Qué ha cambiado

El Gobierno de Nueva Zelanda presentó el 24 de agosto un proyecto para impedir que los menores de 16 años utilicen redes sociales. La obligación recaería sobre las plataformas, que tendrían que tomar medidas razonables para confirmar la edad de los usuarios; la propuesta contempla multas de hasta el 10 % de los ingresos globales por incumplimiento.

No se trata de una prohibición vigente. Socios de la propia coalición de Gobierno han anunciado su oposición, por lo que la aprobación parlamentaria sigue siendo incierta. Aun así, el proyecto concreta un debate más amplio: declarar una edad mínima no basta cuando un servicio carece de una forma fiable de aplicar la regla.

La verificación de edad es el proceso de estimar o demostrar si una persona supera un umbral determinado. Puede utilizar información ya presente en la cuenta, una identidad digital, un documento oficial o una estimación facial. Cada opción reduce algunos riesgos, pero puede crear otros si las pruebas sensibles se conservan demasiado tiempo o se reutilizan para publicidad y elaboración de perfiles.

Por qué es importante

El objetivo de proteger a la infancia es claro, pero la puerta de entrada afecta a todo el mundo. Para distinguir entre menores y adultos, una plataforma puede pedir datos adicionales a millones de personas que nunca tuvieron que identificarse para comunicarse, aprender o crear en internet. El reto consiste en confirmar solo lo necesario sin construir una base de datos más invasiva que el problema que pretende resolver.

Pensemos en una adolescente clasificada por error como adulta, o en un adulto bloqueado porque falló una estimación facial. Sin una vía sencilla de revisión, la tecnología solo cambia un riesgo por otro. Y si se centralizan copias de documentos o imágenes del rostro, un incidente de seguridad puede tener consecuencias mucho mayores.

Un diseño más sólido separa la prueba de identidad de la prueba de franja de edad. Las directrices de identidad digital del NIST utilizan precisamente este ejemplo: en muchos casos, el servicio solo necesita saber si alguien está por encima o por debajo de un límite, no su fecha exacta de nacimiento. La diferencia parece pequeña, pero cambia la cantidad de datos expuestos y el daño posible cuando algo falla.

Brasil ya afronta la misma decisión

En Brasil, el Estatuto Digital de la Infancia y la Adolescencia está vigente desde el 17 de marzo de 2026. Exige mecanismos fiables para contenidos restringidos, limita los datos de verificación de edad a esa única finalidad y establece que las cuentas en redes de niños y adolescentes de hasta 16 años estén vinculadas a un responsable legal. También exige la configuración más protectora de la privacidad por defecto.

El 21 de agosto, la autoridad brasileña de protección de datos, ANPD, comenzó a supervisar a 22 agentes, incluidas redes sociales, áreas públicas de aplicaciones de mensajería, tiendas de aplicaciones y herramientas de IA generativa. Examinará gobernanza, transparencia, gestión de riesgos, canales de denuncia y salvaguardas. El cumplimiento se medirá por procesos y resultados, no solo por la existencia de un botón.

Aquí es donde el saneamiento de datos deja de ser una tarea de trastienda. Edades ausentes, cuentas duplicadas, vínculos familiares incoherentes y registros de origen incierto pueden bloquear a la persona equivocada o permitir accesos que deberían restringirse. Antes de automatizar una decisión, la organización debe saber qué datos posee, de dónde proceden, cuánto tiempo deben existir y quién puede corregirlos.

Qué pueden aprender las empresas

La respuesta no pertenece únicamente a los equipos jurídico o de seguridad. Producto, datos, experiencia de usuario, atención y operaciones deben definir conjuntamente cómo funciona la protección, cómo se impugnan los errores y qué pruebas quedan disponibles para una auditoría. Una Célula de Tecnología puede reunir esas capacidades alrededor del recorrido completo, desde el registro hasta la revisión humana.

El principio más útil es sencillo: la seguridad infantil y la privacidad deben avanzar juntas. La solución más sólida no es la que recoge más señales, sino la que cumple su finalidad con menos exposición, mide los errores y permite corregirlos.

• Identificar dónde pueden acceder menores al servicio y qué riesgos concretos existen en cada recorrido.
• Recopilar lo mínimo e impedir que las pruebas de edad se reutilicen para publicidad o elaboración de perfiles.
• Probar falsos positivos y falsos negativos en distintos públicos, dispositivos y condiciones.
• Ofrecer una vía accesible de revisión para usuarios y responsables, con plazos y responsables claros.
• Auditar a los proveedores de verificación y eliminar pruebas sensibles cuando termine su finalidad.

El debate ha pasado del software a la infraestructura

El 24 de agosto, Reuters informó que la oposición política a los centros de datos de inteligencia artificial había empezado a influir también en la percepción de los inversores sobre las empresas tecnológicas. El cambio muestra que la expansión de la IA ya no se evalúa solo por la capacidad de los modelos: la disponibilidad de energía, la infraestructura de red y la relación con las comunidades han entrado en la decisión.

En Texas, el gobierno estatal ordenó el 3 de agosto una auditoría de los proyectos que esperan conexión a la red. El comunicado oficial indica que la cola considerada por ERCOT superaba los 474 gigavatios, más de cinco veces el récord de demanda del sistema. Esa cifra representa solicitudes en análisis, no consumo ya contratado, pero revela la escala del reto de separar proyectos viables de propuestas todavía no demostradas.

La energía, el agua y los costes locales ya forman parte del producto

Las normas anunciadas por Texas exigen que los nuevos centros de datos demuestren que pueden cumplir las condiciones de conexión, proteger la fiabilidad de la red y evitar trasladar a los residentes los costes de la infraestructura necesaria. El estado también incluyó la conservación del agua, el ruido y el impacto en los barrios entre los criterios de evaluación.

La previsión preliminar de ERCOT sitúa la demanda total cerca de 367,8 gigavatios en 2032, frente al máximo histórico de 85,5 gigavatios registrado en 2023. La previsión incluye todo el crecimiento económico del estado, no solo los centros de datos, pero ayuda a explicar por qué las grandes cargas deben verificarse antes de entrar en la planificación.

A escala nacional, la Agencia Internacional de Energía estimó que los centros de datos consumieron cerca de 180 teravatios-hora en Estados Unidos en 2024 y que ese consumo podría crecer aproximadamente 240 teravatios-hora hasta 2030. La expansión digital depende, por tanto, de decisiones físicas tomadas mucho antes de que una persona abra una herramienta de IA.

Qué cambia para las empresas que utilizan inteligencia artificial

Para la mayoría de las empresas, la conclusión no es construir una central eléctrica ni detener los proyectos de IA. Es incorporar infraestructura, coste y continuidad a la evaluación de valor. Los modelos más grandes no siempre son necesarios para tareas sencillas, y los procesos mal diseñados pueden consumir más capacidad sin ofrecer un resultado mejor.

La selección de proveedores también incorpora nuevas preguntas: dónde opera el servicio, cómo gestiona los picos de demanda, qué compromisos asume sobre energía y agua y cómo mantiene la disponibilidad cuando la red está limitada. Estos factores dejan de ser solo asuntos ambientales y pueden afectar al precio, al plazo, a la reputación y a la continuidad operativa.

Cómo crecer sin convertir la escala en desperdicio

Una estrategia responsable conecta cada carga de IA con un resultado verificable y considera la eficiencia desde el diseño. El objetivo no es limitar la innovación, sino garantizar que una capacidad escasa se utilice donde genera valor real.

• Usar un modelo adecuado a la complejidad de la tarea, en vez de elegir siempre la opción más grande.
• Medir coste, tiempo, consumo y calidad en cada proceso automatizado.
• Planificar picos, contingencia y continuidad antes de ampliar la carga.
• Exigir transparencia a los proveedores sobre ubicación, energía, agua y disponibilidad.
• Revisar datos y flujos para evitar reprocesamiento, duplicidad y llamadas sin utilidad.

La inteligencia artificial está dejando de ser solo una ventana de conversación

El 25 de agosto, Google presentó una versión de Gemini Enterprise orientada al trabajo jurídico. Reuters informó que la plataforma reúne integraciones con sistemas legales y agentes capaces de apoyar tareas rutinarias y complejas, como investigación, preparación de documentos y administración de procesos.

El anuncio señala un cambio más amplio: la IA empresarial está pasando del uso aislado a los flujos donde ya coinciden documentos, reglas, personas y decisiones. Para empresas de cualquier sector, el valor ya no proviene solo de generar texto rápidamente. Depende de cómo la herramienta accede a la información, respeta permisos y entrega resultados que puedan verificarse.

La velocidad sin contexto puede producir errores más deprisa

Google afirma que la solución fue diseñada para trabajar con los datos y controles que ya utilizan los despachos y departamentos jurídicos. Esto incluye permisos por usuario, aislamiento de información y referencias rastreables. Es importante porque los documentos legales no pueden circular como contenido común: un contrato, un caso o una estrategia pueden contener datos confidenciales y obligaciones específicas.

La American Bar Association recuerda que los profesionales deben comprender las limitaciones de la IA, proteger la información de sus clientes y revisar análisis y citas antes de utilizar el resultado. La orientación refuerza un principio que también vale para finanzas, salud, recursos humanos y operaciones: automatizar no transfiere la responsabilidad por una decisión.

Qué enseña este cambio a otras empresas

El trabajo jurídico es una prueba exigente para la adopción empresarial de IA. Si la tecnología debe respetar confidencialidad, historial, reglas y responsabilidad profesional en este entorno, los mismos controles pueden ayudar a cualquier organización que gestione datos importantes.

Antes de conectar un agente a contratos, correos, registros o sistemas internos, la empresa necesita definir quién puede acceder a cada información, qué fuentes son fiables, qué acciones requieren aprobación y cómo se registrará cada resultado. Sin esa base, puede ganar velocidad en la tarea y perder confianza en el proceso.

• Comenzar por tareas delimitadas cuyo beneficio y riesgo estén claramente identificados.
• Conectar la IA solo a fuentes organizadas, actuales y autorizadas.
• Mantener revisión humana en decisiones con impacto jurídico, financiero u operativo.
• Registrar fuentes, versiones y aprobaciones para permitir auditorías.
• Medir calidad y reducción de retrabajo, no solo cantidad de respuestas.

La ventaja no consiste en sustituir especialistas

La oportunidad más consistente es liberar a los profesionales de búsquedas repetitivas, comparación de documentos y preparación inicial para que dediquen más tiempo a interpretar, negociar y decidir. La IA puede ampliar la capacidad, pero el conocimiento del negocio sigue definiendo qué es correcto, relevante y aceptable.

Las organizaciones que tratan la adopción como un proyecto de datos y gobernanza, y no solo como la compra de una herramienta, tienen más posibilidades de construir resultados seguros. La diferencia estará en combinar rapidez con contexto, trazabilidad y responsabilidad humana.