Ley 25 e IA generativa: sus prompts también son datos
Un prompt puede contener información personal, generar inferencias y crear nuevas obligaciones de privacidad. Lo que los directivos deben comprender antes de conectar la IA a los datos de la empresa.
Una empresa puede proteger cuidadosamente su CRM, su ERP y sus servidores, y aun así permitir que un empleado copie en una herramienta de IA generativa el correo completo de un cliente, un expediente de candidatura o una tabla con información financiera.
El problema no es el prompt en sí. Es lo que contiene, en qué se convierte y qué ocurre con él después.
En Quebec, la información personal es aquella que permite identificar directa o indirectamente a una persona. La Commission d’accès à l’information aclara ahora que la información generada por un sistema de inteligencia artificial o inferida sobre una persona también puede constituir información personal sujeta a las leyes aplicables.
Fuente: Commission d’accès à l’information — Qu’est-ce qu’un renseignement personnel?
La IA generativa, por lo tanto, no crea un universo jurídico separado. Crea nuevas maneras de recopilar, utilizar, comunicar y generar información personal.
Un prompt puede contener mucho más que una pregunta
Pensemos en un ejemplo sencillo.
Una empleada recibe una queja de un cliente. Para ganar tiempo, pide a una herramienta de IA que redacte una respuesta más profesional. Copia el correo original, que contiene el nombre del cliente, su número de pedido, su dirección, detalles sobre la situación y parte del historial del caso.
Desde el punto de vista de la empleada, simplemente pidió ayuda para redactar un correo.
Desde el punto de vista de los datos, pueden haber ocurrido varias cosas: se transmitió información personal a otro sistema; puede haber quedado registrada; se generó una respuesta a partir de ella; pueden haberse creado datos derivados o inferencias; y el proveedor puede aplicar sus propias reglas de conservación o uso.
Por eso, la primera pregunta de una empresa ya no debería ser únicamente: “¿Podemos usar esta herramienta?”
También debería preguntar: ¿qué información le permitimos recibir, con qué finalidad y qué ocurre con esa información después de generar la respuesta?
La investigación de la CAI sobre IA generativa cambia la conversación
El 6 de mayo de 2026, la Commission d’accès à l’information publicó, junto con otras autoridades canadienses de privacidad, los resultados de su investigación sobre OpenAI y ChatGPT. La investigación examinó, entre otros aspectos, la recopilación, el uso y la comunicación de información personal para entrenar y desplegar un sistema de IA generativa.
Las autoridades identificaron problemas relacionados con recopilación excesiva, consentimiento, transparencia, exactitud, acceso, corrección, conservación y responsabilidad organizacional. Para Quebec, la CAI concluyó que OpenAI no había cumplido plenamente con las obligaciones descritas en el informe.
Fuente: CAI — Résultats de l’enquête conjointe sur OpenAI et ChatGPT
La decisión es especialmente útil para las empresas porque la CAI no se limitó a la ciberseguridad.
Se interesó por el uso secundario de las conversaciones.
Entre otras cosas, la CAI recomendó que el uso de las conversaciones para entrenamiento esté desactivado por defecto, que se informe a los usuarios cuando sus conversaciones puedan utilizarse para entrenar modelos y que se explique la conservación histórica o, en su defecto, que la información sea destruida o anonimizada.
Esto no significa que exista una regla universal según la cual toda empresa deba desactivar siempre todo entrenamiento. Pero sí es una señal regulatoria fuerte: la finalidad secundaria y la configuración por defecto importan.
El verdadero problema suele ser invisible
Cuando una empresa recopila información personal para procesar un pedido, gestionar a un empleado o responder a un cliente, existe una finalidad definida.
Introducir luego esa información en otro sistema para un nuevo uso puede plantear una cuestión distinta.
La CAI recuerda que, en principio, la información personal se utiliza para los fines determinados al momento de la recopilación, y que su reutilización para otra finalidad debe analizarse conforme a las reglas de necesidad, consentimiento y excepciones previstas por la ley.
Fuente: CAI — Utilisation et communication des renseignements personnels
Esto adquiere especial importancia cuando un proveedor puede utilizar las interacciones para mejorar un servicio, entrenar un modelo, realizar análisis o conservar un historial.
Un prompt no es solamente texto. Puede ser una transacción de datos.
La empresa debe conocer el recorrido de la información
Imaginemos ahora un asistente de IA conectado al CRM.
El usuario pide: “Resume el expediente de este cliente y prepara la respuesta.”
El sistema consulta el CRM, recupera varios datos, los envía a un modelo, genera una respuesta y posiblemente registra la conversación.
Para gobernar correctamente este proceso, la empresa debe responder preguntas mucho más precisas que “¿Nuestra IA es segura?”
Debe saber a qué información puede acceder el sistema, qué modelos pueden recibirla, qué usos están autorizados, cuánto tiempo se conservan los datos, quién puede consultar los registros y si se permiten usos secundarios.
Las autoridades canadienses de privacidad recomiendan a las organizaciones que utilizan IA generativa establecer calendarios de conservación para la información contenida en prompts y resultados, usar datos anonimizados o desidentificados cuando sea posible e incluir información sensible en los prompts solo cuando esté autorizado. También señalan que, salvo indicación contraria, los prompts no deberían conservarse para finalidades secundarias ni comunicarse.
La perspectiva de Belarel: gobernar los datos mientras la IA trabaja
Una política interna que diga “no introduzca información confidencial en la IA” es un punto de partida. Ya no es suficiente cuando la IA está integrada directamente en las operaciones.
Cuando los sistemas pueden consultar por sí mismos expedientes de clientes, correos y documentos internos, la gobernanza debe volverse ejecutable: qué datos pueden utilizarse, por qué agente, con qué modelo, para qué tarea y bajo qué condiciones.
El desafío ya no consiste solo en capacitar al usuario. Consiste en controlar técnicamente lo que la IA puede hacer con la información que se le confía.
Un directivo debería poder preguntar: si tomo un dato personal de nuestro CRM y sigo su recorrido por nuestro entorno de IA, ¿sabemos exactamente adónde va, por qué va allí, cuánto tiempo permanece y qué puede hacerse con él?
Si responder esa pregunta requiere varios días de investigación, el problema probablemente ya no sea la adopción de IA. Es la gobernanza.