Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La privacidad ya no depende solo de que nadie robe un dato. Gartner cree que el problema se está desplazando hacia otro terreno y prevé que para 2029 la mayoría de los incidentes de privacidad nazcan de inferencias generadas por inteligencia artificial, no de la exposición directa de información personal.
Bart Willemsen, vicepresidente analista de Gartner, resume ese giro con una frase que cambia el foco del debate. El riesgo ya no estaría solo en mostrar datos, sino en deducir conocimientos a partir de ellos.
"Se está produciendo una transición de la exposición de datos a la exposición de conocimientos" - Bart Willemsen, vicepresidente analista de Gartner
Antes bastaba con guardar el dato, ahora importa lo que la máquina deduce
La diferencia parece sutil, pero no lo es. Una organización puede proteger nombres, correos o historiales y aun así enfrentarse a un sistema capaz de extraer conclusiones sensibles sobre una persona mediante patrones, cruces y predicciones.
Ahí entra una tensión que ya asoma en los fallos de privacidad en chatbots, donde el daño no depende únicamente de qué dato salió fuera, sino de lo que otros sistemas pueden reconstruir a partir de esa huella. El viejo miedo al archivo expuesto convive ahora con otro más difícil de ver y de medir.
Para Gartner, esa mutación obligará a mover dinero y prioridades.
La firma prevé que antes de 2028 las inversiones dedicadas a garantizar la integridad de los datos alcancen niveles similares a las destinadas a la confidencialidad. Dicho de otro modo, ya no bastará con impedir accesos indebidos, también habrá que vigilar que los datos no terminen alimentando conclusiones erróneas, sesgadas o imposibles de auditar.
Gartner pide que la privacidad entre en el diseño de la inteligencia artificial
Willemsen sitúa esa respuesta en los programas de privacidad y en la gobernanza de la IA. La recomendación no apunta a una herramienta única, sino a un cambio de método dentro de los equipos de seguridad.
Entre las medidas que Gartner plantea figuran aplicar principios de privacidad por diseño, evaluar algoritmos para detectar sesgos y reforzar la minimización de datos. También propone adoptar técnicas como la privacidad diferencial o el uso de datos sintéticos cuando ayuden a reducir la exposición de información sensible.
Después aparecen dos capas de control que resultan menos vistosas, pero muy concretas.
Gartner recomienda invertir en detección de anomalías para identificar inferencias problemáticas e implantar supervisión humana que valide esas conclusiones. La idea de fondo es simple y a la vez incómoda, porque una inferencia automatizada puede parecer razonable incluso cuando nace de un sesgo o de una relación estadística mal interpretada.
Para 2028, integridad y confidencialidad podrían pesar casi lo mismo.