---
title: "IA y datos en la administración y la empresa: qué normativa aplica y qué hay que tener en cuenta"
description: "Reglamento Europeo de IA, RGPD, ENS, derecho administrativo y contratación: qué obligaciones genera cada norma al usar IA con datos y cómo convertirlas en controles prácticos."
url: https://bidatia.com/ideas/ia-y-datos-normativa-rgpd-ria-ens
lang: es
date: 2026-10-20
updated: 2026-11-04
author: "Santos Vicente"
keywords: ["reglamento europeo de ia", "ai act", "rgpd", "eipd", "ens", "ia en la administración pública", "gobierno de la ia", "uso responsable de la ia"]
publisher: Bidatia
---

# IA y datos en la administración y la empresa: qué normativa aplica y qué hay que tener en cuenta

> Reglamento Europeo de IA, RGPD, ENS, derecho administrativo y contratación: qué obligaciones genera cada norma al usar IA con datos y cómo convertirlas en controles prácticos.

## Resumen ejecutivo

- Usar IA con datos implica a la vez el Reglamento Europeo de IA (RIA), el RGPD y la LOPDGDD, el Esquema Nacional de Seguridad (ENS) y, en el sector público, el derecho administrativo, de igualdad y de transparencia.
- El RIA clasifica los sistemas por riesgo: prácticas prohibidas y alfabetización desde el 02/02/2025, transparencia desde el 02/08/2026 y requisitos de alto riesgo desde el 02/12/2027 tras el Ómnibus Digital.
- En protección de datos son clave la base jurídica, la minimización, la evaluación de impacto (EIPD), la prohibición de decisiones solo automatizadas (art. 22 RGPD), el encargo de tratamiento y el control de las transferencias internacionales.
- La IA está sujeta al ENS como cualquier sistema de información y su análisis de riesgos debe incluir la inyección de instrucciones, la fuga por las respuestas, el envenenamiento de datos y los agentes con demasiados permisos.
- Cinco controles cubren casi todo: clasificar cada uso, una ficha de registro por caso, un ciclo de vida con puertas, un banco de pruebas y reglas claras sobre qué información se introduce en cada herramienta.
- Incluye calendario de obligaciones, ejemplos resueltos, tabla de notificación de incidentes y guías de referencia (AEPD, AESIA, CCN-CERT, FEMP).

Usar inteligencia artificial con datos de personas o de una organización no es solo una decisión tecnológica. Cada asistente, agente o modelo que se pone en marcha toca a la vez varias normas: el Reglamento Europeo de IA, la protección de datos, la seguridad de la información y, en el sector público, el derecho administrativo. Este artículo resume qué obliga a qué y cómo traducirlo en controles concretos.

> Situación normativa a octubre de 2026. Este artículo es divulgativo y no sustituye al asesoramiento jurídico de cada caso.

## Primero: ¿es realmente IA?

El Reglamento Europeo de IA (RIA, Reglamento (UE) 2024/1689) define un sistema de IA como un sistema basado en máquinas que, a partir de los datos que recibe, **infiere** cómo generar predicciones, contenidos, recomendaciones o decisiones. La palabra clave es «infiere»: un programa que aplica una fórmula fija no es IA; un asistente que redacta un borrador a partir de una pregunta, sí.

La IA llega a las organizaciones por tres vías, y las tres están sujetas a las mismas reglas:

- **Herramientas de uso general**: asistentes como Microsoft Copilot, ChatGPT o Claude.
- **Sistemas creados para una tarea**: un chatbot de atención, un agente que tramita solicitudes, un clasificador de documentos.
- **IA integrada en aplicaciones que ya se usan**: funciones nuevas del ERP, del gestor de expedientes o de la ofimática que el proveedor activa en una actualización. Es la vía que más se pasa por alto.

## Reglamento Europeo de IA: obligaciones por nivel de riesgo

El RIA clasifica los sistemas según el riesgo para la salud, la seguridad y los derechos fundamentales. Quien usa un sistema (el «responsable del despliegue») tiene obligaciones distintas de quien lo fabrica, pero si una organización desarrolla o encarga un sistema a medida y lo pone en servicio con su nombre, pasa a ser **proveedor** y asume obligaciones adicionales.

| Obligación | Desde | Qué supone en la práctica |
|---|---|---|
| No usar prácticas prohibidas (art. 5) | 02/02/2025 | Nada de puntuación social, manipulación, reconocimiento de emociones en el trabajo o en centros educativos, ni categorización biométrica de datos sensibles |
| Alfabetización en IA (art. 4) | 02/02/2025 | Plan de formación por perfiles: quien usa, quien supervisa, personal técnico y dirección |
| Transparencia (art. 50) | 02/08/2026 | Avisar de que se habla con una IA y marcar el contenido sintético que parezca real |
| Sistemas de alto riesgo (arts. 26, 27 y 49) | 02/12/2027 | Supervisión humana con autoridad, control de los datos de entrada, registros de al menos seis meses, evaluación de impacto en derechos fundamentales (FRIA) y registro en la base de datos de la UE |

El Reglamento Ómnibus Digital (UE) 2026/1744 retrasó los requisitos de alto riesgo del 02/08/2026 al 02/12/2027 y añadió dos prácticas prohibidas: generar imágenes, vídeos o audios íntimos de personas identificables sin su consentimiento, y generar material de abuso sexual infantil. Los sistemas de alto riesgo que ya usa el sector público tienen de plazo hasta el 02/08/2030, pero conviene inventariarlos desde ya.

**Qué es alto riesgo en la práctica.** El Anexo III del RIA incluye, entre otros, los sistemas que influyen en el acceso a prestaciones y servicios esenciales, el empleo (selección, promoción, asignación de tareas, evaluación), la educación (admisión y evaluación), la biometría y los componentes de seguridad de infraestructuras críticas. Un matiz importante: un sistema de esos ámbitos **no** es de alto riesgo si solo hace una tarea preparatoria o procedimental (extraer datos de un documento, señalar si falta algo) y la decisión la toma una persona, siempre que no elabore perfiles (art. 6.3). Esa conclusión hay que documentarla.

En España, el proyecto de Ley Orgánica para el buen uso y la gobernanza de la IA, en tramitación, designa a la **AESIA** como autoridad principal, fija el régimen sancionador y prevé un inventario de sistemas y la figura del **delegado de IA** en el sector público. Adoptarlos ya como buena práctica facilita la adaptación cuando la ley se apruebe.

## Protección de datos: la IA no tiene reglas propias, pero multiplica los riesgos

Cuando un sistema de IA trata datos personales se aplican el RGPD y la LOPDGDD, igual que a cualquier tratamiento. La diferencia es que la IA trata muchos datos, infiere información nueva y es difícil de explicar. Los puntos que más fallan:

- **Base jurídica.** En el sector público, normalmente el cumplimiento de una obligación legal o una misión de interés público, que debe estar prevista en una norma con rango de ley. El consentimiento casi nunca sirve en la relación entre administración y ciudadanía.
- **Finalidad y minimización.** Los datos recogidos para tramitar algo no se pueden reutilizar para entrenar o alimentar otro sistema sin una nueva evaluación. Si la tarea se puede hacer sin datos personales, o con datos seudonimizados, se hace así.
- **Evaluación de impacto (EIPD).** Obligatoria cuando hay alto riesgo: perfilado con efectos, categorías especiales de datos a gran escala o colectivos vulnerables. Con IA, en la práctica, casi siempre en los usos que tratan datos de personas.
- **Decisiones automatizadas (art. 22).** Nadie puede quedar sometido a una decisión con efectos jurídicos tomada solo por una máquina. Y ojo con la **supervisión de fachada**: si quien revisa firma en bloque lo que propone la IA, la decisión sigue siendo automatizada.
- **Encargo de tratamiento (art. 28).** Con cláusulas específicas para IA: prohibición de entrenar con los datos, las preguntas y las respuestas; ubicación del procesamiento; plazo de conservación de conversaciones, y lista de subencargados.
- **Transferencias internacionales.** Hay transferencia aunque los datos se guarden en Europa si el modelo se ejecuta fuera o el soporte accede desde fuera. Lo preferible es contratar el procesamiento en una región de la UE.
- **Ámbito laboral.** Herramientas como Copilot o un asistente de RRHH tratan datos de la plantilla: hay que informar antes a los empleados y a su representación, y no usarlas para evaluar el rendimiento sin una evaluación específica. El Real Decreto 723/2026 obliga además a informar por escrito sobre los sistemas algorítmicos que intervienen en decisiones laborales.

## Seguridad: el ENS también cubre la IA

En el sector público y sus proveedores, el Esquema Nacional de Seguridad (RD 311/2022) se aplica a los sistemas de IA como a cualquier otro sistema de información: categorización (básica, media o alta), medidas del Anexo II, roles de seguridad y notificación de incidentes al CCN-CERT. Si la IA se presta como servicio (SaaS), el proveedor debe tener la **certificación de conformidad ENS** de ese servicio, y hay que comprobar que su alcance cubre también las funciones de IA.

El análisis de riesgos tiene que incluir los riesgos propios de la IA:

- **Inyección de instrucciones**: texto oculto en un documento o una web que manipula al sistema.
- **Fuga de información por las respuestas**: el sistema revela datos a quien no debería verlos.
- **Envenenamiento de datos** de entrada o de entrenamiento.
- **Agentes con demasiados permisos**: mínimo privilegio, solo lectura por defecto y confirmación humana antes de enviar, modificar o borrar.
- **IA no inventariada**: funciones que el proveedor activa sin avisar.

## Derecho administrativo, igualdad y transparencia

En la administración, la IA no rebaja ninguna garantía:

- **Actuación automatizada (art. 41 Ley 40/2015).** Si un sistema dicta actos sin intervención humana, hay que aprobar antes qué órgano define, supervisa y audita el sistema.
- **Motivación (Ley 39/2015).** «Lo dijo el sistema» no es una motivación válida: el expediente debe explicar qué aportó la IA y por qué se aceptó.
- **No discriminación (Ley 15/2022, art. 23).** Hay que minimizar sesgos, evaluar el impacto discriminatorio y poder interpretar las decisiones.
- **Transparencia.** Publicar qué sistemas se usan, para qué y con qué garantías.
- **Contratación (LCSP).** Los pliegos deben exigir cumplimiento del RIA, certificación ENS, encargo de tratamiento, prohibición de entrenar con datos propios, documentación, acceso a los registros y salida del proveedor sin pérdida de datos.
- **Accesibilidad (RD 1112/2018).** Los chatbots para la ciudadanía deben ser accesibles y ofrecer siempre un canal humano.

## De la norma a la práctica: cinco controles que cubren casi todo

1. **Clasificar cada uso** en permitido (sin datos personales y con revisión humana), condicionado (datos personales, interacción con la ciudadanía o apoyo a decisiones) o no recomendado (decide sin intervención humana, usa datos sensibles en herramientas no autorizadas o es una práctica prohibida). Ante la duda, se aplica la categoría más exigente.
2. **Una ficha de registro por caso** que reúna finalidad, roles, datos y base jurídica, proveedor, riesgos y controles. Sirve a la vez de solicitud de autorización, inventario y base para la transparencia.
3. **Un ciclo de vida con puertas**: idea, evaluación, prueba de concepto, validación, autorización, operación y retirada. Ningún sistema llega a producción sin superar las preguntas mínimas.
4. **Un banco de pruebas** con casos habituales, casos límite, preguntas que no debe responder, intentos de manipulación y casos de distintos colectivos. Se repite tras cada cambio de modelo.
5. **Reglas claras de qué información se puede introducir** en cada tipo de herramienta: pública en las de uso general, interna en las corporativas con contrato y ENS, y datos personales solo en sistemas evaluados para ello.

## Calendario de un vistazo

| Fecha | Qué entra en aplicación |
|---|---|
| 02/02/2025 | Prácticas prohibidas (art. 5) y alfabetización del personal (art. 4) |
| 02/08/2025 | Gobernanza, autoridades de supervisión y régimen sancionador |
| 02/08/2026 | Obligaciones de transparencia (art. 50) |
| 02/12/2027 | Requisitos y obligaciones de los sistemas de alto riesgo (tras el Ómnibus Digital) |
| 02/08/2030 | Límite para adaptar los sistemas de alto riesgo que ya usaba el sector público |

Las multas del RIA pueden llegar a 35 millones de euros o al 7 % del volumen de negocio; el régimen para las administraciones públicas lo concretará la legislación española. Más allá de la sanción, el riesgo real es reputacional: un sistema que discrimina o que filtra datos de personas tiene un coste difícil de reparar.

## Tres ejemplos para entender cómo se combinan las normas

**Un chatbot que evoluciona.** Una organización quiere un asistente en su web.

- *Versión 1*: responde sobre horarios, trámites y requisitos con información ya publicada. Interactúa con personas y debe avisar de que es una IA (art. 50), pero no trata datos personales: uso condicionado de riesgo limitado, con requisitos ligeros (registro del caso, aviso, banco de pruebas y canal humano).
- *Versión 2*: se conecta a los sistemas internos para que cada persona consulte el estado de sus expedientes. Ahora trata datos personales: además necesita evaluación de impacto, autenticación, categoría de seguridad adecuada y encargo de tratamiento con el proveedor.
- *Versión 3*: se propone que deniegue automáticamente las solicitudes incompletas. Eso es decidir sin intervención humana sobre un derecho: no se autoriza.

**Un sistema que puntúa solicitudes de ayudas.** Si las solicitudes con puntuación baja se deniegan automáticamente, es una decisión automatizada prohibida salvo previsión legal y garantías. Si un técnico revisa cada propuesta, consulta el expediente y puede cambiar el resultado, no es una decisión solo automatizada, pero hay que informar del uso del sistema y medir cuántas propuestas corrige el técnico. Si el técnico firma en bloque cientos de propuestas al día, es supervisión de fachada y vuelve a ser decisión automatizada.

**Un servicio de IA en la nube.** Los datos se almacenan en Irlanda, pero el modelo se ejecuta en Estados Unidos y el soporte accede desde allí. Hay transferencia internacional aunque el almacenamiento esté en la UE. Puede cubrirse con la adhesión del proveedor al Marco de Privacidad de Datos UE‑EE. UU. o con cláusulas contractuales tipo, pero la forma más segura de evitarla es contratar el procesamiento en una región de la UE y limitar el acceso del soporte a casos autorizados.

## Lo que también exige la protección de datos

- **Información por capas.** Una primera capa breve en el propio canal y un enlace a la información completa. Por ejemplo, al inicio de un chatbot: «Está conversando con un asistente de inteligencia artificial. Sus respuestas son orientativas. Responsable: [organización]. Finalidad: atender consultas. Puede ejercer sus derechos y consultar la información completa en [enlace]».
- **Registro de actividades de tratamiento.** Cada caso de IA con datos personales actualiza un tratamiento existente o crea uno nuevo, y debe ser coherente con la ficha del caso.
- **Derechos y conservación.** La IA guarda datos en sitios nuevos: conversaciones, registros, bases de conocimiento y la «memoria» de los agentes. Hay que fijar plazos de conservación y saber dónde está cada dato para poder entregarlo, rectificarlo o borrarlo.
- **El delegado de protección de datos desde el principio**, no al final: base jurídica, evaluación de impacto y encargos de tratamiento se resuelven mejor en la fase de evaluación.

## Incidentes: quién notifica qué y cuándo

| Situación | Notificación |
|---|---|
| Brecha de datos personales con riesgo para las personas | A la AEPD en un máximo de 72 horas y, si el riesgo es alto, también a los afectados |
| Incidente de seguridad con impacto significativo en el sector público | Al CCN-CERT, conforme a la guía CCN-STIC 817 |
| Incidente en un proveedor que presta servicio al sector público | Al INCIBE-CERT, y aviso a la organización en el plazo fijado en el contrato |
| Entidades afectadas por NIS2 | Alerta temprana en 24 horas, notificación en 72 horas e informe final |
| Incidente grave en un sistema de alto riesgo | Al proveedor y a la autoridad de vigilancia del mercado |

En un incidente con IA conviene conservar como evidencia las entradas y salidas afectadas, la versión del modelo y de sus instrucciones y los registros de actividad, y tipificar expresamente los ataques propios de la IA: inyección de instrucciones, fuga por las respuestas o envenenamiento de datos.

## Guías de referencia que conviene tener a mano

- **AEPD**: orientaciones sobre IA agéntica, protección de datos por defecto, adecuación al RGPD de tratamientos con IA, requisitos de auditoría y la nota sobre exactitud y calidad de los datos en IA.
- **AESIA**: guías prácticas para el cumplimiento del RIA, con una lista de autoevaluación para sistemas de alto riesgo.
- **CCN-CERT**: la metodología CCN-STIC-2011 para evaluar la seguridad de productos de IA y la guía BP/36 de buenas prácticas frente a la IA ofensiva.
- **FEMP**: la *Guía práctica y políticas de uso de la IA en las entidades locales*, con modelos de ficha de autorización y registro.
- **Estándares**: ISO/IEC 42001 (sistema de gestión de la IA) e ISO/IEC 23894 (gestión de riesgos de IA) como marco ordenador, sin necesidad de certificarse.

Cuando una autoridad española ha fijado un criterio, prevalece sobre los estándares internacionales, que sirven para completarlo.

## Principios éticos: cuando la ley no da la respuesta

Cumplir la ley es el mínimo. Un uso puede ser legal y aun así no ser aceptable. Los principios que conviene adoptar de forma expresa son: dignidad de las personas (nada de manipular, puntuar socialmente ni vigilar), no discriminación directa ni indirecta, inclusión (siempre un canal atendido por personas), autonomía humana, bienestar social y ambiental, y rendición de cuentas aunque el sistema lo haya desarrollado un tercero. El órgano que autoriza los usos de IA debe poder rechazar un uso legal si no es éticamente aceptable.

## Errores frecuentes

- Pensar que «todavía no usamos IA» cuando ya viene integrada en las aplicaciones.
- Probar con datos reales antes de tener base jurídica y evaluación de impacto.
- Contratar un servicio de IA sin revisar dónde se ejecuta el modelo ni si entrena con los datos.
- Diseñar una supervisión humana que en la práctica es firmar en bloque.
- Esperar a 2027 para inventariar los sistemas que podrían ser de alto riesgo.

Si quieres ordenar el uso de la IA en tu organización con un marco que cubra todas estas normas, en Bidatia te ayudamos a diseñarlo e implantarlo. Puedes ver cómo organizar a las personas en [gobierno del dato: perfiles y organización](/ideas/gobierno-del-dato-roles-y-organizacion), cómo documentar los datos en [gestión de metadatos](/ideas/gestion-de-metadatos-catalogo-de-datos) y cómo medir el impacto ambiental en [huella de carbono de la IA](/ideas/huella-de-carbono-ia-kpi-sostenibilidad).

## Preguntas frecuentes

### ¿Qué obligaciones del Reglamento Europeo de IA están ya en vigor?
Desde el 02/02/2025, la prohibición de las prácticas del art. 5 y la alfabetización del personal; desde el 02/08/2025, la gobernanza y el régimen sancionador, y desde el 02/08/2026, las obligaciones de transparencia del art. 50. Los requisitos de los sistemas de alto riesgo se aplican desde el 02/12/2027 tras el Ómnibus Digital.

### ¿Un chatbot que responde con información pública necesita EIPD?
Normalmente no, si no trata datos personales. Sí debe avisar de que es una IA, tener un banco de pruebas y ofrecer un canal humano. Si se conecta a datos de las personas, por ejemplo para consultar el estado de sus trámites, pasa a necesitar EIPD, categoría ENS adecuada y encargo de tratamiento.

### ¿Puede una IA denegar una solicitud sin intervención humana?
Como regla general, no. Sería una decisión automatizada del art. 22 del RGPD y, en la administración, una actuación automatizada que requiere aprobación previa y garantías. Lo recomendable es que la IA prepare y una persona con criterio y autoridad decida.

### ¿Qué debe pedirse a un proveedor de IA antes de contratar?
Qué funciones de IA tiene su producto y si están activas, qué modelo usa, dónde se ejecuta y se guardan los datos, si los usa para entrenar, qué subproveedores intervienen, cómo registra la actividad, qué medidas tiene contra la inyección de instrucciones, si la función se puede desactivar, cómo se exportan los datos al terminar y qué certificación ENS cubre el servicio.

### ¿Quitar la variable sensible elimina el sesgo de un modelo?
No. Otras variables lo reconstruyen, como el barrio, el nombre o el centro educativo. Lo correcto es conservar el dato de forma controlada para medir las diferencias entre grupos y decidir de forma expresa si el sistema lo usa.