Los nuevos Estándares Iberoamericanos sobre el uso de Datos Personales en Sistemas de Inteligencia Artificial abren una discusión fundamental para el compliance: cómo aprovechar la información disponible para identificar riesgos de LA/FT sin desconocer los derechos fundamentales de las personas.

La inteligencia artificial está transformando la manera en que las organizaciones identifican contrapartes, verifican antecedentes, detectan patrones transaccionales y evalúan posibles señales de alerta. Lo que antes requería horas de investigación manual hoy puede apoyarse en herramientas capaces de analizar grandes volúmenes de información en cuestión de segundos.

Esta evolución representa una oportunidad importante para fortalecer los sistemas de prevención del lavado de activos y la financiación del terrorismo (LA/FT). Sin embargo, también plantea una pregunta que merece una discusión jurídica y empresarial mucho más profunda: ¿hasta dónde pueden llegar las organizaciones en la utilización de datos personales que se encuentran disponibles públicamente?

En noviembre de 2026, la Red Iberoamericana de Protección de Datos publicó los Estándares Iberoamericanos sobre el uso de Datos Personales en Sistemas de Inteligencia Artificial, un documento que establece criterios orientadores para interpretar y aplicar las obligaciones de protección de datos cuando se utilizan sistemas de IA.

Aunque no crea un régimen jurídico independiente ni reemplaza las legislaciones nacionales, sí introduce criterios relevantes para empresarios, oficiales de cumplimiento, autoridades y proveedores tecnológicos.

Y uno de sus planteamientos merece especial atención: que un dato sea público no significa que pueda utilizarse libremente para cualquier finalidad, pero tampoco significa que su utilización legítima deba quedar descartada de los procesos de prevención.

1. El problema no es acceder a la información, sino cómo y para qué se utiliza

En los procesos de debida diligencia, las organizaciones consultan diferentes fuentes de información para conocer a sus clientes, proveedores, empleados, asociados y demás contrapartes.

Registros públicos, publicaciones oficiales, noticias, decisiones judiciales, listas de sanciones y otras fuentes abiertas pueden aportar elementos importantes para identificar posibles vínculos con actividades ilícitas.

La inteligencia artificial amplía considerablemente estas posibilidades. Permite cruzar información, identificar coincidencias, encontrar relaciones entre personas y empresas, detectar patrones y priorizar investigaciones que, mediante procedimientos exclusivamente manuales, podrían pasar inadvertidas.

Sin embargo, aquí aparece una distinción fundamental que no debería perderse de vista: la disponibilidad pública de la información y la legitimidad de su tratamiento son dos cuestiones diferentes.

El numeral 2.2.3 de los nuevos estándares establece expresamente que el carácter accesible al público de los datos personales no legitima por sí solo su utilización para desarrollar, entrenar o mejorar modelos o sistemas de inteligencia artificial.

A su vez, el numeral 9.5 desarrolla condiciones específicas para la obtención y reutilización de datos accesibles al público. Entre ellas, exige identificar una base jurídica adecuada, analizar la finalidad que justificó su publicación o recopilación y considerar las expectativas razonables de las personas.

Esto significa que una organización no debería asumir que puede recopilar indiscriminadamente información de internet, incorporarla a una herramienta de inteligencia artificial y utilizarla para cualquier proceso de evaluación de riesgos.

Pero tampoco sería correcto interpretar estas disposiciones como una prohibición general de consultar fuentes públicas en los procesos legítimos de prevención del delito.

La discusión debe partir de la finalidad concreta, la naturaleza de los datos, la legislación aplicable y las garantías que correspondan.

2. La prevención del fraude sí tiene un lugar dentro de los tratamientos con IA

Uno de los apartados más interesantes del documento se encuentra en el numeral 1.5.1.

Este reconoce que las finalidades del tratamiento de datos personales deben identificarse de manera diferenciada y contempla expresamente finalidades instrumentales como la seguridad y la prevención del fraude.

¿Por qué es importante para el compliance?

Porque reconoce la relevancia de estas actividades dentro del funcionamiento de los sistemas de inteligencia artificial y permite analizar cómo se integran en los tratamientos de datos personales.

En la práctica, las herramientas tecnológicas utilizadas para prevenir el fraude y gestionar riesgos pueden apoyar procesos como:

  • Identificación de posibles coincidencias en listas restrictivas y fuentes de información pública.

  • Detección de relaciones entre personas, empresas y estructuras societarias.

  • Identificación de patrones inusuales en la información disponible.

  • Priorización de contrapartes que requieren debida diligencia intensificada.

  • Monitoreo de cambios relevantes en los perfiles de riesgo.

  • Identificación de posibles inconsistencias entre la actividad económica declarada y la información disponible.

No obstante, hay una precisión jurídica indispensable: que la prevención del fraude esté reconocida como finalidad instrumental no constituye, por sí misma, una autorización legal para tratar cualquier dato personal.

La organización debe identificar la base jurídica que habilita cada tratamiento, respetar los principios de finalidad, proporcionalidad y minimización y aplicar las garantías correspondientes.

La finalidad legítima no reemplaza la base jurídica. Y la tecnología tampoco puede convertirse en una justificación automática para ampliar el alcance del tratamiento.

3. Una alerta generada por inteligencia artificial no convierte a una persona en sospechosa

Este es uno de los riesgos que considero más relevantes cuando hablamos de incorporar inteligencia artificial a los sistemas de prevención LA/FT.

Los algoritmos pueden identificar coincidencias entre nombres, detectar relaciones empresariales, encontrar información negativa en medios de comunicación y generar inferencias a partir de diferentes fuentes.

Pero una coincidencia no es una prueba. Una noticia no equivale a una condena. Y una inferencia algorítmica no puede presentarse como un hecho demostrado.

El numeral 2.4.2 de los estándares establece que las inferencias y los resultados que puedan producir efectos sobre una persona deben utilizarse teniendo en cuenta su carácter de hipótesis, deducción o propuesta y el grado de incertidumbre asociado.

Esta disposición tiene implicaciones directas para los procesos de debida diligencia.

Por ejemplo, si una herramienta identifica una coincidencia entre un cliente y una persona mencionada en una investigación periodística, el resultado debe generar una verificación adicional, no una conclusión automática sobre la existencia de una conducta delictiva.

Es necesario comprobar la identidad, analizar la fuente, verificar la actualidad de la información, establecer el contexto y determinar si existe una relación real con el riesgo que se pretende gestionar.

En otras palabras, la inteligencia artificial debe ayudar a encontrar información relevante, no reemplazar la investigación ni convertir probabilidades en acusaciones.

4. El criterio humano sigue siendo indispensable

Otro aspecto fundamental aparece en el capítulo IV, dedicado a las decisiones automatizadas y el perfilado.

El numeral 4.2.1 establece que la intervención humana solamente será efectiva cuando una persona tenga la capacidad de comprender y valorar el resultado del sistema, además de contar con autoridad suficiente para confirmarlo, modificarlo o apartarse de él.

Esto significa que no basta con que un funcionario haga clic en aprobar o validar una recomendación generada por un algoritmo.

Debe existir una revisión real.

En los sistemas de cumplimiento, esta diferencia es especialmente importante. Una herramienta puede generar una alerta, asignar un nivel de riesgo o recomendar una debida diligencia intensificada, pero el análisis debe considerar el contexto y las circunstancias particulares de cada caso.

La automatización puede mejorar la velocidad y consistencia de los procesos. Sin embargo, cuando sus resultados puedan producir efectos jurídicos o afectar significativamente a las personas, deben aplicarse las garantías correspondientes.

Un sistema de IA que nadie cuestiona no representa necesariamente una mejora del control; puede convertirse en una nueva fuente de riesgo.

5. La trazabilidad será una de las principales pruebas de un sistema de cumplimiento efectivo

El documento también insiste en la importancia de documentar los tratamientos, establecer mecanismos de gobernanza y mantener controles durante todo el ciclo de vida de los sistemas de inteligencia artificial.

Los numerales 1.4, 7.2 y 7.3 desarrollan esta responsabilidad.

Para las organizaciones, esto implica poder explicar cómo se obtuvo la información, cuál fue su finalidad, qué sistema intervino, qué resultados generó y qué decisiones se adoptaron a partir de ellos.

En un proceso de debida diligencia apoyado por inteligencia artificial, no debería ser suficiente con conservar una captura de pantalla que muestre una coincidencia.

La organización necesita contar con elementos que permitan reconstruir el análisis y demostrar que actuó bajo criterios definidos.

Entre las buenas prácticas que deberían fortalecerse se encuentran:

  • Identificar y documentar las fuentes de información utilizadas.

  • Verificar la calidad, actualidad y pertinencia de los datos.

  • Establecer criterios para diferenciar coincidencias reales de falsos positivos.

  • Definir quién puede consultar, validar y utilizar los resultados.

  • Documentar las decisiones y las medidas adoptadas frente a cada alerta.

  • Evaluar periódicamente los sesgos, errores y limitaciones de las herramientas.

  • Establecer controles sobre los proveedores tecnológicos y el uso que hacen de la información.

La trazabilidad no es un requisito meramente documental. Es lo que permite demostrar que la organización no está tomando decisiones arbitrarias ni utilizando información sin fundamento.

6. ¿Qué significa este debate para Colombia?

En Colombia, esta discusión debe analizarse principalmente a la luz de la Ley 1581 de 2012, su ámbito de aplicación, las disposiciones sectoriales correspondientes y la jurisprudencia constitucional.

Hay un elemento normativo que merece especial atención: el artículo 2, literal b), de la Ley 1581 de 2012 contempla una exclusión de su ámbito de aplicación para determinadas bases de datos y archivos cuya finalidad sea la prevención, detección, monitoreo y control del lavado de activos y la financiación del terrorismo.

Esta disposición debe analizarse atendiendo a su alcance y a las características concretas del tratamiento. No significa que cualquier información personal que una empresa consulte, ni cualquier sistema de inteligencia artificial que utilice, quede automáticamente excluido del régimen de protección de datos.

También debe considerarse el artículo 10 de la misma ley, que contempla los casos en los que no se requiere autorización del titular, entre ellos el tratamiento de datos de naturaleza pública. Sin embargo, la ausencia de autorización no elimina el deber de cumplir las demás disposiciones que resulten aplicables.

Por eso, las organizaciones deben evitar dos interpretaciones extremas:

  • Considerar que la protección de datos impide consultar información pública para desarrollar actividades legítimas de prevención.

  • Asumir que cualquier dato disponible públicamente puede recopilarse, cruzarse, almacenarse y utilizarse sin límites.

Ninguna de estas posiciones ofrece una respuesta adecuada al desafío actual.

El verdadero reto consiste en identificar qué tratamientos están legalmente habilitados, cuáles son sus finalidades, qué información resulta necesaria y qué medidas deben adoptarse para proteger los derechos de las personas.

Además, los nuevos estándares de la Red Iberoamericana tienen naturaleza orientadora y complementaria. Su aplicación debe interpretarse junto con el ordenamiento colombiano y no como una norma que sustituya o modifique por sí misma la legislación nacional.

Para Mariano Sánchez, CEO de RISKS INTERNATIONAL, el debate debe abordarse desde una premisa fundamental: sí es posible utilizar datos públicos para fortalecer la prevención del lavado de activos y la financiación del terrorismo, siempre que exista responsabilidad y fundamento legal sólido.

Su posición parte de una preocupación concreta: no podemos pretender combatir organizaciones criminales cada vez más sofisticadas mientras limitamos injustificadamente las herramientas legítimas para identificar, prevenir y monitorear sus riesgos.

Sin embargo, tampoco podemos desconocer que la protección de datos personales es un derecho fundamental.

Desde esta perspectiva, la prevención del lavado de activos y la protección de datos no deben entenderse como responsabilidades enfrentadas. Ambas deben coexistir bajo las reglas del Estado de derecho.

La lucha contra el LA/FT es un asunto de interés general que requiere la participación responsable del sector público y privado. El desafío no consiste en eliminar las garantías de protección de datos, sino en interpretar correctamente el marco jurídico para que estas no se conviertan en barreras injustificadas para la prevención del delito.

Proteger los datos no significa renunciar a prevenir el delito

Los nuevos Estándares Iberoamericanos dejan un mensaje importante para las organizaciones: la transformación digital de los sistemas de cumplimiento exige una evolución paralela de sus mecanismos de control y responsabilidad.

La inteligencia artificial puede convertirse en una herramienta extraordinaria para identificar relaciones, analizar información y anticipar riesgos que difícilmente podrían detectarse mediante procesos exclusivamente manuales.

Pero su efectividad dependerá de algo más que la capacidad de sus algoritmos. Requerirá fuentes confiables, finalidades legítimas, bases jurídicas adecuadas, supervisión humana y trazabilidad.

El verdadero riesgo está en irse a cualquiera de los dos extremos: utilizar información sin respetar los derechos de las personas o interpretar las obligaciones de protección de datos de manera tan restrictiva que se debiliten injustificadamente los mecanismos de prevención.

No se trata de escoger entre proteger los datos personales y combatir el lavado de activos. Se trata de construir sistemas de cumplimiento capaces de hacer ambas cosas.

En RISKS INTERNATIONAL acompañamos a las organizaciones en el fortalecimiento de sus sistemas de gestión de riesgos, prevención del lavado de activos, debida diligencia, protección de datos personales y cumplimiento normativo.

Conozca nuestras soluciones tecnológicas y servicios de consultoría especializada para gestionar los riesgos de su organización.

Visite www.risksint.com y descubra cómo fortalecer su estrategia de prevención y cumplimiento.

Por: Mariano Sánchez - Juliana Franco.

Fuentes: 

  1. Estándares Iberoamericanos sobre el uso de Datos Personales en Sistemas de Inteligencia Artificial, Red Iberoamericana de Protección de Datos, noviembre de 2026. Especialmente numerales 1.5.1, 2.2.3, 2.4.2 y 9.5.

  2. Ley 1581 de 2012 – Gestor Normativo de Función Pública.

  3. Ley 1581 de 2012 – Ministerio de Relaciones Exteriores.