Su empresa no necesita esperar una ley de inteligencia artificial para tener obligaciones sobre IA generativa. La LGPD, la ley brasileña de protección de datos, ya se aplica a cualquier dato personal que pase por un prompt, por una base de conocimiento usada en RAG o por un agente con acceso al CRM. La pregunta útil no es "¿podemos usarla?", sino "¿podríamos explicar mañana adónde fue cada dato personal que entró en estas herramientas?".
Este texto es orientación de gestión, no asesoramiento jurídico. Las decisiones sobre base legal y contratos deben pasar por su encargado de protección de datos y por su equipo legal.
Qué está en vigor y qué sigue siendo proyecto
El proyecto de marco legal de la IA, el PL 2338/2023, fue aprobado por el Senado en diciembre de 2024 y llegó a la Cámara de Diputados en marzo de 2025. En septiembre de 2026, la Cámara lo sigue registrando como "a la espera del dictamen del relator en la comisión especial", con decenas de proyectos acumulados. Ninguna de sus disposiciones crea obligaciones hoy.
Mientras tanto, la autoridad de datos ganó fuerza. La Ley 15.352/2026, sancionada en febrero de 2026, convirtió a la ANPD en agencia reguladora, con autonomía financiera y 200 nuevos puestos de especialista. Y no esperó una ley nueva para actuar sobre IA: en julio de 2024 ordenó la suspensión cautelar del uso de datos de usuarios brasileños para entrenar la IA de Meta, con una multa diaria de 50.000 reales en caso de incumplimiento. Los puntos señalados fueron base legal inadecuada, falta de información clara a los titulares, limitaciones excesivas al ejercicio de los derechos de los titulares y tratamiento de datos de menores sin salvaguardas. Meta solo reanudó el tratamiento tras cumplir las exigencias, a finales de agosto de ese año.
Ese caso es el mejor mapa de lo que mira la ANPD cuando hay IA de por medio: base legal, transparencia y derechos del titular. Ninguno de estos temas depende del PL 2338.
Dónde entra el dato personal sin que nadie lo note
La mayor parte de la exposición no viene de un proyecto formal de IA. Viene del uso cotidiano.
En el prompt. En abril de 2023, empleados de Samsung subieron código fuente interno a ChatGPT, y en mayo la empresa prohibió temporalmente las herramientas de IA generativa. La versión cotidiana es el analista que pega una hoja de cálculo de clientes morosos para "resumir los casos más críticos". Eso es compartir datos personales con un tercero, sin contrato adecuado y sin registro. El Work Trend Index 2024 de Microsoft y LinkedIn, con 31.000 trabajadores en 31 países, encontró que el 78% de quienes usan IA en el trabajo llevan su propia herramienta. Una prohibición en papel no cambia ese comportamiento.
En la base de conocimiento. Un asistente interno con RAG indexa contratos, tickets y correos. Si nadie los filtró antes, el índice pasa a contener números de identificación fiscal, datos de salud de empleados y cláusulas confidenciales, y cualquier usuario con acceso al asistente puede recuperarlos con una pregunta bien formulada.
En el agente que puede actuar. Un agente que lee el buzón de atención y actualiza el CRM trata datos personales en cada ejecución. Necesita una finalidad definida, acceso mínimo y un registro de lo que hizo.
En el proveedor. Dónde guarda el proveedor los prompts y las respuestas, durante cuánto tiempo y si los usa para entrenar modelos. Los planes corporativos suelen cambiar la respuesta: OpenAI, por ejemplo, declara que no usa los datos de los planes Enterprise, Business ni de la API para entrenamiento por defecto. El plan gratuito que el equipo usa en el móvil sigue otras reglas. Y como el procesamiento suele ocurrir fuera de Brasil, aplican las reglas de transferencia internacional: la Resolución CD/ANPD nº 19/2024 aprobó cláusulas contractuales tipo, y el plazo para incorporarlas a los contratos que usan ese mecanismo terminó el 23 de agosto de 2025.
Base legal: la primera pregunta que aparecerá
Para cada uso, alguien tiene que indicar cuál de las bases legales del artículo 7 de la LGPD sostiene el tratamiento. En IA generativa, las candidatas habituales son la ejecución de un contrato (el agente responde al cliente sobre su propio pedido) y el interés legítimo (análisis interno de tickets para mejorar la atención).
El interés legítimo no es un cheque en blanco. La guía orientativa de la ANPD, de febrero de 2024, pide una prueba de ponderación en tres etapas: finalidad legítima, necesidad del dato y equilibrio con las expectativas del titular, además de salvaguardas. Tampoco se aplica a datos sensibles. Si su caso de uso involucra salud, biometría u origen racial, la conversación es otra y más restrictiva.
Una prueba práctica: si el titular supiera que su dato se usó de esa forma, ¿se sorprendería? Si la respuesta honesta es sí, la base legal probablemente es frágil, y la transparencia lo es con seguridad.
Artículo 20: revisión, sí; humana, no necesariamente
Hay un error que se repite en muchas presentaciones sobre el tema. El artículo 20 de la LGPD garantiza al titular el derecho a solicitar la revisión de decisiones tomadas únicamente mediante tratamiento automatizado que afecten sus intereses, incluidas las decisiones de perfil de consumo y de crédito. El texto original exigía revisión "por persona natural". Esa exigencia se eliminó con la Ley 13.853/2019, y el Congreso mantuvo el veto que impedía su vuelta.
Eso alivia menos de lo que parece. El párrafo 1 obliga al responsable a proporcionar, cuando se le solicite, información clara sobre los criterios y procedimientos de la decisión. El párrafo 2 permite a la ANPD auditar aspectos discriminatorios cuando la empresa se niega a explicar alegando secreto comercial. Y la regulación de este artículo está en la agenda de la agencia: la Nota Técnica nº 12/2025 consolidó 124 contribuciones a su consulta sobre IA y revisión de decisiones automatizadas. Las contribuciones coincidieron en evaluación de impacto, transparencia y gobernanza; todavía no hay reglamento publicado.
En la práctica, si un agente niega un reembolso, prioriza una cola de cobro o clasifica a un candidato, usted necesita poder explicar el criterio. La revisión humana sigue siendo la forma más sencilla de responder bien a una solicitud de revisión, aunque no sea obligatoria en todos los casos.
Un ejemplo: el agente que lee correos de clientes
Imagine una distribuidora que quiere un agente para leer el buzón de atención al cliente, identificar solicitudes de cambio y abrir la incidencia en el ERP. Antes de escribir una línea de código, estas preguntas necesitan respuesta por escrito:
- Finalidad: abrir incidencias de cambio. El agente no reutiliza el contenido para nada más, como perfiles de marketing.
- Base legal: ejecución del contrato con el cliente que pidió el cambio. Los correos de otros temas que llegan al mismo buzón deben ser descartados por el agente, no almacenados.
- Datos mínimos: nombre, número de pedido, producto, motivo. El número fiscal solo si el ERP lo exige, y enmascarado en los registros.
- Proveedor del modelo: plan corporativo, sin uso para entrenamiento, contrato con cláusulas de transferencia internacional y plazo de retención definido.
- Decisión: el agente abre la incidencia, pero cualquier negativa pasa por una persona. Así el artículo 20 deja de ser un problema en este flujo.
- Registro: cada ejecución guarda qué correo se leyó, qué datos se extrajeron, qué acción se tomó y qué versión del agente actuó. Esto también cubre el deber de mantener registro de las operaciones de tratamiento del artículo 37.
Nada de esto frena el proyecto. Lleva una o dos reuniones y evita retrabajo cuando el equipo legal o un cliente empiece a preguntar.
Checklist de 30 días
- Haga un inventario de lo que ya está en uso: herramientas de IA generativa contratadas, extensiones del navegador, asistentes integrados en el software que ya pagan. Pregunte a los equipos, sin caza de brujas.
- Clasifique cada uso según el dato que toca: ningún dato personal, dato personal común, dato sensible o datos de niños y adolescentes.
- Defina una herramienta oficial con plan corporativo y publique una regla breve de lo que puede y no puede ir en ella. Una página, con ejemplos del día a día de la empresa.
- Revise los contratos con proveedores de IA: uso para entrenamiento, retención, lugar de procesamiento y cláusulas tipo de transferencia internacional.
- Para cada uso que decide algo sobre personas, documente el criterio y la vía de revisión. Si el riesgo es alto, elabore una evaluación de impacto en protección de datos.
- Incluya la IA en la formación de privacidad. El analista de la hoja de morosos no actúa de mala fe; nadie le mostró dónde está el límite.
Prohibir cuesta más de lo que parece
La reacción instintiva, como la de Samsung en 2023, es bloquearlo todo. Funciona unas semanas. Después el uso se traslada al móvil personal, donde la empresa no tiene contrato, registro ni control. Habilitar una herramienta corporativa con reglas claras cuesta licencias y algunas horas de gobernanza, y devuelve el uso a un perímetro que se puede auditar. En nuestra opinión, es la opción más barata para casi cualquier empresa mediana.
Es lo que llamamos arquitectura cyborg aplicada a los datos: las personas definen dónde puede tocar la IA datos personales, y la IA opera dentro de esos límites. No decide por sí sola dónde está la línea.
Próximo paso
Si hoy nadie en su empresa puede enumerar qué herramientas de IA tocan datos de clientes, empiece esta semana por el punto 1 del checklist. Si quiere apoyo para construir el inventario, la política y el criterio de revisión, ese es el trabajo de Governance As a Service. Nuestra página de confianza muestra cómo tratamos los datos personales en nuestra propia operación.