• La AEPD ofrece uno de los primeros análisis integrales sobre la calidad de los datos y la aplicación del principio de exactitud y finalidad del RGPD
• Proporciona un marco interpretativo que permite aplicar los principios del RGPD en entornos IA, garantizando la protección de las personas y evitando a la vez interpretaciones excesivamente restrictivas que podrían dificultar el desarrollo de estos sistemas
• El documento ofrece criterios que facilitan la toma de decisiones en un ámbito especialmente complejo desde el punto de vista jurídico y tecnológico

(21 de julio de 2026). La Agencia Española de Protección de Datos (AEPD) ha publicado una nota técnica en la que analiza cómo se proyectan los principios de exactitud y minimización del RGPD en tratamientos de datos personales que incorporan sistemas de inteligencia artificial. Se trata de uno de los primeros trabajos en el mundo que aborda de forma sistemática esta cuestión, y tiene como objetivo de ofrecer criterios a responsables de tratamiento, encargados y delegados de protección de datos.

El documento parte de que los requisitos de calidad de los datos y el principio de exactitud establecido en el Reglamento General de Protección de Datos (RGPD) no pueden entenderse en términos absolutos, sino en relación con la finalidad del tratamiento. En este sentido, la AEPD aclara que el principio de exactitud recogido en el RGPD no exige que los datos sean siempre plenamente veraces o estén completamente actualizados, sino que sean adecuados para cumplir el objetivo del tratamiento en el que se utilizan y ello se garantice cuando resulte relevante para las personas afectadas.

Esta interpretación supone una evolución respecto a enfoques más restrictivos que vinculaban la exactitud exclusivamente a la veracidad de los datos. La Agencia subraya que una exigencia excesiva en este sentido podría entrar en conflicto con el principio de minimización o generar cargas desproporcionadas, especialmente en el desarrollo y uso de sistemas de inteligencia artificial.

La nota técnica explica que la calidad de los datos debe analizarse no solo en relación con cada dato individual, sino especialmente respecto al conjunto de datos utilizado para el desarrollo de sistemas de IA, lo que resulta especialmente relevante en el caso de modelos de aprendizaje automático. En estos sistemas, la representatividad, la ausencia de sesgos o la relevancia de los datos pueden ser determinantes para el resultado, incluso por encima de la exactitud individual de cada registro.

Asimismo, se pone de relieve que el requisito de calidad de los datos no se limita a los datos de entrada, sino que debe proyectarse sobre todo el tratamiento, incluyendo los resultados generados por sistemas de inteligencia artificial, como inferencias, predicciones o decisiones, que no deben generar representaciones incorrectas o desproporcionadas de las personas afectadas. Ello implica evaluar la idoneidad del tratamiento en su conjunto, teniendo en cuenta el diseño, las operaciones realizadas y las salvaguardas incorporadas.

La Agencia señala que el nivel de exactitud exigible puede variar en función del tipo de tratamiento y de sus efectos sobre las personas. La calidad de los datos requerida en tratamientos agregados o estadísticos pueden admitir mayores niveles de abstracción o transformación de los datos, mientras que cuando los resultados afectan directamente a personas concretas, el principio de exactitud debe aplicarse sobre esos resultados de la forma más extensa de acuerdo con su finalidad.

La nota también aborda el uso de técnicas habituales en el desarrollo de sistemas de inteligencia artificial, como la generación de datos sintéticos, la anonimización o la corrección de sesgos. La AEPD aclara que estas prácticas pueden ser compatibles con el principio de exactitud del RGPD, incluso cuando implican la utilización de valores que no reflejan directamente la realidad individual, siempre que estén justificadas en relación con la finalidad del tratamiento y no generen efectos adversos sobre las personas.

Otro de los aspectos destacados es la distinción entre los requisitos de calidad de los datos utilizados en el desarrollo de sistemas de inteligencia artificial y la calidad exigible en su uso posterior. La Agencia subraya que ambas fases deben evaluarse de forma diferenciada, teniendo en cuenta que en la fase de explotación los resultados pueden producir efectos sobre personas y, por tanto, requieren mayores garantías, especialmente cuando los resultados inciden en personas concretas.

Desde la perspectiva organizativa, la AEPD destaca la necesidad de definir requisitos de calidad de los datos de forma objetiva y basada en la finalidad del tratamiento, evitando tanto exigencias insuficientes como requisitos excesivos. En este sentido, se destaca la importancia de implementar la gobernanza del dato y documentar estos requisitos, establecer métricas y realizar un seguimiento continuo a lo largo del ciclo de vida del tratamiento, en línea con el principio de responsabilidad proactiva.

La Agencia también recuerda que los requisitos de calidad de los datos no se aplican únicamente a los datos personales, sino que los datos no personales utilizados en un tratamiento pueden ser también determinantes para su idoneidad. Además, subraya que el cumplimiento del RGPD exige diseñar tratamientos que gestionen adecuadamente las limitaciones de los sistemas de inteligencia artificial mediante medidas y salvaguardas adecuadas.