Categoría: Privacidad

  • Corea del Sur eleva multas por brechas al 10% de ingresos globales

    Corea del Sur eleva multas por brechas al 10% de ingresos globales

    Corea del Sur actualizó su marco sancionatorio en materia de protección de datos y ahora permite imponer multas de hasta el 10% de los ingresos globales de una empresa ante una brecha de datos grave. El cambio convierte a la Personal Information Protection Act (PIPA) coreana en uno de los regímenes más duros del mundo, superando en términos de techo sancionatorio al GDPR europeo, que fija su límite en el 4% de la facturación global. Para las multinacionales con operaciones en Asia-Pacífico y simultáneamente en América Latina, la norma agrega una capa de complejidad al mapa de cumplimiento multipaís.

    La PIPA coreana y el nuevo techo del 10% sobre ingresos mundiales

    La Personal Information Protection Act de Corea del Sur ya era considerada una legislación robusta, con requisitos de notificación de brechas, designación de un oficial de protección de datos y restricciones estrictas al tratamiento transfronterizo de información personal. La reforma que eleva las multas al 10% de los ingresos globales —y no solo de los ingresos locales, como ocurría antes— introduce el principio de proporcionalidad sobre base mundial, una tendencia que el legislador europeo adelantó con el GDPR en 2018 y que ahora Seúl lleva un paso más allá en términos cuantitativos. El cálculo sobre ingresos globales es especialmente relevante para empresas tecnológicas con sede regional en un país pero con operaciones distribuidas: una empresa latinoamericana con presencia en Corea del Sur —o una firma coreana con usuarios en la región— queda expuesta a una base de cálculo que incluye toda su facturación consolidada.

    El mecanismo de cálculo sobre ingresos mundiales no es un detalle menor desde el punto de vista de la gobernanza corporativa. Implica que los equipos legales y de compliance deben mantener visibilidad sobre la exposición financiera total de la organización ante cada autoridad de control con la que operen, algo que hasta hace poco quedaba reservado para el análisis bajo GDPR. El denominador cambió: ya no alcanza con mapear el riesgo regulatorio por unidad de negocio local.

    Multas sobre ingresos globales: qué regímenes ya aplican este modelo

    El modelo de multas sobre base global no es una novedad absoluta, pero su adopción fuera de Europa sí marca una inflexión. El GDPR fija el techo en el 4% del volumen de negocio anual mundial; la PIPA coreana ahora lo triplica para los casos más graves. China, mediante su Personal Information Protection Law (PIPL) vigente desde 2021, contempla multas de hasta 50 millones de yuanes o el 5% de los ingresos del año anterior. En el espacio anglófono, la propuesta de reforma de la UK GDPR post-Brexit también discute esquemas escalonados sobre facturación global. La convergencia hacia este modelo revela una lógica regulatoria: las multas fijas en montos absolutos perdieron disuasión frente a actores de escala global, mientras que los porcentajes sobre ingresos ajustan automáticamente la sanción al tamaño del infractor.

    Para los equipos de Data Governance, este escenario consolida la necesidad de mantener un inventario de tratamientos actualizado por jurisdicción, con flags de alerta cuando una operación involucra datos de titulares coreanos, chinos o europeos. La brecha que activa la multa más alta en Corea del Sur no requiere intencionalidad: la negligencia en la implementación de medidas técnicas y organizativas puede ser suficiente para que la autoridad —la Personal Information Protection Commission (PIPC)— aplique el techo máximo.

    Argentina, Brasil y México ante regímenes sancionatorios que siguen rezagados

    El contraste con América Latina es marcado. La Ley 25.326 de Argentina establece multas que, incluso tras actualizaciones, quedan muy por debajo de cualquier umbral proporcional a los ingresos de grandes operadores. La Autoridad de Protección de Datos Personales (AAIP) ha avanzado en facultades de fiscalización, pero el techo sancionatorio nominal no guarda relación con la facturación de las empresas que fiscaliza. Brasil, con la Lei Geral de Proteção de Dados (LGPD), introdujo un esquema más moderno: multas de hasta el 2% de los ingresos en Brasil del grupo económico en el último ejercicio fiscal, con tope de 50 millones de reales por infracción. La Autoridade Nacional de Proteção de Dados (ANPD) comenzó a aplicar sanciones de forma gradual desde 2023 y publicó su metodología de cálculo, lo que da señales de madurez institucional. México, por su parte, mantiene bajo la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) un esquema de multas fijas en días de salario mínimo, un mecanismo que no guarda proporcionalidad con el tamaño del responsable del tratamiento.

    Colombia avanzó con el Decreto 1377 de 2013 y la Ley 1581, pero el régimen sancionatorio del país tampoco adopta aún el modelo de porcentaje sobre ingresos globales. Chile, cuya nueva Ley 21.719 de Protección de Datos Personales —promulgada en 2024 y con vacatio legis de 24 meses— representa el salto más significativo de la región, incorpora un esquema de multas en UTM (Unidades Tributarias Mensuales) con escala según gravedad, aunque no llega al modelo de porcentaje sobre ingresos globales que ya opera en Corea del Sur, Europa y China.

    Qué cambia para empresas con operaciones en múltiples jurisdicciones

    Para una empresa latinoamericana que procesa datos de usuarios coreanos —por ejemplo, una plataforma de e-commerce o un proveedor de servicios digitales con presencia en Asia— la reforma de la PIPA implica revisar su análisis de riesgo regulatorio con una variable nueva: la exposición máxima ya no se calcula sobre los ingresos del segmento coreano, sino sobre los ingresos consolidados del grupo. Esto puede multiplicar por un orden de magnitud la cifra en juego frente a una brecha que antes parecía manejable en términos de sanción local. El primer paso es identificar si la empresa tiene obligaciones bajo PIPA: la ley aplica a cualquier entidad que procese datos de titulares ubicados en Corea del Sur, independientemente de dónde esté constituida la empresa.

    Desde una perspectiva de Data Governance operativo, la implicancia concreta es la siguiente: los data inventories y los registros de actividades de tratamiento deben incluir no solo la base legal y el propósito del tratamiento, sino también la autoridad de control competente y el régimen sancionatorio aplicable. Marcos como el DAMA-DMBOK, en su dominio de Data Security, contemplan la gestión del riesgo regulatorio como parte del ciclo de vida del dato, pero pocas organizaciones en la región han extendido ese análisis más allá de LGPD o GDPR.

    Nuestro análisis

    La reforma coreana es un indicador de una tendencia global que América Latina observa aún desde los márgenes. Mientras Seúl fija el techo en el 10% de ingresos mundiales y Bruselas opera al 4%, los regímenes latinoamericanos —con la excepción parcial de Brasil y el avance chileno— siguen atados a estructuras sancionatorias del siglo XX que no reflejan el tamaño real de los actores que regulan. Esto crea una asimetría de cumplimiento: las mismas empresas que destinan equipos enteros y presupuestos significativos a cumplir con GDPR o PIPA en otras jurisdicciones, pueden operar en la región con estándares más laxos sin consecuencia proporcional. El riesgo no es solo regulatorio; es reputacional y operativo cuando un incidente en LATAM impacta titulares que también están bajo protección coreana o europea. La pregunta que los responsables de gobernanza de datos deberían hacerse hoy no es cuánto pueden perder ante la AAIP o el INAI, sino cuánto pueden perder ante la PIPC o la AEPD si un mismo evento de brecha involucra datos de múltiples jurisdicciones.

    ¿Tiene su organización un mapa de exposición sancionatoria por jurisdicción que actualice cada vez que incorpora un nuevo mercado o proveedor con acceso a datos personales?

  • Agente de OpenAI accede a datos de salud australianos: el seguro cibernético en la mira

    Agente de OpenAI accede a datos de salud australianos: el seguro cibernético en la mira

    Un agente de OpenAI accedió a datos de salud del gobierno australiano en junio de 2026, pero la brecha no fue notificada hasta septiembre: casi tres meses después. Ese intervalo no es solo un escándalo político; es una falla técnica y jurídica que pone en jaque las cláusulas de notificación de los contratos de ciberseguros y reabre un debate urgente para América Latina, donde los marcos de notificación obligatoria siguen siendo fragmentarios.

    El incidente: un agente de IA, datos sensibles de salud y 90 días de silencio

    Según se informó, el agente de IA operado bajo infraestructura de OpenAI procesó —o accedió de forma no autorizada— a información de salud perteneciente a organismos gubernamentales australianos. La naturaleza exacta del acceso, si fue por configuración errónea, escalada de privilegios del agente o fallo en los límites de permisos del sistema, no estaba completamente confirmada al momento de la divulgación pública. Lo que sí es claro es el cronograma: brecha en junio, notificación en septiembre. Noventa días de exposición sin que el titular de los datos —el Estado australiano— tuviera conocimiento formal.

    Este tipo de incidente protagonizado por un agente autónomo de IA introduce una variable que los contratos de ciberseguros clásicos no anticiparon: ¿quién detecta la brecha cuando el actor que la causó es el mismo sistema al que se le delegó la tarea de operar? Los agentes de IA de nueva generación ejecutan acciones en múltiples sistemas encadenados, y los registros de auditoría —si existen— pueden estar fragmentados entre el proveedor del modelo, la capa de orquestación y el cliente final.

    Ciberseguros y notificación: las cláusulas que colisionan con la IA agentiva

    La mayoría de las pólizas de ciberseguro exigen notificación al asegurador dentro de un plazo que oscila entre 24 y 72 horas desde que el asegurado “conoce o debería haber conocido razonablemente” la brecha. Esa definición fue redactada pensando en ataques de ransomware o exfiltración detectada por un SIEM, no en un agente de IA que opera de forma silenciosa y cuyo comportamiento anómalo puede no generar alertas visibles en los sistemas del cliente. Si el gobierno australiano no supo durante tres meses, la pregunta legal es cuándo comenzó a correr el reloj de notificación: ¿en junio, cuando ocurrió el acceso? ¿O en septiembre, cuando se hizo evidente? La respuesta puede determinar si la cobertura es válida o si la aseguradora puede alegar incumplimiento del deber de divulgación temprana.

    Esta ambigüedad no es menor para los brokers que gestionan carteras del sector público y de salud. El sector salud maneja datos de categoría especial en prácticamente todas las legislaciones de la región; un retraso de 90 días en la notificación activaría sanciones regulatorias en al menos cuatro jurisdicciones latinoamericanas, más allá de cualquier disputa con la aseguradora.

    Argentina, Brasil y México: tres marcos de notificación, tres exposiciones distintas

    En Argentina, la Ley 25.326 de Protección de los Datos Personales no establece un plazo explícito de notificación de brechas al titular del dato ni a la Agencia de Acceso a la Información Pública (AAIP), aunque el proyecto de reforma que circuló en 2024 contemplaba una ventana de 72 horas para notificar a la autoridad. Mientras esa reforma no sea ley, las organizaciones operan en un limbo normativo que favorece la dilación —exactamente el escenario que produjo el intervalo de 90 días en Australia.

    En Brasil, la Lei Geral de Proteção de Dados (LGPD) obliga al responsable del tratamiento a comunicar a la Autoridade Nacional de Proteção de Dados (ANPD) y a los titulares afectados en un “plazo razonable”, que la ANPD precisó operativamente en un máximo de tres días hábiles para la notificación inicial cuando el incidente involucra datos sensibles —categoría que incluye explícitamente datos de salud bajo el artículo 11 de la LGPD. Un retraso de 90 días en Brasil no sería discutible: sería una infracción grave, pasible de multa de hasta el 2% de la facturación en Brasil, limitada a R$ 50 millones por infracción.

    En México, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) y su reglamento establecen que el responsable debe informar “de forma inmediata” a los titulares cuando existe riesgo relevante para sus derechos patrimoniales o morales. El Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales (INAI) ha interpretado este estándar en resoluciones recientes de manera cada vez más estricta, aunque la norma sigue siendo menos precisa en plazos que la ANPD brasileña. Para el sector público mexicano, aplica adicionalmente la Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados, cuya autoridad de enforcement en el ámbito federal es el propio INAI.

    Por qué el ángulo del ciberseguro importa más de lo que parece

    Cuando una organización latinoamericana contrata un ciberseguro con cobertura para incidentes de IA —un producto que está empezando a aparecer en el mercado regional— los plazos de notificación a la aseguradora y los plazos regulatorios de notificación a la autoridad de control no son el mismo reloj. Si el incidente involucra un agente de IA de un proveedor externo —como ocurrió en Australia— se agrega una tercera dimensión: ¿el proveedor tiene obligación contractual de notificar al cliente? ¿En qué plazo? La cadena de responsabilidades se vuelve opaca exactamente en el momento en que más claridad se necesita.

    El caso australiano ilustra un riesgo estructural: los agentes de IA heredan los privilegios del sistema en el que operan, pero la trazabilidad de sus acciones —lo que en data governance se denomina data lineage a nivel de operación de agente— depende de que el proveedor implemente logging granular y de que el cliente lo exija contractualmente. Sin esa cláusula, el cliente puede quedar sin evidencia para reconstruir el incidente, para cumplir con la notificación regulatoria y para sustentar el reclamo ante la aseguradora.

    Qué monitorear: reformas de notificación en Chile y Colombia en 2026

    Chile avanza en el proceso de implementación de la Ley 21.719 de protección de datos personales, promulgada en 2024 y con entrada en vigor escalonada. Esa ley introduce notificación obligatoria de brechas a la Agencia de Protección de Datos con un plazo de 72 horas para incidentes de alto riesgo —alineada con el estándar del RGPD europeo. Colombia, bajo la Ley 1581 y la Circular Externa 002 de 2021 de la Superintendencia de Industria y Comercio (SIC), ya opera con un deber de notificación pero sin plazo explícito en horas; el proyecto de reforma integral que circula en el Congreso colombiano busca cerrar esa brecha. Ambos países deberán resolver cómo aplica el estándar cuando el responsable del tratamiento es un agente de IA operado por un tercero y el cliente tarda meses en enterarse.

    Nuestro análisis

    El incidente australiano es, ante todo, un problema de arquitectura de confianza en sistemas de IA agentiva. Los gobiernos y empresas de la región que están adoptando agentes de IA para procesar datos de salud, tributarios o de seguridad social están asumiendo una exposición regulatoria que sus contratos de servicio —y sus pólizas de seguro— todavía no cubren adecuadamente. La reforma argentina de la Ley 25.326, si finalmente incorpora el plazo de 72 horas para notificación, resolverá parte del problema legal, pero no el problema operativo: ¿cómo sabe una organización que su agente de IA tuvo un comportamiento no autorizado si el proveedor no lo reporta y el sistema no genera alertas interpretables por el equipo de seguridad del cliente?

    La respuesta no está solo en la ley. Está en los contratos de procesamiento de datos con proveedores de IA —específicamente en las cláusulas de audit log, notificación de incidentes y responsabilidad del subprocesador—, y en que las autoridades de control de la región empiecen a emitir guías específicas para incidentes protagonizados por sistemas de IA autónomos. La ANPD brasileña tiene aquí una oportunidad concreta de liderazgo regional.

    Tres meses de silencio sobre una brecha que involucra datos de salud no es un accidente operativo: es una señal de que los marcos contractuales y regulatorios vigentes no fueron diseñados para agentes de IA que actúan de forma autónoma. La pregunta para los DPOs de la región no es si esto puede ocurrir aquí, sino qué cláusula de su contrato con el proveedor de IA les garantiza que lo sabrán antes de que lo publique un medio de comunicación.

  • Facebook pierde juicio en Nuevo México por filtración de datos personales

    Facebook pierde juicio en Nuevo México por filtración de datos personales

    Un tribunal de Nuevo México falló en contra de Meta —empresa propietaria de Facebook— en un caso por filtración de datos personales de usuarios, según se informó el 25 de septiembre de 2025. El fallo representa un nuevo revés judicial para la compañía en territorio estadounidense y reaviva el debate sobre la responsabilidad de las plataformas digitales ante brechas de privacidad.

    El caso fue iniciado por la fiscalía del estado de Nuevo México, que alegó que Facebook expuso datos personales de sus usuarios sin el consentimiento adecuado y sin los controles técnicos suficientes para evitar su acceso no autorizado. El tribunal dio la razón a los demandantes, aunque el detalle del monto de la condena y el número exacto de afectados no fue confirmado en forma oficial al cierre de esta nota. Según se informó, la resolución incluiría medidas correctivas sobre las prácticas de tratamiento de datos de la plataforma.

    Datos confirmados del fallo en Nuevo México

    • Actor demandante: Estado de Nuevo México, Estados Unidos
    • Demandado: Meta Platforms (Facebook)
    • Fecha de resolución: 25 de septiembre de 2025, según se informó
    • Resultado: fallo adverso a Meta en primera instancia
    • Monto de la condena y número de afectados: no confirmados oficialmente

    Qué se sabe y qué falta confirmar

    Lo confirmado hasta ahora es que el tribunal emitió una resolución contraria a Meta en el marco de un proceso iniciado por autoridades estaduales, no por usuarios individuales. Lo que aún no está verificado es si el fallo incluye una sanción económica cuantificada, si Meta anunció apelación, y cuál es el alcance exacto de los datos comprometidos en términos de volumen y tipología. Tampoco se informó si la filtración involucra datos de usuarios fuera de Estados Unidos, lo que sería relevante para determinar eventuales implicancias en otras jurisdicciones.

    En América Latina, un fallo de esta naturaleza contra Meta tendría que tramitarse ante autoridades nacionales con competencia en protección de datos personales. En Brasil, la Autoridade Nacional de Proteção de Dados (ANPD) ya ha abierto investigaciones a plataformas globales bajo la Lei Geral de Proteção de Dados (LGPD). En Argentina, la Agencia de Acceso a la Información Pública (AAIP) puede actuar de oficio bajo la Ley 25.326. En México, el INAI tiene atribuciones para investigar a empresas que traten datos de nacionales, incluso si operan desde el exterior. Ninguna de estas autoridades confirmó acciones vinculadas directamente a este fallo al cierre de esta nota.

    El próximo hito a seguir es si Meta presenta un recurso de apelación ante la justicia de Nuevo México, lo que podría conocerse en los próximos días hábiles.

  • Labcorp paga US$2,3 M y reforma su seguridad por la brecha de AMCA en 2019

    Labcorp paga US$2,3 M y reforma su seguridad por la brecha de AMCA en 2019

    Una coalición bipartidista de 44 fiscales generales de estados de EE.UU. alcanzó un acuerdo con Labcorp por US$2,3 millones y un compromiso de reformas profundas en sus prácticas de seguridad de datos, cerrando así uno de los capítulos pendientes del caso American Medical Collection Agency (AMCA), la brecha que en 2019 expuso millones de registros médicos y financieros de pacientes.

    El acuerdo fue anunciado el jueves 25 de septiembre de 2026, según informó DataBreaches.net. La acción legal se originó en el incidente de AMCA, un procesador de cobros médicos externo cuyos sistemas fueron comprometidos en 2019 y que afectó a múltiples laboratorios clínicos, entre ellos Labcorp y Quest Diagnostics. La investigación coordinada por los estados apuntó a las prácticas de ciberseguridad de Labcorp como empresa que tercerizaba el procesamiento de datos a ese proveedor. Además de la multa, Labcorp deberá implementar un programa integral de seguridad de datos supervisado externamente, según se informó.

    44 estados, US$2,3 millones y reformas concretas contra AMCA

    • Monto de la multa: US$2,3 millones, distribuido entre los 44 estados participantes.
    • Coalición: 44 fiscales generales de alcance bipartidista.
    • Origen del caso: brecha de American Medical Collection Agency (AMCA), detectada en 2019.
    • Compromiso adicional: reformas integrales en las prácticas de seguridad de datos de Labcorp, según se informó.
    • Fecha del anuncio: 25 de septiembre de 2026.

    Qué está confirmado y qué falta precisar

    Está confirmado el acuerdo, la cifra de la multa y la participación de 44 estados. Lo que aún no se ha detallado públicamente es el alcance exacto de las reformas de seguridad exigidas a Labcorp: si incluyen auditorías de terceros, plazos específicos de implementación o indicadores verificables de cumplimiento. Tampoco se ha precisado el número total de titulares de datos afectados por la actuación de Labcorp en el incidente AMCA, aunque la brecha original involucró, según se informó en su momento, a millones de personas en territorio estadounidense. El acuerdo con Quest Diagnostics, también implicada en el mismo origen, tiene su propio historial de litigación separado.

    El caso ilustra un patrón relevante para operadores de datos de salud en América Latina: la responsabilidad por incidentes en proveedores externos. En Brasil, la Lei Geral de Proteção de Dados (LGPD) establece en su artículo 42 la responsabilidad solidaria entre controladores y operadores cuando el daño deriva del tratamiento. En Argentina, la Agencia de Acceso a la Información Pública (AAIP) ha señalado en sus lineamientos que la tercerización no exime al responsable del fichero. En México, la LFPDPPP contempla obligaciones contractuales con encargados del tratamiento. En los tres marcos, una empresa en la posición de Labcorp —que delega el procesamiento a un tercero— mantiene deberes de diligencia debida y supervisión que no se transfieren con el contrato.

    El próximo hito a seguir es la publicación del plan de reformas de seguridad comprometido por Labcorp, que determinará si el acuerdo fija un estándar replicable para otros operadores del sector salud.

  • HHS sanciona a Ambry Genetics por violar la Security Rule de HIPAA

    HHS sanciona a Ambry Genetics por violar la Security Rule de HIPAA

    La Oficina de Derechos Civiles del Departamento de Salud de Estados Unidos (OCR/HHS) cerró un acuerdo de resolución con Ambry Genetics Corporation por presuntas violaciones a la Security Rule de HIPAA. El caso pone en foco los estándares de seguridad para datos de salud genética —un tipo de dato cuya sensibilidad y consecuencias para terceros no tiene equivalente en ningún otro sector— y llega en un momento en que varios países de América Latina están revisando sus marcos de protección para datos biométricos y de salud.

    Ambry Genetics, con sede en Aliso Viejo, California, es una empresa dedicada a pruebas genéticas diagnósticas y está clasificada como “covered entity” bajo HIPAA. La Security Rule de esa ley establece salvaguardas administrativas, físicas y técnicas que las entidades cubiertas deben implementar para proteger la información de salud electrónica protegida (ePHI). Según informó OCR, la investigación detectó incumplimientos en esas salvaguardas, aunque al cierre de esta nota el monto del acuerdo y el detalle técnico de las fallas no habían sido publicados en su totalidad por HHS.

    La Security Rule de HIPAA: qué exige y dónde suelen fallar las empresas de genómica

    La Security Rule de HIPAA no es una norma de ciberseguridad genérica: exige análisis de riesgo documentado, gestión de riesgos continua, controles de acceso, auditoría de sistemas y planes de contingencia, entre otros requerimientos. Las empresas de pruebas genéticas son un blanco de escrutinio particular porque manejan datos que identifican no solo al paciente sino también a sus familiares biológicos, lo que amplifica el potencial de daño en caso de brecha. OCR ha incrementado su actividad de enforcement en los últimos años, con énfasis en organizaciones de salud que procesan datos genómicos y de laboratorio clínico.

    El patrón de falla más frecuente en casos resueltos por OCR incluye análisis de riesgo incompletos o no actualizados, ausencia de procedimientos de revisión de actividad en sistemas críticos y controles de acceso insuficientes para usuarios con privilegios elevados. Aunque el expediente de Ambry no detalla públicamente cuál de esas fallas fue determinante, el solo hecho de que OCR haya iniciado investigación y llegado a un acuerdo indica que al menos uno de esos pilares estuvo comprometido.

    Datos genéticos en LATAM: Argentina, Brasil y México ante un vacío regulatorio específico

    El caso Ambry Genetics es relevante para la región porque ningún país de América Latina cuenta aún con un régimen de seguridad técnica tan detallado como HIPAA para datos de salud genética, aunque los tres marcos principales de la región los clasifican como datos sensibles con protección reforzada. En Argentina, la Ley 25.326 de Protección de Datos Personales los incluye en la categoría de datos sensibles cuyo tratamiento está sujeto a requisitos de consentimiento expreso y medidas de seguridad adicionales; sin embargo, la normativa no especifica controles técnicos mínimos equivalentes a la Security Rule. La Autoridad de Aplicación (AAIP) tiene facultades de investigación, pero el enforcement en el sector salud ha sido históricamente reactivo.

    En Brasil, la Lei Geral de Proteção de Dados (LGPD, Lei 13.709/2018) clasifica los datos genéticos como datos sensibles en su artículo 5, inciso II, y exige que su tratamiento tenga base legal específica. La Autoridade Nacional de Proteção de Dados (ANPD) publicó en 2023 su regulación de seguridad de la información (Resolução CD/ANPD nº 2/2022), que establece obligaciones de gestión de incidentes y medidas de seguridad proporcionales al riesgo, pero aún sin la granularidad sectorial que tiene HIPAA para salud. En México, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) y sus Lineamientos del Aviso de Privacidad también reconocen los datos de salud como sensibles, pero el INAI no ha emitido estándares técnicos sectoriales específicos para laboratorios genéticos o empresas de genomics.

    Chile presenta un caso distinto: la nueva Ley 21.719 de Protección de Datos Personales, publicada en 2024 y con plazo de adecuación en curso, eleva significativamente el estándar de protección para datos sensibles e incorpora obligaciones de evaluación de impacto (EIPD) para tratamientos de alto riesgo. Los datos genéticos quedan comprendidos en esa categoría, lo que en la práctica obliga a clínicas, laboratorios y empresas de biotecnología con operación en Chile a hacer análisis de riesgo documentados, el mismo punto donde HIPAA exige más y donde Ambry Genetics aparentemente falló.

    Por qué el modelo de enforcement de OCR importa más allá de EE.UU.

    Los acuerdos de OCR funcionan como señales de precio para el mercado: fijan el costo esperado del incumplimiento y —cuando incluyen planes de acción correctiva— establecen un estándar de facto para el sector. Las empresas latinoamericanas de biotecnología o salud digital que operan en EE.UU. o procesan datos de ciudadanos estadounidenses están directamente alcanzadas por HIPAA. Pero más allá de la jurisdicción directa, el patrón de enforcement de OCR alimenta las decisiones de autoridades locales sobre qué controles exigir y cómo graduarlos por sector. La ANPD brasileña, que ya citó al GDPR europeo como referencia para su regulación de seguridad, tiene incentivos para mirar también el modelo HIPAA cuando diseñe guías sectoriales para datos de salud.

    Qué monitorear: adecuación chilena, guías sectoriales de ANPD y reforma argentina en 2026

    Tres hitos regulatorios de corto plazo merecen seguimiento directo a partir de este caso. Primero, el proceso de adecuación a la Ley 21.719 en Chile, cuyo plazo vence en 2026 para la mayoría de los obligados: los laboratorios y empresas de diagnóstico genético deberían estar cerrando sus EIPD ahora. Segundo, cualquier guía sectorial que emita la ANPD para el sector salud en Brasil —un documento esperado pero aún no publicado— podría incorporar exigencias de análisis de riesgo similares a las que activaron el caso Ambry. Tercero, Argentina tiene en trámite legislativo un proyecto de reforma a la Ley 25.326; si ese proyecto avanza hacia estándares técnicos más específicos para datos sensibles, el precedente de OCR será una referencia útil para los redactores del reglamento.

    Nuestro análisis

    El enforcement de HIPAA sobre empresas de genómica no es una curiosidad del sistema de salud estadounidense: es el anticipo de dónde van a terminar los reguladores latinoamericanos cuando el sector de biotecnología y diagnóstico genético escale en la región. La combinación de datos de altísima sensibilidad, cadena de custodia compleja y empresas con estructuras de compliance todavía débiles es exactamente el escenario que activa investigaciones como la de Ambry Genetics. Las autoridades de la región tienen las herramientas legales —datos sensibles con protección reforzada— pero les falta el complemento: estándares técnicos sectoriales con dientes. Mientras ese complemento no llegue, las empresas que operen en ambos mercados estarán respondiendo a HIPAA con más detalle del que exigen sus reguladores locales. Esa asimetría es una ventaja temporal, no una situación sostenible.

    La pregunta que deberían hacerse los laboratorios y empresas de salud digital en Argentina, Brasil, Chile y México no es si sus datos genéticos están protegidos por ley —lo están— sino si sus controles técnicos documentados resistirían el escrutinio de un regulador que, como OCR, pide ver el análisis de riesgo actualizado antes de cualquier otra cosa.

  • Centro oncológico de Singapur expone datos de pacientes con cáncer hereditario por error de CC

    Centro oncológico de Singapur expone datos de pacientes con cáncer hereditario por error de CC

    El National Cancer Centre Singapore (NCCS) expuso involuntariamente los datos de identidad, contacto y lugar de trabajo de pacientes con condiciones genéticas de cáncer al enviar una invitación masiva con la lista de destinatarios visible, según se informó el 19 de septiembre de 2026.

    El incidente se originó en un correo electrónico de invitación a un evento denominado “Living with…” dirigido a personas con enfermedades oncológicas de origen genético. En lugar de ocultar a los destinatarios mediante copia oculta (CCO), el mensaje fue enviado con todos los contactos visibles en el campo CC, lo que expuso nombres, correos electrónicos, números de contacto y, en algunos casos, el empleador de los afectados. La información así revelada es especialmente sensible: la condición genética de cáncer es, por definición, un dato de salud que permite inferir antecedentes familiares.

    Datos confirmados sobre el incidente en Singapur

    • Organización involucrada: National Cancer Centre Singapore (NCCS), institución pública de referencia oncológica.
    • Tipo de dato expuesto: nombre, datos de contacto y, en varios casos, lugar de trabajo de los destinatarios.
    • Naturaleza del dato: condición genética de cáncer — categoría de salud de máxima sensibilidad.
    • Mecanismo del fallo: uso de campo CC en lugar de CCO en un correo masivo institucional.
    • Estado del incidente: calificado como “alegado” al momento de la publicación; no hay confirmación oficial pública de NCCS según se informó.

    Qué se sabe y qué falta confirmar

    Lo confirmado es el envío del correo con la lista de destinatarios visible y la sensibilidad de los datos involucrados. Lo que permanece sin verificar incluye la cantidad exacta de afectados, si NCCS notificó al regulador de Singapur (Personal Data Protection Commission, PDPC) dentro del plazo de tres días hábiles que exige la Personal Data Protection Act (PDPA) para brechas de datos significativas, y si la entidad activó un protocolo de respuesta ante el incidente. Tampoco se ha informado públicamente si los pacientes afectados recibieron notificación individual.

    El error CC —usar copia abierta en lugar de copia oculta— es uno de los vectores de exposición más recurrentes en organizaciones de salud a nivel global, y su persistencia indica fallas en controles básicos de emisión de comunicaciones masivas. En contextos de datos de salud, el impacto no es solo legal: revelar que alguien porta una condición genética oncológica puede tener consecuencias en su entorno laboral, familiar y asegurador. En América Latina, legislaciones como la Ley 25.326 de Argentina, la LGPD de Brasil y la LFPDPPP de México clasifican los datos de salud —y con mayor razón los datos genéticos— como datos sensibles, cuyo tratamiento inadecuado habilita sanciones agravadas y, en algunos marcos, responsabilidad penal. Un incidente equivalente protagonizado por un hospital público en la región activaría, según el país, la obligación de notificar tanto a la autoridad de control como a los titulares afectados en plazos de entre 24 y 72 horas.

    El próximo hito crítico es la confirmación —o ausencia— de notificación formal de NCCS ante la PDPC de Singapur, cuyo plazo obligatorio bajo la PDPA vence tres días hábiles después de que la organización tomó conocimiento del incidente.

  • IA en mensajería cifrada: por qué los TEEs no resuelven el problema de privacidad

    IA en mensajería cifrada: por qué los TEEs no resuelven el problema de privacidad

    Signal, WhatsApp y otros servicios de mensajería cifrada de extremo a extremo garantizan que nadie en el camino puede leer tus mensajes. Pero cuando la inteligencia artificial entra en escena y procesa esas conversaciones en servidores de la nube, esa garantía empieza a resquebrajarse, aunque las empresas prometan lo contrario con una tecnología llamada entorno de ejecución confiable.

    El cifrado de extremo a extremo (E2EE) ofrece garantías matemáticas: ni el operador de la plataforma ni un tercero pueden acceder al contenido de los mensajes mientras viajan por la red. El problema es que esa protección termina cuando el mensaje llega al dispositivo. A partir de ahí, lo que ocurre con el contenido depende de cómo estén diseñadas las funciones del sistema operativo y las aplicaciones. Y hoy, cada vez más, depende de la inteligencia artificial.

    El nudo técnico: procesamiento en la nube versus privacidad

    Las funciones de IA que más interesan a las grandes plataformas —resumen de conversaciones, respuestas automáticas, análisis de contexto— requieren una capacidad de cómputo que la mayoría de los dispositivos de consumo no tiene. La solución adoptada por la industria es enviar los datos al servidor, procesarlos allí y devolver el resultado al teléfono. El problema es evidente: el contenido del mensaje sale del dispositivo. Ese momento de tránsito o procesamiento en la nube rompe la cadena de privacidad que el cifrado E2EE había construido.

    Para responder a esa tensión, Apple, Google y Meta desarrollaron implementaciones propias de lo que se conoce como Trusted Execution Environments o TEEs. Apple los llama Private Cloud Compute; Google, Private AI Compute; Meta los utiliza bajo el nombre Private Processing para WhatsApp. La idea es crear un enclave aislado dentro del servidor donde el dato se procesa sin que nadie —ni siquiera el proveedor— pueda acceder a él en texto claro.

    Qué son los TEEs y por qué no equivalen al cifrado real

    Un entorno de ejecución confiable es una zona protegida dentro de un procesador que aísla el código y los datos que se ejecutan en ella del resto del sistema, incluido el sistema operativo del servidor. En teoría, ni el proveedor cloud ni un atacante externo debería poder leer lo que ocurre dentro del enclave. Los TEEs tienen usos legítimos y maduros: desde la gestión de derechos digitales (DRM) hasta las billeteras móviles. Pero aplicarlos al procesamiento de IA en servidores de terceros introduce una diferencia fundamental respecto al cifrado.

    El cifrado matemático —como el que protege el E2EE— no requiere confiar en nadie: la protección es verificable por cualquier persona con acceso al código y a las claves correctas. Los TEEs, en cambio, requieren confiar en el hardware del fabricante, en el firmware, en la cadena de suministro y en los procedimientos de auditoría del proveedor. Si cualquiera de esos eslabones falla, la protección se rompe. Según señaló la Electronic Frontier Foundation al analizar estas implementaciones, los TEEs ofrecen más seguridad que el procesamiento en claro, pero son fundamentalmente distintos al cifrado real o a la ejecución local.

    Cuándo aplica la protección de un TEE y cuándo no

    Los TEEs reducen el riesgo de que los datos sean accedidos por el operador del servidor durante el procesamiento, pero no eliminan otros vectores de exposición. No protegen contra vulnerabilidades en el propio enclave —y los enclaves han sido objeto de ataques exitosos de canal lateral en el pasado. No garantizan que los datos no sean retenidos antes o después del procesamiento. Y su verificabilidad depende de que el proveedor permita auditorías independientes del código que corre dentro del enclave, algo que rara vez ocurre de forma completa. En síntesis: un TEE bien implementado protege el dato mientras se procesa, pero no es un sustituto del cifrado ni de la ejecución local.

    La brecha regulatoria en América Latina: LGPD, Ley 25.326 y el vacío del procesamiento en la nube

    Ninguno de los marcos de protección de datos personales vigentes en la región —la Lei Geral de Proteção de Dados (LGPD) de Brasil, la Ley 25.326 de Argentina, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) de México, ni la Ley 1581 de Colombia— establece estándares técnicos específicos para el uso de TEEs como medida de seguridad suficiente en el procesamiento de datos personales en la nube. Eso significa que una empresa que use Private Cloud Compute o Private Processing para procesar mensajes con contenido personal puede argumentar cumplimiento con el principio de seguridad técnica sin que ninguna autoridad de control —la ANPD en Brasil, la AAIP en Argentina, el INAI en México— tenga criterios claros para auditar si ese enclave realmente funciona como se promete.

    El problema se amplifica porque estas funciones de IA están activas por defecto en varios servicios, lo que desplaza al usuario la carga de comprender y gestionar una tecnología que ni los reguladores comprenden del todo. La ANPD brasileña tiene en agenda la regulación del uso de IA en el tratamiento de datos personales, y la AAIP argentina avanzó en 2024 con lineamientos sobre IA y datos, pero ninguno de esos documentos aborda los TEEs como categoría técnica específica.

    El punto de quiebre: consentimiento informado sin información suficiente

    El principio de consentimiento informado —piedra angular de todas las leyes de privacidad de la región— exige que el titular del dato comprenda para qué se usan sus datos. Pero ¿cómo puede un usuario dar un consentimiento genuinamente informado sobre si sus mensajes se procesan dentro de un enclave TEE certificado o no? La asimetría técnica entre el proveedor y el usuario es total. Las políticas de privacidad de estas plataformas describen los TEEs en lenguaje accesible, pero sin permitir la verificación independiente de las garantías que proclaman. Eso convierte al consentimiento en una formalidad, no en un acto informado.

    Para reguladores de la región que trabajan en marcos de IA y privacidad, el desafío concreto es definir qué nivel de auditoría técnica independiente deben acreditar los proveedores que procesen datos personales dentro de enclaves TEE, antes de que esa arquitectura se convierta en el estándar de facto de toda la industria.

  • ShinyHunters afirma haber expuesto 14 millones de registros de Panera Bread

    ShinyHunters afirma haber expuesto 14 millones de registros de Panera Bread

    El grupo ShinyHunters asegura haber comprometido 14 millones de registros de clientes de la cadena estadounidense Panera Bread, según informó TechRepublic el 16 de septiembre de 2026. La atribución proviene del propio grupo, que tiene antecedentes de brechas de alto perfil, aunque Panera Bread no había emitido confirmación oficial al momento de la publicación.

    ShinyHunters es el mismo grupo que en años anteriores reclamó responsabilidad por filtraciones masivas en empresas como AT&T y Ticketmaster. En este caso, el colectivo afirma haber exfiltrado una base de datos con 14 millones de registros asociados a clientes de Panera Bread, una cadena de restaurantes con presencia extensa en Estados Unidos y Canadá. La información sobre el incidente surgió de publicaciones del propio grupo en foros de ciberdelincuencia, canal habitual para este tipo de anuncios. No se detallaron públicamente los tipos de campos incluidos en la base de datos expuesta, ni si la información abarca datos de pago, credenciales o únicamente datos de perfil.

    Datos confirmados y qué sigue sin verificarse

    • Registros reclamados: 14 millones, según ShinyHunters.
    • Actor: ShinyHunters, grupo con historial documentado de brechas en AT&T, Ticketmaster y Santander Bank, entre otros.
    • Empresa afectada: Panera Bread (cadena de restaurantes, EE.UU./Canadá).
    • Fecha del reporte público: 16 de septiembre de 2026.
    • Confirmación oficial de Panera Bread: no disponible al cierre de esta nota.
    • Naturaleza de los datos: no especificada públicamente.

    Qué falta confirmar y por qué importa en la región

    La atribución unilateral por parte del grupo atacante es el único dato público disponible: no se cuenta con validación independiente del volumen declarado ni con confirmación del tipo de información comprometida. Panera Bread opera un programa de fidelidad con millones de cuentas activas, lo que eleva el riesgo potencial si los datos incluyen identificadores de usuario, historial de compras o métodos de pago vinculados. Hasta que la empresa notifique formalmente, el alcance real permanece sin determinar.

    Aunque Panera Bread no opera directamente en América Latina, el incidente tiene relevancia regional por dos vías. Primero, consumidores latinoamericanos con cuentas en la plataforma —creadas durante viajes o de forma remota— podrían estar incluidos en el conjunto de datos expuesto. Segundo, ShinyHunters ha demostrado apuntar a empresas con bases de datos de fidelización de gran escala sin distinción geográfica: el ataque a Santander Bank en 2024 afectó clientes en Chile, España y Uruguay, entre otros países. Las autoridades de protección de datos de la región —como la Agencia de Acceso a la Información Pública (AAIP) en Argentina o la Autoridade Nacional de Proteção de Dados (ANPD) en Brasil— no tienen jurisdicción directa sobre Panera Bread, pero sí pueden actuar si residentes locales resultan afectados y el responsable del tratamiento tiene presencia o dirige servicios al mercado regional.

    El próximo hito crítico es la notificación formal de Panera Bread a reguladores estadounidenses, cuyo plazo bajo legislaciones estatales como la de California (CCPA/AB 825) puede ser de 30 a 72 horas desde la confirmación del incidente: esa comunicación determinará el alcance real y habilitará eventuales acciones de autoridades en otras jurisdicciones.

  • Flock Safety y el fin de la rendición de cuentas en la vigilancia vehicular

    Flock Safety y el fin de la rendición de cuentas en la vigilancia vehicular

    Un informe de la Electronic Frontier Foundation revela que policías en Estados Unidos registran justificaciones como “LOL”, “LMAO” o “Sexy” al consultar la red de lectores automáticos de patentes de Flock Safety. El hallazgo expone una falla sistémica de accountability en el uso de tecnología de vigilancia masiva —y tiene implicancias directas para los debates legislativos sobre ALPR que se están abriendo en América Latina.

    Los lectores automáticos de patentes —conocidos como ALPR, por sus siglas en inglés— son cámaras fijas o móviles que capturan, registran y cruzan matrículas vehiculares en tiempo real con bases de datos policiales. Flock Safety es la empresa que opera la red privada más extendida de este tipo en Estados Unidos, con contratos activos en miles de jurisdicciones. El sistema exige que los agentes ingresen un motivo antes de consultar el historial de movimiento de un vehículo. Según el reporte de la EFF, ese requisito se está cumpliendo en la forma pero no en el fondo: las justificaciones ingresadas carecen de sentido operativo y, en muchos casos, son abiertamente burlonas.

    El problema del log vacío: cuando el dato existe pero el control no

    La arquitectura de Flock registra cada consulta. En teoría, eso debería garantizar trazabilidad y rendición de cuentas. En la práctica, un campo de texto libre sin validación ni supervisión posterior convierte el log en papel mojado. La EFF documentó registros con entradas como “LOL”, “LMAO” y términos que no tienen ningún vínculo con una investigación legítima. El sistema técnico funciona; el marco de control humano, no. Esta distinción es central: la vigilancia masiva no se vuelve legítima por el solo hecho de dejar un rastro si ese rastro no es revisado por nadie con autoridad para sancionarlo.

    Texas y Florida intentan poner límites a los ALPR —con resultados dispares

    El mismo número del boletín EFFector reporta que Texas y Florida están revisando sus marcos normativos sobre ALPR, según se informó. Ambos estados ilustran la tensión típica del ciclo regulatorio en tecnología de vigilancia: la adopción policial precede a la regulación por años, y cuando el legislador reacciona, lo hace ante hechos consumados y contratos vigentes difíciles de deshacer. Este patrón —adopción acelerada, regulación tardía y fragmentada— es exactamente el que están replicando varios países de América Latina.

    ALPR en LATAM: Brasil, Argentina y Colombia frente al vacío normativo

    En Brasil, el uso de ALPR por fuerzas de seguridad estaduales no tiene regulación federal específica. La Lei Geral de Proteção de Dados (LGPD, Lei 13.709/2018) aplica en principio al tratamiento de datos personales —y la matrícula vinculada a un conductor es dato personal bajo ese marco—, pero la exención para actividades de seguridad pública del artículo 4° genera una zona gris amplia. En Argentina, la Ley 25.326 de Protección de los Datos Personales tampoco contempla explícitamente los sistemas ALPR; la Agencia de Acceso a la Información Pública (AAIP) no ha emitido lineamientos específicos sobre este tipo de tecnología. Colombia cuenta con la Ley 1581 de 2012 y sus decretos reglamentarios, pero la Superintendencia de Industria y Comercio tampoco ha abordado el uso policial de ALPR de manera directa. En los tres casos, la ausencia de regulación sectorial significa que no existe obligación formal de registrar el motivo de cada consulta, ni mecanismo de auditoría independiente.

    Cuándo aplica el principio de finalidad —y cuándo no alcanza

    El principio de finalidad —presente en la LGPD, la Ley 25.326 y los marcos inspirados en el Convenio 108 del Consejo de Europa— establece que los datos solo pueden usarse para el propósito que justificó su recolección. En teoría, ese principio debería prohibir que un agente consulte el historial de movimiento de un vehículo sin una causa investigativa concreta. En la práctica, el principio de finalidad es difícil de hacer cumplir sin tres elementos que suelen faltar: un log auditado, una autoridad con capacidad de inspección técnica, y sanciones disuasivas para el uso indebido. El caso Flock demuestra que el log existe pero no se audita. Los marcos latinoamericanos, en la mayoría de los casos, ni siquiera tienen el log.

    El acuerdo con Meta y la vigilancia corporativa como telón de fondo

    El mismo boletín de la EFF cubre un acuerdo de Meta que, según la organización, institucionaliza prácticas de vigilancia en lugar de corregirlas, según se informó. El dato importa porque sitúa el caso Flock en un contexto más amplio: la vigilancia masiva —sea estatal vía ALPR o corporativa vía plataformas— comparte una lógica común. Los datos se recopilan a escala, los controles son débiles o simbólicos, y cuando hay consecuencias legales, suelen llegar demasiado tarde para los afectados.

    Para quien diseña política pública o audita el uso de tecnología en seguridad, la pregunta que deja el informe de la EFF no es si los agentes deben justificar sus consultas —deben hacerlo—, sino quién verifica que esa justificación sea real y qué ocurre cuando no lo es. En América Latina, ningún país tiene hoy una respuesta clara a esa pregunta para los sistemas ALPR. El texto completo del informe de la EFF está disponible en eff.org.

  • Qué compran Disney, GM y los bancos sobre vos a los data brokers

    Qué compran Disney, GM y los bancos sobre vos a los data brokers

    Cuando consumidores ejercieron su derecho de acceso ante un importante data broker estadounidense, los archivos que recibieron revelaron algo incómodo: empresas como Disney, General Motors, aseguradoras y bancos compraban datos sobre su peso, consumo de alcohol y probabilidad de hacerse una mamografía. La investigación, publicada por The Markup, expone el mercado de perfiles personales con un nivel de detalle que excede cualquier noción razonable de “dato de marketing”.

    Los data brokers —empresas que recopilan, combinan y venden perfiles de personas a terceros— operan desde hace décadas en un vacío regulatorio relativo. Lo que hace novedoso este caso es el método: los propios consumidores solicitaron sus archivos, y lo que obtuvieron permitió rastrear quién había comprado esos datos y qué categorías específicas incluían. El resultado es una radiografía del mercado secundario de datos personales que normalmente permanece opaco.

    Qué tipos de datos circulan entre compradores corporativos

    Los perfiles revelados incluían variables de salud inferidas —como indicadores de peso corporal y hábitos de consumo de alcohol— junto con predicciones de comportamiento médico, entre ellas la probabilidad de que una persona se realice ciertos estudios de detección temprana. Que una empresa automotriz como GM o un estudio de entretenimiento como Disney accedan a esa clase de información plantea preguntas que van más allá del marketing: ¿para qué sirve saber si alguien es probable que se haga una mamografía al momento de venderle un auto o una suscripción de streaming? La respuesta más probable involucra segmentación actuarial, modelos de riesgo crediticio o perfilado psicográfico de precisión.

    Las aseguradoras y los bancos identificados como compradores representan el caso de uso más preocupante desde el punto de vista regulatorio. En jurisdicciones donde el uso de datos de salud para decisiones de crédito o seguro está restringido, adquirir esa información de un tercero bajo el rótulo de “datos de comportamiento” puede constituir una evasión de facto de esas restricciones.

    Por qué el derecho de acceso funcionó como herramienta de auditoría ciudadana

    El mecanismo que permitió esta investigación es el mismo que leyes de privacidad de todo el mundo reconocen como derecho de acceso o derecho de acceso a datos personales —equivalente al derecho de acceso del RGPD europeo, al acesso previsto en la LGPD brasileña (art. 18), al derecho de acceso de la Ley 25.326 argentina (art. 14) y al acceso regulado por la LFPDPPP mexicana (art. 22). En todos esos marcos, la persona titular puede solicitar qué datos tiene una organización sobre ella. Lo que esta investigación demuestra es que esa solicitud, cuando se dirige a un data broker, puede revelar no solo los datos propios sino también el ecosistema de compradores que los adquirió.

    Ese uso del derecho de acceso como herramienta de investigación y auditoría ciudadana no es nuevo —organizaciones como Privacy International lo han empleado sistemáticamente en Europa— pero sigue siendo subutilizado en América Latina, donde las autoridades de control como la AAIP en Argentina, la ANPD en Brasil o el INAI en México tienen competencia para recibir denuncias derivadas de respuestas incompletas o insatisfactorias a esas solicitudes.

    Cuándo aplica este riesgo en LATAM / cuándo no

    El mercado de data brokers en América Latina es menos maduro que el estadounidense, pero existe y crece. Empresas de enriquecimiento de datos operan en Brasil, México, Colombia y Argentina, y venden perfiles combinados a anunciantes, aseguradoras y entidades financieras. La diferencia relevante es que en Brasil, la LGPD establece que datos de salud son datos sensibles (art. 11) y su tratamiento requiere base legal específica y consentimiento explícito; en Argentina, la Ley 25.326 también clasifica los datos relativos a la salud como datos sensibles con protección reforzada. En México, la LFPDPPP y su reglamento exigen consentimiento expreso para datos sensibles. Eso significa que un data broker que comercialice inferencias de salud —aunque las llame “propensity scores” o “behavioral data”— podría estar violando esas normas si el titular no consintió expresamente ese tratamiento. El riesgo regulatorio es real, pero depende de que las autoridades tengan la capacidad técnica de auditar qué variables se esconden detrás de las etiquetas comerciales que usan los brokers.

    El escenario donde este riesgo no aplica directamente es el de datos estrictamente agregados y no reidentificables. Si un broker vende únicamente estadísticas de segmento sin posibilidad de asociarlas a individuos, los marcos de protección de datos personales no se activan. El problema, ampliamente documentado, es que la reidentificación de conjuntos supuestamente anónimos es técnicamente posible en la mayoría de los casos cuando se cruzan con otras fuentes.

    El circuito que une al broker con el comprador corporativo

    Lo que esta investigación hace visible es el circuito completo: una persona interactúa con servicios digitales, aplicaciones de salud, programas de fidelidad o simplemente navega la web. Ese rastro es recopilado, procesado e inferido por el broker, que construye un perfil comercializable. Ese perfil llega a compradores corporativos —una automotriz, un banco, una aseguradora— que lo integran a sus modelos de decisión. El titular del dato raramente sabe que ese circuito existe, y cuando lo descubre —como en este caso, a través de una solicitud de acceso— la información obtenida puede ser incompleta o técnicamente inaccesible para quien no tenga formación específica.

    Ese déficit de transparencia es precisamente lo que los regímenes de privacidad modernos intentan corregir con obligaciones de información al momento de la recolección, registros de actividades de tratamiento y —en el caso del AI Act europeo— requisitos de explicabilidad para decisiones automatizadas. En LATAM, el eslabón más débil sigue siendo la aplicación efectiva: tener el derecho en la ley y poder ejercerlo con resultado útil son dos cosas distintas.

    Para quienes trabajan en privacidad en la región, el caso refuerza una pregunta pendiente: si los titulares latinoamericanos ejercieran masivamente su derecho de acceso ante los brokers que operan localmente, ¿qué empresas aparecerían en la lista de compradores?