La inteligencia artificial generativa ha entrado en las empresas por una puerta extremadamente sencilla: una caja de texto.
Un empleado puede copiar un contrato y pedir que lo resuma, pegar una reclamación para redactar una respuesta, subir una hoja de cálculo para analizarla o introducir un currículum para extraer sus puntos principales.
El problema aparece cuando ese contenido incluye datos personales, información confidencial o documentación sometida a reserva.
En agosto de 2026, el Laboratorio de Innovación de la Agencia Española de Protección de Datos (AEPD) publicó un análisis precisamente sobre este nuevo perímetro de riesgo: los prompts pueden convertirse en una vía de entrada de datos personales y secretos empresariales en servicios de IA generativa.
La solución no es prohibir toda IA. Es gobernar su uso.
1. El prompt también es un tratamiento de información
Muchas personas perciben el chat de una IA como si fuera un bloc de notas privado.
No lo es necesariamente.
Cuando se introduce información en un servicio externo pueden intervenir:
- transmisión por Internet;
- almacenamiento temporal o persistente;
- registros técnicos;
- sistemas de prevención de abuso;
- proveedores y subproveedores;
- centros de datos;
- configuraciones de conservación;
- opciones relacionadas con entrenamiento o mejora del servicio.
Las condiciones dependen del producto, del plan contratado y de la configuración.
Por eso la empresa debe saber qué herramientas están autorizadas y en qué condiciones.
2. Ejemplos de información que no debería pegarse sin analizar
Antes de copiar contenido en una IA, hay que detenerse si aparece:
- nombre y apellidos;
- DNI;
- direcciones;
- teléfonos;
- correos identificables;
- nóminas;
- currículums;
- datos sanitarios;
- expedientes;
- reclamaciones;
- contratos con datos de clientes;
- credenciales;
- datos bancarios;
- listados de empleados;
- conversaciones privadas;
- información de menores;
- secretos empresariales.
Que una herramienta permita técnicamente pegar esa información no significa que la empresa tenga una base válida para hacerlo.
3. “Solo quiero que me mejore el texto” no elimina el RGPD
La finalidad del usuario puede ser inocente: corregir ortografía, resumir o cambiar el tono.
Pero el tratamiento de datos sigue existiendo.
Si el texto original contiene información personal, hay que valorar:
- finalidad;
- base jurídica;
- necesidad;
- proporcionalidad;
- proveedor;
- seguridad;
- conservación;
- posibles transferencias;
- derechos de los interesados.
El principio de minimización sigue siendo aplicable aunque la operación dure segundos.
4. Primera regla: anonimizar o minimizar antes de pegar
En muchos casos la IA no necesita conocer la identidad real.
En lugar de:
«Redacta una respuesta para María López, DNI XXXXX, que ha reclamado por…»
puede utilizarse:
«Redacta una respuesta formal para una cliente que ha reclamado por…»
En vez de subir un contrato completo, pueden extraerse las cláusulas relevantes eliminando nombres, firmas, cuentas y otros identificadores.
No siempre será posible anonimizar de forma efectiva, pero reducir los datos antes de enviarlos disminuye exposición y riesgo.
Esta medida encaja con las medidas técnicas y organizativas que debe definir cada organización.
5. No todas las cuentas de IA son iguales
Una de las decisiones más importantes es diferenciar entre:
- cuenta personal de un empleado;
- cuenta gratuita;
- suscripción individual;
- cuenta corporativa;
- servicio empresarial administrado;
- integración mediante API.
Las condiciones sobre conservación, control administrativo, entrenamiento, registros o acuerdos contractuales pueden variar.
La empresa debería evitar que cada trabajador elija por su cuenta cualquier herramienta y pegue información corporativa sin supervisión.
6. Evaluar al proveedor antes de autorizar la herramienta
Si el servicio va a tratar datos personales por cuenta de la empresa, debe analizarse el papel del proveedor y las obligaciones que correspondan.
Entre los puntos a revisar:
- condiciones de privacidad;
- contrato aplicable;
- funciones de administración;
- ubicación y transferencias;
- subencargados;
- seguridad;
- conservación;
- eliminación;
- uso de contenidos;
- posibilidad de desactivar determinadas funciones;
- gestión de incidentes.
No basta con que la herramienta sea conocida o tenga millones de usuarios.
7. ¿Se utilizan los prompts para entrenar?
La respuesta depende del servicio, el tipo de cuenta y la configuración vigente.
Por eso una política interna no debería basarse en frases genéricas como «esta IA no guarda nada» o «todas las IA usan tus datos para entrenar».
La empresa debe comprobar las condiciones concretas del producto que utiliza y revisarlas cuando cambien.
Una solución corporativa puede ofrecer controles distintos a una cuenta de consumo.
8. Datos especialmente sensibles: elevar el nivel de cautela
Debe existir especial prudencia con información sobre:
- salud;
- biometría;
- origen racial o étnico;
- religión;
- opiniones políticas;
- afiliación sindical;
- vida u orientación sexual;
- menores;
- situaciones de vulnerabilidad.
En muchos casos no habrá ninguna necesidad de facilitar esa información a una IA externa para completar la tarea.
Si el caso de uso realmente necesita datos de alto impacto, el análisis debe ser mucho más profundo.
9. IA y Recursos Humanos: un área especialmente delicada
Recursos Humanos dispone de gran cantidad de datos personales.
Usos aparentemente cómodos pueden implicar riesgos:
- resumir currículums;
- clasificar candidatos;
- redactar evaluaciones;
- analizar ausencias;
- preparar expedientes disciplinarios;
- comparar rendimiento.
Además del RGPD, cuando la IA influye en decisiones sobre personas puede haber otras obligaciones y riesgos que deben analizarse.
No debería implantarse una herramienta de evaluación automatizada como si fuera simplemente un procesador de textos.
Dependiendo del tratamiento, puede ser necesario un análisis de riesgos y, si concurren los requisitos legales, una Evaluación de Impacto en Protección de Datos (EIPD).
10. IA para redactar correos: el caso más frecuente
Un empleado recibe un correo complicado y piensa:
«Lo pego en la IA y que me prepare una respuesta».
Ese correo puede contener:
- firma;
- teléfono;
- dirección;
- datos de cliente;
- historial;
- reclamaciones;
- información financiera.
Una alternativa sencilla es extraer únicamente los hechos necesarios y sustituir los identificadores.
Ejemplo:
«Un cliente reclama porque una reparación lleva diez días de retraso. Redacta una respuesta profesional…»
No es necesario entregar a la IA toda la cadena de correo.
11. La política interna debe ser concreta
Una política que diga «utilizar la IA de forma responsable» aporta poco.
Es mejor establecer ejemplos claros:
Permitido
- ideas genéricas;
- redacción sin datos personales;
- resumen de documentación pública;
- traducción de textos anonimizados;
- generación de borradores sin información confidencial.
Requiere autorización o herramienta corporativa
- documentación interna;
- datos de clientes;
- contratos;
- información de empleados;
- archivos de la empresa.
Prohibido salvo procedimiento específico
- contraseñas;
- claves API;
- credenciales;
- datos altamente sensibles;
- secretos empresariales;
- documentación cuya divulgación pueda causar un daño relevante.
Las categorías concretas deben adaptarse a cada organización.
12. Shadow AI: cuando la empresa no sabe qué herramientas usan sus empleados
El fenómeno es similar al antiguo «shadow IT».
Un trabajador descubre una herramienta gratuita, crea una cuenta y comienza a utilizarla para:
- resumir PDFs;
- traducir documentos;
- analizar Excel;
- transcribir reuniones;
- redactar informes.
La empresa puede estar enviando información a múltiples proveedores sin saberlo.
Por eso la solución combina:
- inventario de herramientas;
- cuentas aprobadas;
- política;
- controles técnicos razonables;
- formación.
La formación RGPD para empresas debe incorporar estos nuevos hábitos digitales.
13. No pegar contraseñas, tokens ni claves
Aunque una credencial no sea siempre un dato personal en sentido estricto, su exposición puede permitir acceder a sistemas que contienen datos personales.
Nunca deberían introducirse en prompts:
- contraseñas;
- claves API;
- claves privadas;
- tokens de sesión;
- códigos de recuperación;
- configuraciones con secretos.
Una filtración de credenciales puede terminar generando una auténtica brecha de datos.
14. Documentos adjuntos: el riesgo aumenta
Muchas herramientas permiten subir:
- PDF;
- Word;
- Excel;
- imágenes;
- audio.
Eso facilita el trabajo, pero también hace más probable enviar información que el usuario no ha revisado completamente.
Antes de adjuntar un archivo conviene comprobar:
- contenido oculto;
- comentarios;
- metadatos;
- hojas ocultas;
- anexos;
- datos de terceros;
- firmas;
- imágenes;
- versiones internas.
Subir un fichero completo puede ser mucho más intrusivo que pegar un fragmento anonimizado.
15. La respuesta de la IA también puede crear riesgos
La entrada no es el único problema.
La salida puede:
- inventar información;
- mezclar datos;
- generar afirmaciones incorrectas;
- producir textos discriminatorios;
- sugerir decisiones inadecuadas;
- incluir información que requiere revisión.
La IA debe utilizarse como apoyo, no como sustituto automático del criterio profesional en decisiones con impacto sobre personas.
16. ¿Hace falta una EIPD por usar IA?
No automáticamente.
Una EIPD es necesaria cuando un tratamiento pueda entrañar un alto riesgo para los derechos y libertades de las personas según los criterios del RGPD.
Por tanto, hay que analizar el caso de uso concreto:
- qué datos;
- qué escala;
- qué finalidad;
- qué decisiones;
- qué personas;
- qué tecnología;
- qué consecuencias.
La palabra «IA» por sí sola no responde a la pregunta, pero determinados usos pueden elevar claramente el riesgo.
17. Checklist antes de autorizar una IA generativa
Una empresa debería poder responder:
- ¿qué producto exacto usamos?;
- ¿quién ha aprobado su uso?;
- ¿qué tipos de datos pueden introducirse?;
- ¿qué datos están prohibidos?;
- ¿qué cuenta corporativa debe utilizarse?;
- ¿qué condiciones tiene el proveedor?;
- ¿qué ocurre con los prompts y archivos?;
- ¿se han revisado las transferencias y subencargados?;
- ¿existe formación?;
- ¿hay un procedimiento para incidentes?;
- ¿se revisan periódicamente las condiciones?;
- ¿los usuarios saben anonimizar?
Si la respuesta a varias preguntas es «no lo sabemos», el uso todavía no está suficientemente gobernado.
18. Un incidente con IA se gestiona como cualquier otro incidente de datos
Si un empleado pega por error un listado de clientes, credenciales o documentación sensible en una herramienta no autorizada, la organización debe analizar:
- qué se envió;
- a qué servicio;
- con qué cuenta;
- si puede eliminarse;
- qué conservación aplica;
- qué terceros podrían acceder;
- qué riesgo existe.
Dependiendo del caso, podría ser una brecha de datos personales.
El procedimiento que explicamos en brechas RGPD y plazo de 72 horas también sirve como referencia para organizar esa respuesta.
19. La AEPD también está desarrollando gobernanza interna de IA
La AEPD ha publicado durante 2025 y 2026 documentación sobre el uso de IA generativa, IA agéntica y calidad de datos.
La lección para una pyme no es copiar una política administrativa compleja, sino asumir el mismo principio: antes de usar IA con información real de la organización, hay que definir reglas.
Conclusión: la caja de texto también necesita protección de datos
La IA generativa puede ahorrar muchas horas, mejorar borradores y ayudar a analizar información.
Pero precisamente porque resulta tan sencilla de usar, es fácil olvidar que el contenido introducido puede contener datos que la empresa tiene obligación de proteger.
La estrategia no debería ser «IA sí» o «IA no», sino:
herramientas autorizadas + minimización + contratos + configuración + formación + revisión humana.
RGPD Málaga puede ayudar a incorporar el uso de IA al sistema de cumplimiento, revisando riesgos, proveedores, políticas internas y procedimientos dentro de una consultoría de protección de datos.