Imagen de un documento de identidad




Preguntar quién tiene más dinero suele tener respuesta clara. Preguntar quién tiene más datos, casi nunca. Sin embargo, en la economía digital esa segunda pregunta explica buena parte de la primera. Cada búsqueda, cada desplazamiento, cada compra deja un rastro que puede recopilarse, procesarse y convertirse en valor. Ese flujo constante de información no es un detalle técnico: es una nueva forma de poder, y como toda forma de poder, se distribuye de manera desigual.

Este trabajo no vuelve sobre la pregunta de si los sistemas automatizados son transparentes o no, que ya exploramos en La IA que no se ve: decisiones automáticas, datos extraídos y derechos que llegan tarde. Aquí la pregunta es otra: qué hace el control de datos con la estructura del mercado y con la idea misma de privacidad.

Qué se recopila, y por qué parece poco

Los datos personales no se limitan a lo que alguien declara explícitamente. Incluyen hábitos de navegación, ubicación, patrones de consumo e interacciones sociales. Ninguno de estos datos, por separado, parece revelar demasiado. El problema aparece en la acumulación: combinados, permiten inferir comportamientos, preferencias y perfiles con una precisión que ningún dato aislado ofrecería.

Una asimetría que el consentimiento no resuelve

La característica central del ecosistema digital es la asimetría. Las plataformas conocen a sus usuarios en profundidad; los usuarios conocen poco sobre cómo se usan sus datos, con quién se comparten y qué decisiones se automatizan a partir de ellos. El consentimiento suele ser formal, pero no informado: se acepta un documento que casi nadie lee, a cambio de un servicio que casi nadie está dispuesto a rechazar. Esta tensión entre el gesto del clic y la comprensión real de lo que se cede la desarrollamos con más detalle al hablar del extractivismo de datos en La IA que no se ve. Lo que interesa agregar acá es qué hace esa asimetría con la estructura del mercado.

Concentración: el dato como barrera de entrada

La socióloga Shoshana Zuboff propuso, en The Age of Surveillance Capitalism (PublicAffairs, 2019), pensar este fenómeno como una forma específica de capitalismo, uno que reclama la experiencia humana como materia prima gratuita y la convierte en productos predictivos. Esto es lectura editorial de su obra y no una cita textual: su argumento central es que las grandes plataformas no solo venden productos, sino que construyen una ventaja competitiva casi imposible de replicar a partir del volumen de comportamiento que acumulan. 

Cuantos más datos tiene una empresa, mejor predice; cuanto mejor predice, más usuarios atrae; cuantos más usuarios atrae, más datos acumula. Es un círculo que no se cierra por mérito del producto, sino por el tamaño del archivo.

Esa dinámica tiene una consecuencia poco discutida fuera de los círculos especializados: el control de grandes volúmenes de datos no solo mejora un servicio, también encierra una ventaja económica difícil de igualar para cualquier competidor nuevo. 

La concentración de información termina siendo, también, concentración de mercado. Zuboff escribe principalmente sobre Google y Facebook en economías de alta conectividad; no es un estudio empírico comparado entre países, sino un diagnóstico de economía política. Aun con esa limitación de origen, el mecanismo que describe (el dato como barrera de entrada) es trasladable como pregunta, aunque no como cifra, a cualquier mercado donde una plataforma acumule suficiente información sobre su público.

La privacidad deja de ser un asunto individual

Durante mucho tiempo, la privacidad se pensó como un derecho que cada persona ejerce sobre su propia información: decido qué muestro y qué oculto. La investigadora Helen Nissenbaum planteó una idea que complica esa imagen, la de la "integridad contextual": la privacidad no depende tanto de mantener algo en secreto como de que la información fluya de acuerdo con las normas propias del ámbito en el que fue compartida en primer lugar. Un dato médico compartido con un hospital y el mismo dato compartido con un empleador no son la misma transacción, aunque el dato sea idéntico.

Pero hay algo más incómodo todavía. Cuando los sistemas de análisis trabajan con patrones sobre poblaciones enteras, mis datos no solo me describen a mí: también permiten inferir características de las personas con las que me relaciono, aunque ellas nunca hayan dado su consentimiento para nada. La privacidad, en ese sentido, deja de ser una elección individual y pasa a ser un problema colectivo. Mi decisión de compartir algo puede exponer a alguien que jamás tomó esa decisión.

Decisiones que no siempre se pueden apelar

Los datos personales influyen en decisiones muy concretas de la vida cotidiana: desde qué contenido se muestra hasta evaluaciones de riesgo y acceso a servicios financieros, laborales o de salud. Cuando esas decisiones se toman mediante sistemas poco explicados, no siempre son visibles ni apelables para quien las sufre. 

El mecanismo por el cual una decisión automatizada se vuelve una caja cerrada para quien la recibe ya lo analizamos en profundidad en La IA que no se ve, incluyendo el vacío regulatorio que enfrenta Paraguay frente a estos sistemas. Acá interesa un ángulo distinto: quién queda directamente afuera del sistema de evaluación, ni siquiera para ser evaluado de forma injusta.

El dato que no existe también excluye

En Paraguay existe una norma específica sobre el tratamiento de un tipo de dato personal: la Ley N.º 6534/2020, de protección de datos personales crediticios, que regula el funcionamiento de los burós de información que construyen el historial financiero de las personas. Esa ley, por su propio objeto, se concentra en un universo acotado: quienes tienen una relación formal con el sistema financiero, con historial de créditos, tarjetas o cuentas registradas.

Ahí aparece una paradoja que rara vez se nombra. Según el Boletín Trimestral de la EPHC del INE correspondiente al segundo trimestre de 2026, el 61,6% de los ocupados no agropecuarios en Paraguay (1.753.316 personas) trabaja en la informalidad. 

Una parte considerable de esa población no solo gana por debajo o apenas en el límite del salario mínimo vigente desde julio de 2026 (G. 3.044.000, según el Decreto N.º 6225/2026) sino que, además, probablemente no tiene un historial financiero formal que un sistema de evaluación crediticia pueda leer. No es que el sistema los juzgue mal: es que buena parte de ellos directamente no figura con la densidad de datos necesaria para que el sistema los juzgue de ningún modo.

Esto invierte el problema que suele discutirse sobre los datos personales. La preocupación habitual es qué hace un sistema con la información que tiene sobre una persona. La pregunta que surge en un país con una informalidad de esta magnitud es distinta: qué le pasa a una persona de la que el sistema no tiene suficiente información. 

No ser visible para el scoring no es libertad respecto del poder de los datos; es, en la práctica, quedar fuera de los mecanismos de acceso al crédito, a ciertos alquileres o a determinados empleos formales que hoy se apoyan en ese tipo de evaluación. La exclusión de los datos puede ser tan determinante como la exclusión por los datos.

Transparencia, siempre a medias

La transparencia es el mecanismo que, en teoría, debería equilibrar esta relación de poder. En la práctica, muchos sistemas siguen operando sin explicitar sus criterios de decisión: el ejemplo más documentado de este fenómeno, el de un algoritmo de salud que terminó discriminando por razones que nadie programó deliberadamente, también lo tratamos en La IA que no se ve. Vale la pena no repetir ese análisis aquí, pero sí subrayar su conexión con este tema: la transparencia sobre cómo decide un sistema y la transparencia sobre qué datos tiene sobre cada persona son dos caras del mismo problema de poder.

Gobernanza: la pregunta que viene después del consentimiento

El debate más productivo sobre datos personales ya no es si se usan, sino cómo y con qué límites. Las normas de protección de datos existen en muchos países, pero enfrentan dificultades reales de fiscalización, jurisdicciones fragmentadas y una velocidad tecnológica que las supera con facilidad. 

La gobernanza de datos (quién decide las reglas, quién las hace cumplir, a quién responden esas reglas) se convierte en un tema tan relevante para la vida democrática como para el funcionamiento de los mercados. No es una cuestión que se resuelva añadiendo una casilla más de consentimiento: exige instituciones con capacidad real de intervenir, algo que, como vimos, todavía está en construcción en buena parte de la región.

Más conciencia, las mismas pocas opciones

Crece la conciencia pública sobre el valor de los datos personales. Lo que no crece al mismo ritmo son las opciones reales de control. Salir por completo del ecosistema digital, como forma de proteger la propia información, no es una alternativa viable para la gran mayoría: implicaría renunciar a servicios bancarios, administrativos, laborales y sociales que hoy dependen de estar conectado. La conciencia sin alternativas reales es, en el mejor de los casos, un malestar; no todavía una forma de poder.

En resumen

Quien controla los datos controla una parte significativa del poder contemporáneo: poder de mercado, porque la acumulación de información es una barrera que pocos pueden franquear; y poder sobre la vida de las personas, porque esos datos deciden accesos que van del crédito al empleo. Reducir esa asimetría exige más que un consentimiento formal: exige transparencia real, instituciones capaces de regular y una ciudadanía informada. Pero en economías como la paraguaya, donde una parte mayoritaria de la población ni siquiera llega a ser suficientemente visible para los sistemas de datos que organizan el acceso a oportunidades, el problema no es solo cómo se controla la información que existe sobre cada quien. Es, también, qué significa quedar fuera del mapa que esos datos dibujan.

Fuentes

  • Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs. (Referencia al concepto; lectura editorial, sin cita textual.)
  • Nissenbaum, H. (2010). Privacy in Context: Technology, Policy, and the Integrity of Social Life. Stanford University Press. (Referencia al concepto de "integridad contextual"; lectura editorial, sin cita textual.)
  • Instituto Nacional de Estadística (INE), Paraguay. Boletín Trimestral de la Encuesta Permanente de Hogares Continua (EPHC), 2.º trimestre de 2026. https://ine.gov.py
  • Ley N.º 6534/2020, de protección de datos personales crediticios (Paraguay).
  • Decreto N.º 6225/2026 del Poder Ejecutivo de Paraguay, reglamentado por Resolución N.º 670/2026 del Ministerio de Trabajo, Empleo y Seguridad Social (MTESS).