mesa) sistemas de Inteligencia Artificial que impliquen datos personales, es decir, datos que de una forma directa o indirecta nos sirven para identificar a una persona física, esta nota de la AEPD sobre IA y calidad del dato ofrece un marco interpretativo muy útil para justificar decisiones de diseño, documentar la idoneidad de los tratamientos y dialogar con la autoridad de control desde una base más sólida. Especialmente relevante resulta para quienes trabajan en la fase de desarrollo de modelos de aprendizaje automático, donde la tentación de exigir una calidad de datos desproporcionada puede acabar frenando proyectos válidos, que se podrían haber construido con otras garantías y con mayor seguridad.
En Dataseg, además de divulgar sobre noticias en materia de protección de datos, privacidad y Derecho TIC, seguimos de cerca todas las novedades regulatorias en materia de IA y calidad del dato (entre muchas otras cosas…) para ayudarte a aplicarlas de forma práctica en tu negocio. Somos expertos en proporcionar servicios de asesoría, consultoría y formación en estos ámbitos.
Tanto si necesitas analizar el estado de cumplimiento de tu negocio como si sientes que tu personal necesita formarse en estas materias y reforzar conceptos, para así evitar sustos basados en desconocimiento o errores humanos, seguro que podemos ofrecerte soluciones profesionales, útiles y, sobre todo, adaptadas a tu empresa y tu equipo.