Una cooperativa de barrio decide instalar una tarjeta de fidelización. La idea parece pequeña: registrar compras para ofrecer descuentos y saber qué productos conviene encargar. A los pocos meses, la información sirve también para ajustar horarios, negociar con proveedores y decidir qué campañas reciben presupuesto. Ninguna de esas decisiones es extraña por sí sola. Lo que suele quedar fuera de la conversación es que el conocimiento que las hace posibles no apareció mágicamente en una hoja de cálculo. Lo produjeron, con sus rutinas, dudas y necesidades, las personas que pasaron la tarjeta por el lector.
Hablar de datos solo como privacidad deja una parte importante sin nombre. La privacidad pregunta quién puede mirar, durante cuánto tiempo y con qué límites. Es una pregunta imprescindible. Pero también hay otra: cuando millones de pequeñas huellas se convierten en previsiones, ahorro, poder de negociación o nuevos servicios, ¿quién recibe el beneficio y quién soporta los costes? La economía invisible de nuestros datos no consiste únicamente en anuncios personalizados. Consiste en transformar experiencias colectivas en activos que una organización puede rentabilizar mientras la comunidad apenas conoce el proceso ni puede discutir sus condiciones.
Esta perspectiva no exige que cada interacción se pague como una tarea aislada ni que dejemos de compartir información útil. Pide ver el circuito completo. Una persona entrega una señal; muchas señales reunidas generan conocimiento; ese conocimiento cambia precios, acceso, prioridades y oportunidades. Si el valor recorre ese camino en una sola dirección, la dignidad queda reducida a aceptar o rechazar una casilla. La justicia empieza cuando quienes hacen posible el recurso pueden entender el intercambio, cuestionar sus consecuencias y participar en los retornos que les afectan.
El dato no llega solo al almacén#
Decimos que una plataforma “recoge” datos, como si estuvieran en el suelo esperando a ser recogidos. En realidad, la mayor parte de la información nace en una relación. Se crea cuando alguien explica un síntoma a un servicio de salud, marca una calle como peligrosa en un mapa, corrige una dirección de reparto o aprende qué botón evita un error en una aplicación. Incluso los registros aparentemente automáticos dependen de infraestructuras pagadas colectivamente: redes, escuelas, normas, cuidados familiares y trabajo que permite a una persona estar conectada y actuar.
Decimos que una plataforma “recoge” datos, como si estuvieran en el suelo esperando a ser recogidos.
Reconocer esa producción no significa reclamar propiedad individual absoluta sobre cada registro. Muchos datos son relacionales: una ruta compartida, una tendencia de un barrio o una pauta de movilidad hablan de más de una persona. También pueden producir beneficios públicos reales, como detectar un problema de accesibilidad o mejorar un servicio. La cuestión es impedir que el carácter colectivo del conocimiento se use como excusa para privatizarlo sin límites. Cuando una empresa concluye que una zona puede pagar más, que un perfil merece menos tiempo de atención o que un grupo es un riesgo, la conclusión vuelve a la vida social convertida en una decisión concreta.
Por eso el consentimiento, aun siendo necesario, no puede cargar con toda la responsabilidad. Una pantalla larga no explica cómo interactuarán los datos de hoy con fuentes de mañana. Tampoco permite negociar de verdad a quien necesita el servicio para trabajar, estudiar o acceder a una prestación. Un acuerdo justo requiere obligaciones para quien combina, conserva y monetiza la información. La pregunta práctica no es “¿aceptó la persona?”. Es también “¿qué capacidad de decisión adquirió la organización gracias a esa aceptación y qué salvaguardas existen para que no se use contra la comunidad que la generó?”.
Seguir la cadena de valor cambia la conversación#
Imaginemos una aplicación municipal que invita a informar de farolas apagadas. Las vecinas envían fotos y ubicaciones porque quieren calles más seguras. El ayuntamiento puede usar los avisos para planificar reparaciones: ese es el propósito esperado. Pero si un proveedor conserva las imágenes, las cruza con otras bases y vende un análisis sobre actividad nocturna, ha nacido otro negocio. Tal vez sea legal según un contrato remoto. Aun así, la comunidad aportó trabajo de observación para resolver un problema público y terminó alimentando un producto que nunca se explicó.
Una revisión responsable dibuja la cadena antes de lanzar el servicio. Debe mostrar qué señal entra, qué inferencia se deriva, qué tercero interviene, qué decisión habilita y qué valor económico o estratégico aparece en cada paso. No hace falta revelar secretos técnicos para decir si las fotos se reutilizan, si los datos se agregan con fuentes comerciales o si un proveedor puede entrenar sus sistemas con ellos. El mapa convierte una promesa vaga de “mejorar la experiencia” en preguntas que pueden responderse: ¿qué sale del proyecto?, ¿quién lo controla?, ¿qué vuelve a quienes participaron?
También ayuda a distinguir ingresos de beneficios. Una empresa puede no vender una base de datos y, sin embargo, obtener una ventaja enorme al reducir costes, anticipar demanda o reforzar su posición frente a competidores. Una universidad puede entrenar una herramienta con contribuciones ciudadanas y luego licenciar resultados a otra entidad. El valor no desaparece porque no haya una factura asociada a cada fila. Describir estas ventajas evita el truco retórico de afirmar que “nadie compra tus datos” mientras se oculta el poder que generan sus combinaciones.
De la devolución simbólica al beneficio compartido#
La respuesta no tiene que ser una recompensa individual por clic. Ese modelo puede convertir la necesidad económica en presión para aceptar usos invasivos y no resuelve los daños colectivos. Hay formas más sensatas de devolver valor. Un proyecto de transporte que aprende de desplazamientos puede financiar mejoras verificables en los barrios que aportan la información. Una plataforma educativa puede compartir materiales, auditorías y resultados agregados con centros y familias, en lugar de encerrar el aprendizaje en un producto propietario. Una investigación que usa aportaciones comunitarias puede reservar recursos para seguimiento local y acceso abierto a hallazgos útiles.
El criterio no es regalar una ventaja promocional. Es relacionar el retorno con la finalidad y permitir que la comunidad lo discuta. Si los datos ayudan a decidir dónde habrá menos atención presencial, el beneficio no compensa el perjuicio con un cupón. Hace falta representación en la decisión, evaluación de efectos y una vía para corregir el rumbo. Si, en cambio, los registros permiten detectar un cruce peligroso, el retorno puede ser una obra priorizada, un informe público comprensible y el compromiso de no reutilizar las imágenes para vigilancia ajena al objetivo.
Los mecanismos colectivos son especialmente importantes cuando las personas no tienen la misma capacidad para negociar. Asociaciones de consumidores, cooperativas de datos, sindicatos, bibliotecas y organizaciones vecinales pueden revisar condiciones que una persona sola no tiene tiempo ni conocimientos para leer. Su papel no es autorizarlo todo por la comunidad, sino crear una mesa donde haya información, mandato y rendición de cuentas. Una entidad que desea usar datos de un grupo debería poder explicar por qué ese grupo no solo entrega material, sino que también participa en definir los límites y el retorno.
Medir el daño antes de celebrar la eficiencia#
La extracción de valor se vuelve más grave cuando produce una clasificación que otras instituciones toman como verdad. Un historial de compras puede alimentar un cálculo de riesgo; un patrón de conexión puede convertirse en una sospecha; una zona con menos actividad digital puede parecer menos rentable y recibir peor servicio. Estas consecuencias no siempre están en el primer contrato. Surgen de enlaces posteriores, modelos adquiridos y decisiones automatizadas que trasladan una observación limitada a una predicción sobre una persona.
Por eso una evaluación económica responsable debe incluir una evaluación de distribución. ¿Quién gana tiempo, dinero o información? ¿Quién queda expuesto a precios distintos, exclusiones o perfiles difíciles de corregir? ¿Qué grupos aportan señales más sensibles porque dependen más de un servicio? La respuesta no se obtiene con una cifra global de usuarios satisfechos. Requiere revisar casos límite, comparar impactos entre grupos y mantener una vía humana con autoridad para detener un uso que se aleja de su propósito.
Una organización puede adoptar una regla operativa sencilla: ningún uso secundario se aprueba solo porque sea técnicamente posible o rentable. Debe superar tres pruebas. La primera es de necesidad: ¿hay una forma menos intrusiva de lograr el objetivo? La segunda es de legitimidad: ¿las personas razonables que contribuyeron reconocerían ese uso como parte del intercambio? La tercera es de retorno: ¿el beneficio queda enteramente en quien administra la infraestructura o mejora de modo verificable las condiciones de quienes hicieron posible el conocimiento? Si falla una, toca rediseñar, no redactar una nota más larga.
Una contabilidad que pueda mirar la comunidad#
La transparencia útil no es publicar una política inabarcable. Es ofrecer una contabilidad legible del ciclo de datos: finalidad inicial, fuentes combinadas, inferencias relevantes, destinatarios, periodo de conservación, decisiones afectadas y beneficios obtenidos. Junto a ella debe existir un canal de revisión con plazos, personal capaz de responder y poder para corregir. La persona no necesita recibir el código de un modelo para saber que un dato suyo ayudó a construir una regla que ahora restringe sus opciones.
Esta contabilidad debe revisarse cuando cambia el contexto. Una información recogida para mejorar entregas puede adquirir un significado distinto si se cruza con deudas, salud o localización. Los responsables necesitan fechas de caducidad, inventarios de reutilización y auditorías que no dependan solo del proveedor interesado. Publicar qué usos se descartaron también importa: demuestra que los límites existen antes del escándalo y que la prudencia no es un eslogan de comunicación.
El paso concreto para empezar no es pedir a cada persona que lea otra política. Una organización puede elegir un conjunto de datos que ya use, reunir a quienes lo gestionan y responder en una página a seis preguntas: qué se aportó, qué se dedujo, qué decisión permitió, quién recibió valor, qué riesgo apareció y qué retorno o límite se acordó. Después debe contrastar esa página con un grupo de personas afectadas y cambiarla si no se entiende. Convertir el dato en un recurso compartido no elimina la innovación; le da una base más honesta. La economía invisible deja de ser inevitable cuando hacemos visible quién trabaja, quién decide y quién se beneficia.
