El dilema de la IA en Argentina: por qué regular la tecnología exige primero blindar nuestros datos
La discusión sobre una ley de inteligencia artificial en Argentina no puede separarse de la protección de los datos: sin información resguardada, gobernada y recuperable, no hay IA en la que se pueda confiar, advierte Martín Colombo, director senior regional de Veeam.
La inteligencia artificial avanza en Argentina sin una ley que la regule, mientras crece el debate sobre cómo proteger los datos que la sostienen.
Imagen generada con IACuando se habla de inteligencia artificial, la conversación casi siempre gira alrededor de los algoritmos, su capacidad para automatizar tareas y los escenarios que podría abrir de cara al futuro. Sin embargo, hay una pieza clave que rara vez ocupa el centro del debate: los datos que hacen posible que esa tecnología funcione, y las condiciones en las que se regulan y protegen. Lejos de ser un detalle técnico secundario, la calidad, la seguridad y el buen resguardo de esa información son los que definen si un sistema de inteligencia artificial termina siendo confiable, equitativo y respetuoso de los derechos de personas, empresas e instituciones.
Regular la IA y proteger los datos personales suelen mencionarse juntos, pero no son lo mismo: mientras la primera tiene que ver con cómo se usa la tecnología, qué decisiones toma y bajo qué algoritmos opera, la segunda se enfoca en la información que la nutre y le da sustento. Martín Colombo, director senior regional de Veeam, planteó en diálogo con MDZ que esta distinción no es menor y que la discusión está incompleta si no se pone en el centro un problema previo: la protección de los datos que hacen funcionar a los sistemas de IA.
Colombo sostuvo que la confianza en la inteligencia artificial "empieza con la resiliencia de los datos", lo que implica saber dónde están almacenados, quién accede a ellos, cómo se protegen y si una organización puede recuperarlos de forma rápida ante ransomware, errores humanos o fallas operativas. En esa línea, remarcó que la regulación de la IA "es necesaria, pero no debería limitarse a los algoritmos": también debe contemplar protección, privacidad, trazabilidad, continuidad operativa y recuperación de la información.
El directivo citó además el último Informe de Tendencias de Protección de Datos de Veeam, que muestra que la adopción de inteligencia artificial en la región avanza más rápido que la capacidad de muchas organizaciones para proteger adecuadamente los datos asociados a esas tecnologías. Por eso, insistió, regulación y protección de datos deberían tratarse "como dos discusiones complementarias y no independientes".
Datos personales: protección de punta a punta
Sobre la protección de los datos personales, Colombo explicó que debe darse a lo largo de todo su ciclo de vida, desde cómo se recolectan y almacenan hasta cómo se usan, comparten, respaldan y eliminan. A su criterio, "no alcanza con pedir consentimiento": también hace falta aplicar minimización de datos, clasificación, cifrado, control de accesos, trazabilidad, auditoría y capacidad de recuperación ante incidentes.
Esos datos son relevantes, dijo, porque representan a las personas —su identidad, comportamiento, salud, finanzas, ubicación y decisiones— y en un contexto de IA pueden usarse para entrenar modelos o generar perfiles, por lo que una mala gestión puede derivar en discriminación, fraude o pérdida de confianza. Para el directivo de Veeam, proteger datos personales "no es solo una obligación legal o de compliance; es una condición para innovar de manera responsable".
Al ser consultado por el impacto económico de no proteger la información, Colombo fue contundente: "el costo puede ser enorme, tanto para una empresa privada como para un organismo público". No se trata solo del costo técnico de recuperar sistemas, aclaró, sino de interrupción operativa, pérdida de ingresos, sanciones regulatorias, daño reputacional y, en algunos casos, impacto directo sobre ciudadanos o clientes. En el sector público, remarcó, el impacto puede ser incluso más sensible: caída de servicios esenciales, exposición de información ciudadana o pérdida de confianza en las instituciones.
De hecho, uno de los puntos centrales de la charla giró en torno a qué ocurre cuando los datos que alimentan a un sistema de inteligencia artificial están corruptos, incompletos o manipulados. Para Colombo, el resultado "también va a estar comprometido", porque la IA "no deja de tomar decisiones, generar respuestas o detectar patrones a partir de la información que recibe". El problema, advirtió, es que esa corrupción no siempre resulta evidente: un dato alterado puede derivar en diagnósticos incorrectos, decisiones financieras erradas o sesgos que terminan afectando a clientes, ciudadanos o procesos críticos.
Frente a ese escenario, el ejecutivo insistió en la idea que atraviesa toda su mirada sobre el tema: "no hay IA confiable sin datos confiables". Para lograrlo, dijo, las organizaciones necesitan saber dónde están sus datos, controlar accesos, monitorear cambios y contar con copias seguras e inmutables que permitan recuperarlos a un punto limpio ante un incidente.
Por qué Argentina necesita una ley de IA
Consultado sobre la ausencia de una normativa específica en el país, Colombo fue categórico: Argentina necesita una ley de IA "no para frenar la innovación, sino para darle un marco de confianza". El ejecutivo advirtió que la inteligencia artificial ya impacta en sectores críticos como finanzas, salud, educación, industria, gobierno y servicios, lo que exige reglas claras sobre responsabilidad, transparencia, privacidad, uso de datos y gestión de riesgos.
Desde Veeam, señaló, creen que una buena ley debería equilibrar tres objetivos: "proteger a las personas, dar previsibilidad a las empresas y permitir que Argentina aproveche el potencial de la IA para ganar competitividad". Y fue más allá al afirmar que "no hay IA confiable sin datos confiables: protegidos, gobernados, disponibles y recuperables".
Regular los usos de riesgo, no la tecnología
Para Colombo, una futura ley debería regular principalmente los usos de mayor riesgo y no la tecnología en sí misma. Entre los puntos clave que debería contemplar mencionó la transparencia sobre cuándo se usa IA, la responsabilidad de quien la implementa, la protección de datos, la auditoría de modelos, la trazabilidad de las decisiones y la gestión de sesgos.
Respecto de quién debería controlar su cumplimiento, el ejecutivo consideró que el esquema "debería ser coordinado" y que no alcanza con un único organismo aislado. Planteó que el país necesitaría una autoridad con capacidad técnica que trabaje junto a los reguladores sectoriales de protección de datos, defensa del consumidor, el sistema financiero, salud, educación, telecomunicaciones y ciberseguridad. La clave, resumió, es evitar dos extremos: "una regulación tan débil que no genere confianza, o una tan rígida que frene la innovación".
Los riesgos de no regular (y de regular mal)
Consultado sobre si la protección de datos debería darse bajo una modalidad público-privada, Colombo respondió que la ciberseguridad y la información "son desafíos que requieren un enfoque colaborativo" y que ningún sector puede abordarlos de forma aislada.
Para el ejecutivo, si no se avanza con una ley, el principal riesgo es que la adopción de IA crezca más rápido que la capacidad de controlar sus impactos: más exposición de datos personales, decisiones automatizadas sin transparencia, sesgos difíciles de auditar y mayores riesgos de ciberseguridad. También impacta en las empresas, agregó, porque "la falta de reglas claras genera incertidumbre" y cada organización termina interpretando los límites a su manera.
Pero el exceso de regulación tampoco está exento de riesgos. Colombo advirtió que una ley rígida, difícil de cumplir o desactualizada frente a la velocidad de la tecnología "puede frenar la innovación a futuro". Su diagnóstico es que el desafío no pasa por elegir entre regulación e innovación, sino por "regular bien": controles más estrictos para los usos de alto impacto y reglas más simples para las aplicaciones de bajo riesgo. "Si la regulación ayuda a ordenar esos puntos, no frena la innovación: la habilita", resumió.
Qué hacen Europa y Latinoamérica, y qué debería hacer Argentina
Sobre los antecedentes internacionales, Colombo destacó que Europa avanzó con "el enfoque más estructurado hasta ahora", una regulación basada en niveles de riesgo que exige más controles sobre los usos de alto impacto y prohíbe ciertos usos considerados inaceptables. La calificó como "una referencia importante", aunque no necesariamente un modelo para copiar de forma automática.
En América Latina, el panorama es más fragmentado: países como Brasil, Chile, Perú o Colombia ya avanzaron con leyes o políticas nacionales, pero todavía no existe un marco regional común. Según Colombo, la región busca un equilibrio entre aprovechar la IA para el desarrollo económico y, al mismo tiempo, proteger derechos y datos personales.
Para Argentina, su recomendación es tomar lo mejor de esas experiencias y adaptarlas a la realidad local, con una regulación flexible y basada en riesgos que dé reglas claras sobre transparencia, responsabilidad, protección de datos, ciberseguridad y auditoría. "Argentina tiene una oportunidad: no solo regular la IA, sino construir un marco de confianza digital que permita innovar con seguridad", afirmó.
Recuperación ante desastres: la resiliencia empieza antes del incidente
Por último, Colombo se refirió a cómo deben prepararse las organizaciones ante un desastre informático. Según explicó, la recuperación "empieza mucho antes del desastre" y no alcanza con tener backups: hace falta una estrategia probada de resiliencia de datos, con copias de seguridad actualizadas, aisladas e inmutables, planes de recuperación definidos y pruebas periódicas.
Ante un incidente —ya sea ransomware, una falla tecnológica o un error humano—, la prioridad es identificar qué datos fueron afectados, evitar que el daño se propague y recuperar los sistemas críticos lo más rápido posible. Las consecuencias de no estar preparados, advirtió, pueden ser graves: interrupción del negocio, pérdida de ingresos, caída de servicios públicos y pérdida de confianza.
Como síntesis, Colombo trasladó una pregunta que, según dijo, se repiten puertas adentro de Veeam: no es si va a ocurrir un incidente, sino "cuán rápido y limpio puede recuperarse la organización". Ahí, cerró, está la verdadera resiliencia: "poder volver a operar con datos confiables, protegidos y recuperables".