En junio, Google eliminó una función de su plataforma Analytics que impedía compartir datos personales con Google Ads. Esta herramienta, conocida como Google Signals, se lanzó poco después del Reglamento General de Protección de Datos (GDPR) en 2018 y otorgaba a las empresas la capacidad de bloquear que la red publicitaria de Google accediera a la actividad de sus visitantes. Aunque los usuarios dieran su consentimiento para ser rastreados, la decisión final recaía en las compañías, que utilizaban esta función junto con el Modo Consentimiento de Google como un mecanismo para cumplir con las normativas de privacidad. Sin embargo, esta opción desapareció en junio.
Podría pensarse que el cambio era menor, especialmente porque el Modo Consentimiento seguía activo para respetar la elección del usuario sobre las cookies. No obstante, inmediatamente después de la eliminación, aumentaron las infracciones en el cumplimiento de privacidad en algunas de las webs más grandes del mundo.
En Estados Unidos, un 87% de los sitios ignoraban la señal de opt-out del usuario, frente al 81% previo al cambio. En Europa, el seguimiento a usuarios que rechazaban las cookies pasó del 52% al 56%. Bastó un solo ajuste por parte de un proveedor para que una estructura de consentimiento ya frágil comenzara a resquebrajarse. 
Vaibhav Antil, CEO y cofundador de Privado, apunta: “Si un solo proveedor puede alterar el cumplimiento de privacidad sin que la mayoría se percate, imaginen lo que ocurre cuando se despliegan agentes automatizados”.
Cuando las máquinas toman las riendas
El tráfico bot ha superado al humano según el radar de tráfico de Cloudflare, y existen más de 80 identidades no humanas por cada humano en las organizaciones. Estos agentes artificiales realizan tareas en la web, desde comparar precios y rellenar formularios hasta concertar citas. Están integrados en productos que gestionan candidaturas de empleo, consultan bases de datos, ejecutan transferencias monetarias, actualizan registros y toman decisiones que antaño requerían aprobación humana. Gartner estima que para 2028, el 15% de las decisiones laborales cotidianas serán autónomas, gestionadas por IA.
A pesar de esta evolución, los procesos que rigen el consentimiento siguen basados en herramientas diseñadas para interacción humana: banners de cookies, portales de solicitud de acceso a datos (DSAR) y centros de preferencias. Estos mecanismos asumen un consentimiento único y estático, algo insuficiente cuando los agentes de IA pueden actuar miles de veces por segundo y encadenar múltiples herramientas para cumplir una instrucción.
Marcus Tommy, cofundador de MALTO Cyber, advierte: “Una persona con acceso está limitada por sus hábitos, formación y responsabilidades, pero un agente no tiene tales limitaciones”.
El reto de la cadena de acciones
Imaginemos a alguien que pregunta a un agente por la caída de las ventas. “El sistema puede elegir un tipo de análisis, ejecutarlo y generar código SQL para investigar”, explica Maurice Sikkink, CTO de Stormly. Puede incluso combinar datos externos de mercado. Aunque un humano aprueba la pregunta inicial, no se otorga consentimiento explícito para cada paso que el agente ejecuta.
El problema se intensifica cuando agentes conectan distintos sistemas. Por ejemplo, uno puede tener permiso para leer registros de clientes en un CRM y otro para escribir en una plataforma de marketing. Ambas autorizaciones son válidas individualmente, pero la transferencia automática de datos entre ellas constituye un uso no autorizado para el que nadie ha dado consentimiento explícito.
Además, la revocación de permisos presenta dificultades. Por políticas internas o cambios de personal, se puede retirar acceso, pero si el token de sesión o clave API del agente sigue activo horas después, el permiso no se anula automáticamente.
Harry Varatharasan, director de producto en ComplyCube, explica: “Los credenciales no tienen por qué haber sido robados; el agente podría ser legítimo, pero la autoridad ya es obsoleta”.
Auditoría y trazabilidad como pilares
Antil propone la “herencia de permisos” para copilotos: “Si un usuario no puede modificar configuración, su copiloto no debería poder hacerlo”. Cuando esto no basta, la TI empresarial debe definir actividades que resulten peligrosas incluso si un empleado cuenta con autorización para ejecutarlas.
Por ejemplo, bloquear un conector de correo electrónico a Claude para evitar ataques de inyección de comandos.
No obstante, aunque los accesos se registren, la mayoría de sistemas sólo sabe quién autorizó un agente para actuar, pero no por qué el agente tomó ciertas decisiones dentro del sistema.
Sikkink subraya que la industria carece de mecanismos para mantener la identidad de la petición original durante todo el proceso automatizado. Varatharasan denomina “vinculación” este concepto de transportar identidad y autoridad, y considera que el futuro está en garantizar continuamente la relación entre persona, agente, credenciales y comportamiento, no sólo en la identificación constante del agente.
Sikkink concluye que no es necesario un popup de consentimiento para cada paso intermedio, lo que haría inútil a los agentes, sino que el agente debe operar dentro de límites claros y que sea posible reconstruir cómo se llegó del pedido inicial al resultado final.
Hacia un marco regulatorio y técnico
Desde el punto de vista técnico, Tommy señala que existen elementos para resolver estos problemas: registros de auditoría en la nube que capturan actores y acciones, sistemas de tokens que delimitan ámbitos y registros inmutables similares al sistema público de transparencia de certificados. Lo que falta es integrar estos elementos.
En Reino Unido, el Digital Verification Services Trust Framework busca proporcionar directrices para probar la autoridad delegada y realizar comprobaciones criptográficas sobre llaves de firma. Mientras, en California, la nueva regulación de la Ley de Privacidad del Consumidor obliga a ofrecer aviso previo, opción para rechazar el uso de IA en decisiones importantes y la posibilidad de consultar el motivo de las actuaciones del sistema.
Antil considera estos avances positivos, aunque insuficientes para flujos de trabajo automáticos con agentes, mientras Varatharasan añade que las regulaciones carecen todavía de mecanismos robustos para revocación, reautorización y gestión continua del riesgo.
Para Antil, la gestión del consentimiento en la era de las máquinas seguirá un camino similar al de la gobernanza SaaS: primero aplicar las leyes existentes; luego, el surgimiento de nuevas normativas; y finalmente, una gran crisis pública impulsará a las empresas a exigir más controles y límites a los proveedores.
El futuro también apunta a la automatización en la gobernanza, puesto que los agentes funcionan a velocidad de máquina y pueden “alucinar”. Las organizaciones deberán igualar esa velocidad en la supervisión, concluye Antil.
