LFPDPPP e Inteligencia Artificial: Cumplimiento Legal para Empresas México

Responsable y encargado: quién responde ante el INAI

La distinción más importante �?"y peor entendida�?" de la LFPDPPP en contextos de IA es la que separa al "responsable" del "encargado". El responsable es quien decide para qué y cómo se tratan los datos: casi siempre, tu empresa. El encargado es quien procesa los datos por cuenta del responsable: el proveedor de la plataforma de IA, el servicio en la nube donde corre el modelo, el SaaS de scoring que contrataste. La consecuencia práctica es contundente: ante el titular de los datos y ante el regulador, quien responde es el responsable, no el encargado extranjero cuyos servidores están en otro país.

Esto significa que contratar a un proveedor grande y reputado no te exime de nada. Te obliga a tener un contrato de encargo que fije las condiciones del tratamiento, a verificar que ese proveedor cuente con medidas de seguridad adecuadas y a documentar en tu aviso de privacidad las transferencias internacionales que ocurren cuando los datos de tus clientes viajan a un centro de datos fuera de México. Si el proveedor sufre una vulneración, la responsabilidad primaria frente al titular sigue siendo tuya. Por eso la elección de proveedor no es solo una decisión técnica o de precio, sino de exposición legal; conviene abordarla con el mismo rigor que planteamos en la guía sobre privacidad y datos en la IA para empresas.

Cambiar de proveedor de IA es fácil. Cambiar de responsable legal ante el INAI es imposible: siempre eres tú. Esa asimetría debe pesar en cada contrato que firmes.

El aviso de privacidad en la era de la IA

El aviso de privacidad dejó de ser un formalismo que se copia de una plantilla. Cuando hay IA de por medio, el aviso tiene que hacer algo que la mayoría de los avisos mexicanos no hacen: describir con claridad las finalidades automatizadas del tratamiento. No basta con decir "usamos sus datos para mejorar nuestros servicios". Si un algoritmo califica al cliente, segmenta su comportamiento o decide qué ofertas ve, esa finalidad debe estar declarada de forma comprensible.

Un aviso de privacidad adecuado para operaciones con IA cubre, como mínimo, cinco puntos: qué datos se recaban, con qué finalidades �?"incluidas las automatizadas�?", a qué terceros o encargados se transfieren, cómo ejercer los derechos ARCO (acceso, rectificación, cancelación y oposición) y cómo se protege la información. Cuando el tratamiento incluye decisiones automatizadas que afectan al titular, la transparencia razonable pide informarlo y ofrecer un canal para oponerse o solicitar revisión humana. Este equilibrio entre personalizar y respetar es exactamente el que exploramos en privacidad frente a personalización con IA, donde el punto medio no es renunciar a la IA sino diseñarla con límites explícitos.

ARCO en tiempos de aprendizaje automático

Los derechos ARCO adquieren una complejidad nueva cuando los datos alimentan modelos. El derecho de acceso obliga a poder decir qué datos de una persona se están tratando; el de rectificación, a corregirlos; el de cancelación, a eliminarlos; y el de oposición, a dejar de usarlos para una finalidad determinada. En un flujo tradicional esto es incómodo pero directo. En un flujo con IA aparece la pregunta espinosa: si un dato personal se usó para entrenar o ajustar un sistema, ¿basta con borrarlo de la base para cumplir la cancelación?

La respuesta prudente es diseñar la arquitectura de datos de modo que las finalidades de operación y las de entrenamiento estén claramente separadas, y que el ejercicio de un derecho ARCO se pueda atender sin depender de un proceso imposible de deshacer. En la práctica, esto significa preferir proveedores y configuraciones que no reutilicen los datos de tus clientes para entrenar modelos generales sin tu consentimiento, y documentar esa condición en el contrato de encargo. La discusión técnica y de gobernanza sobre estos límites está bien cubierta por medios especializados como los que agrega la OCDE �?- en sus principios sobre inteligencia artificial, que muchas jurisdicciones �?"incluida la mexicana en su discusión regulatoria�?" toman como referencia.

Seguridad: la obligación que más multa cuando falla

El principio de seguridad del artículo 19 exige medidas técnicas y organizacionales para proteger los datos personales. En el mundo de la IA, "medidas técnicas" significa cifrado, control de accesos, registros de auditoría y, cada vez más, verificación de que el proveedor cuente con certificaciones reconocidas. "Medidas organizacionales" significa políticas internas, capacitación del personal y protocolos de respuesta ante incidentes. La combinación no es opcional: cuando ocurre una vulneración de seguridad y no había medidas razonables ni se reportó a tiempo, es cuando se aplican las sanciones más altas del espectro que contempla la ley.

Aquí conviene ser sobrio con las cifras: las sanciones de la LFPDPPP se calculan en días de salario mínimo y varían enormemente según la gravedad, la reincidencia y el tipo de dato involucrado. En lugar de fijarse en el número máximo teórico, el enfoque útil es preguntarse si la empresa podría demostrar, ante una revisión, que actuó con diligencia. Esa capacidad de demostrar �?"bitácoras, contratos, avisos, evidencia de consentimiento�?" es la mejor defensa, y es infinitamente más barata que cualquier multa. Recursos de referencia sobre buenas prácticas de protección al consumidor y manejo responsable de información, como los que publica la CONDUSEF �?- para el sector financiero, ayudan a calibrar qué nivel de diligencia se espera en contextos sensibles.

La pregunta que hará el regulador no es "¿tuviste un incidente?", sino "¿actuaste con diligencia razonable antes, durante y después?". Toda la estrategia de cumplimiento con IA existe para poder responder que sí, con evidencia.

Un programa de cumplimiento en cuatro pasos

Convertir la teoría en práctica no requiere un departamento legal enorme. Requiere orden y constancia. El primer paso es el inventario: mapear qué datos personales trata la empresa, con qué sistemas de IA, con qué finalidad y hacia qué proveedores fluyen. Sin ese mapa, cualquier esfuerzo de cumplimiento es a ciegas. El segundo paso es actualizar el aviso de privacidad para que refleje esas finalidades automatizadas y las transferencias reales.

El tercer paso es blindar la relación con los encargados: contratos de encargo que fijen obligaciones de seguridad, confidencialidad y no reutilización de datos. El cuarto es la capa de seguridad y auditoría: controles técnicos, políticas internas, capacitación y un protocolo de respuesta a incidentes. Este orden no es casual; cada paso se apoya en el anterior. Para las PyMEs que empiezan de cero, este marco se puede levantar por fases sin frenar la operación, de forma análoga al enfoque escalonado que recomendamos en cómo implementar IA en una empresa mexicana.

Errores frecuentes que crean exposición innecesaria

• Copiar un aviso de privacidad genérico: si no menciona las finalidades automatizadas reales, no protege; solo aparenta cumplir.
• Asumir que el proveedor "ya cumple por ti": el responsable ante el INAI siempre eres tú, no el encargado.
• Tratar datos sensibles sin consentimiento expreso: biometría, salud e inferencias delicadas exigen un estándar más alto.
• No documentar el consentimiento: sin evidencia, el consentimiento es imposible de demostrar cuando importa.
• Ignorar las transferencias internacionales: cuando los datos salen del país, hay que informarlo y contractualizarlo.

Consentimiento: la diferencia entre tácito, expreso y expreso por escrito

Uno de los puntos donde más empresas tropiezan es en confundir los tipos de consentimiento que exige la ley. La LFPDPPP distingue grados, y el tipo de dato determina cuál se necesita. Para datos personales ordinarios tratados con finalidades informadas en el aviso, suele bastar el consentimiento tácito: el titular, informado, no manifiesta oposición. Pero en cuanto el tratamiento entra en terreno delicado, el estándar sube. Los datos financieros y patrimoniales piden un consentimiento expreso, y los datos sensibles �?"salud, biometría, ideología, entre otros�?" exigen consentimiento expreso y por escrito.

En operaciones con IA esto tiene consecuencias muy concretas. Un chatbot que recaba nombre y correo para responder dudas opera en el terreno más ligero. Un sistema que califica solicitudes de crédito con datos financieros necesita un escalón más de consentimiento. Y un control de acceso por reconocimiento facial, que procesa biometría, está en el nivel más exigente: sin consentimiento expreso y por escrito, la exposición es máxima. Mapear cada caso de uso al tipo de consentimiento correcto no es burocracia; es el andamiaje que sostiene la defensa de la empresa si algún día se cuestiona el tratamiento.

La forma de recabar y guardar ese consentimiento importa tanto como obtenerlo. Un consentimiento que no se puede demostrar equivale, ante el regulador, a un consentimiento inexistente. Por eso las operaciones maduras conservan evidencia: la casilla marcada con fecha, el documento firmado, el registro del momento en que el titular aceptó. Esa trazabilidad es barata de construir cuando se diseña desde el inicio y carísima de reconstruir cuando se necesita a las prisas.

Vulneraciones de seguridad: el reloj empieza a correr

Cuando ocurre una vulneración de seguridad que afecta datos personales, la LFPDPPP obliga a informar al titular sin demora para que pueda tomar medidas. En un entorno con IA, donde los datos fluyen entre tu sistema y varios encargados, detectar y contener un incidente es más complejo, y por eso el protocolo de respuesta no puede improvisarse en el momento de la crisis. Debe existir antes: quién detecta, quién decide, a quién se notifica y en qué plazo. La diligencia con la que una empresa responde a un incidente pesa enormemente en cómo se evalúa su responsabilidad.

La lección práctica es que la seguridad no termina en el cifrado. Incluye la capacidad organizacional de reaccionar. Una empresa que detecta una anomalía, la contiene, notifica a los afectados y documenta cada paso demuestra diligencia aunque haya sufrido el incidente. Una que se entera tarde, minimiza y no comunica, agrava su situación aunque el ataque haya sido sofisticado. La resiliencia, no la infalibilidad, es el estándar realista.

Cumplir es una ventaja, no solo una obligación

Es fácil ver la LFPDPPP como una carga que frena la innovación. La lectura más útil es la contraria: en un mercado donde la desconfianza sobre el uso de datos crece, la empresa que puede demostrar que trata la información con respeto y transparencia gana un activo reputacional difícil de imitar. Cumplir bien no es lo que te impide usar IA; es lo que te permite usarla de forma sostenible, sin la espada de una sanción o un escándalo pendiendo sobre cada nueva funcionalidad. Para orientarte sobre el marco institucional y las guías oficiales, la referencia de partida en México es el propio portal del Gobierno de México �?-, desde donde se accede a la normatividad vigente. La IA bien gobernada no es la que evita los datos, sino la que los trata como lo que son: la confianza de tus clientes puesta en tus manos. Y esa distinción, entre un sistema que responde y un agente de IA que ejecuta decisiones, es precisamente la que marca el nivel de cuidado legal que tu operación necesita.