Copyrights. Juneiska ,
2026. Todos los derechos reservados.
Los marcos jurídicos internacionales y europeos ofrecen una base sólida para que las empresas tecnológicas gestionen de forma ética los datos sintéticos empleados en el entrenamiento de modelos de inteligencia artificial. La Recomendación de la UNESCO sobre la Ética de la Inteligencia Artificial, adoptada en 2021, establece principios como la proporcionalidad, la equidad y la transparencia que resultan especialmente útiles cuando se trabaja con datos generados artificialmente. Estos datos, aunque evitan algunos riesgos de privacidad asociados a la información personal real, pueden reproducir sesgos o inaccuracies si no se someten a controles rigurosos desde su creación hasta su utilización final.
El artículo 53 de la Ley de Inteligencia Artificial de la Unión Europea añade obligaciones concretas de documentación y trazabilidad para los modelos de propósito general, y la plantilla de resumen de datos de entrenamiento publicada en 2025 amplía estas exigencias a los datos sintéticos. Las empresas deben identificar si estos datos proceden de destilación de modelos anteriores, de refuerzo con retroalimentación humana o de generación controlada, y justificar su uso con evaluaciones de impacto ético previas. Esta combinación de instrumentos normativos obliga a las compañías a adoptar una gobernanza proactiva que vaya más allá del cumplimiento mínimo.
Los datos sintéticos se crean mediante algoritmos que imitan distribuciones estadísticas de información real sin exponer directamente datos de personas identificables. Esta técnica resulta especialmente atractiva para empresas que necesitan grandes volúmenes de información para entrenar modelos de lenguaje de gran escala o sistemas multimodales. Sin embargo, su calidad depende de la fidelidad del generador inicial y de los parámetros utilizados durante la síntesis, por lo que no están exentos de riesgos éticos y jurídicos.
Entre las principales fuentes de datos sintéticos destacan la destilación de modelos ya existentes, la generación mediante modelos de difusión para imágenes o audio y la simulación de escenarios controlados para tareas de planificación o toma de decisiones. Cada una de estas vías plantea preguntas distintas sobre la trazabilidad de los datos originales empleados como semilla y sobre la posible perpetuación de sesgos presentes en los conjuntos de partida.
Los datos sintéticos pueden abarcar texto, imágenes, audio, vídeo o combinaciones multimodales. Los reguladores europeos exigen que las empresas especifiquen la modalidad y el tamaño aproximado de estos volúmenes en rangos amplios, evitando revelaciones que comprometan secretos comerciales pero garantizando suficiente información para que terceros puedan evaluar riesgos de sesgo o discriminación.
La cobertura lingüística resulta especialmente relevante cuando se generan datos para lenguas oficiales de la Unión Europea con menor representación en los corpus originales. Las empresas deben demostrar que la síntesis mantiene un equilibrio razonable y no amplifica desigualdades ya existentes en el acceso a tecnologías de alto rendimiento.
La Recomendación de la UNESCO enfatiza que todos los actores deben respetar, proteger y promover los derechos humanos durante el ciclo de vida de los sistemas de IA. Este mandato alcanza plenamente a los datos sintéticos, ya que su uso puede influir en decisiones que afecten a personas en ámbitos como el empleo, la salud o el acceso a servicios. Las empresas tecnológicas han de realizar evaluaciones de impacto ético que consideren tanto los beneficios como los posibles daños indirectos derivados de la generación y el empleo de estos datos.
La proporcionalidad y la inocuidad son dos principios clave que exigen justificar por qué se opta por datos sintéticos frente a alternativas reales y garantizar que no se generen riesgos desproporcionados. Cuando los sistemas podrían producir efectos irreversibles o de alto impacto, la decisión final debe corresponder siempre a seres humanos, independientemente de la naturaleza de los datos de entrenamiento.
La plantilla europea de resumen público obliga a las empresas a describir con claridad las técnicas de generación sintética y los controles aplicados para evitar contenido ilícito o discriminatorio. Esta exigencia de explicabilidad se extiende a los subprocesos que intervienen en la creación de datos, permitiendo a investigadores y autoridades comprender cómo se ha llegado a un determinado resultado.
Las compañías deben publicar periódicamente actualizaciones de estos resúmenes y mantener registros que permitan auditorías posteriores. La falta de transparencia puede acarrear sanciones de hasta el 3 % de la facturación global anual, por lo que la documentación rigurosa se convierte en una prioridad estratégica.
El Reglamento europeo establece que la responsabilidad ética y jurídica debe recaer siempre en personas físicas o jurídicas, nunca en los propios sistemas. Las empresas que generan o utilizan datos sintéticos han de designar responsables de supervisión que garanticen el cumplimiento de los marcos éticos y jurídicos a lo largo de todo el ciclo de vida del modelo.
La creación de comités internos o la designación de responsables independientes de ética de la IA facilita la detección temprana de problemas y la adopción de medidas correctivas. Estos mecanismos deben integrarse con procesos de diligencia debida que incluyan revisiones periódicas de los conjuntos de datos sintéticos y de los modelos que los generan.
Las empresas pueden beneficiarse de certificaciones voluntarias que acrediten el cumplimiento de requisitos éticos superiores a los mínimos legales. Estos esquemas incluyen auditorías de trazabilidad de los datos, evaluaciones de sesgo y protocolos de retención o eliminación de información sensible.
La colaboración con organismos de normalización y con la Oficina Europea de IA permite anticiparse a futuras exigencias y demostrar un compromiso proactivo con la ética. Las pymes disponen de umbrales de cumplimiento más flexibles en algunos aspectos de la documentación, pero deben mantener el mismo nivel de rigor en la protección de derechos fundamentales.
Las empresas tecnológicas que entrenan modelos de IA con datos sintéticos deben seguir reglas claras que protegen a las personas y garantizan la confianza en estas tecnologías. Los marcos de la UNESCO y de la Unión Europea exigen transparencia sobre cómo se crean estos datos, qué controles se aplican y quién responde si algo falla. Cumplir estas normas no solo evita multas, sino que ayuda a construir sistemas más justos y útiles para todos.
Para las personas que utilizan servicios basados en IA, estas obligaciones significan que las compañías deben explicar de forma comprensible el origen de los datos que entrenan sus modelos. Esto facilita que cualquiera pueda entender los riesgos y beneficios, y que se respeten derechos básicos como la privacidad o la no discriminación, independientemente de la complejidad técnica interna.
Los equipos técnicos deben implementar pipelines de generación sintética que registren metadatos sobre el modelo generador, los parámetros de muestreo, las técnicas de filtrado y las métricas de diversidad lingüística y cultural. Estos registros resultan esenciales para cumplir con las obligaciones de trazabilidad del artículo 53 de la AI Act y con los requisitos de la plantilla de resumen público. La integración de herramientas de auditoría automatizada y de evaluación de sesgo en las etapas de preprocesamiento y postgeneración reduce significativamente el riesgo de incumplimiento.
Además, resulta recomendable adoptar marcos de gestión de datos que permitan versionado, control de acceso y revocación de consentimientos o reservas de derechos aplicados sobre los datos semilla. La alineación entre los procesos de síntesis y los principios de la Recomendación UNESCO facilita tanto las auditorías externas como la adaptación futura a posibles modificaciones normativas, fortaleciendo la posición competitiva de la empresa en un mercado cada vez más regulado.
Descubra cómo nuestra asesoría legal puede ayudarle a resolver sus desafíos legales con profesionalismo y confidencialidad.
