Respuesta directa: La ética en IA aplicada a videovigilancia requiere balancear seguridad con derechos individuales. Los principios fundamentales son: finalidad legítima y proporcional, transparencia con quienes son grabados, minimización del dato, prevención de sesgo algorítmico, supervisión humana en decisiones críticas, derecho a explicación y mecanismos de revisión. La Ley 21.719 en Chile, el AI Act europeo y NIST AI RMF son los marcos de referencia.
Principios fundamentales
Finalidad legítima y proporcionalidad
La IA aplicada a videovigilancia debe servir un fin claro (seguridad de personas y bienes, requerimiento técnico) y ser proporcional al impacto en derechos. Reconocimiento facial automático sobre toda la población de un mall sin justificación específica NO es proporcional.
Transparencia
Los trabajadores y visitantes deben saber que la IA opera, qué hace y qué decisiones toma. Señalización clara, aviso en Reglamento Interno y políticas accesibles.
Minimización del dato
Procesar solo los datos necesarios para la finalidad. Si el conteo de personas anónimo cumple el objetivo, no usar reconocimiento facial.
Prevención de sesgo
Los modelos de IA pueden tener menor precisión con grupos subrepresentados en el dataset de entrenamiento (mujeres, personas de tez oscura, mayores). Verificar con pruebas demográficas balanceadas.
Supervisión humana
Decisiones críticas (despachar guardia, contactar policía, denegar acceso) deben ser tomadas por una persona, no por la IA sola. La IA recomienda; la persona decide.
Derecho a explicación
Si la IA toma una decisión que afecta a alguien (deniega acceso, marca como sospechoso), el afectado tiene derecho a saber por qué.
Mecanismos de revisión
Procedimiento claro para impugnar decisiones de la IA. Auditoría regular del sistema.
Casos prácticos en Chile
Reconocimiento facial para asistencia laboral
Permitido con consentimiento expreso, finalidad clara, alternativa no biométrica disponible, política de retención mínima.
Detección de comportamiento sospechoso
Riesgoso. Los modelos pueden tener sesgo contra grupos. Mejor usar alertas operacionales objetivas (intrusión perimetral, merodeo en zona crítica) que “predicción de intención”.
LPR para acceso vehicular
Aceptable con finalidad clara, lista blanca documentada, política de retención mínima.
Conteo agregado
Generalmente OK al ser anónimo y no identificar personas.
Marcos de referencia
- Ley 21.719 Chile — protección de datos personales.
- EU AI Act — clasifica IA por riesgo, videovigilancia biométrica masiva es alto riesgo.
- NIST AI Risk Management Framework — guía para gestión de riesgo de IA.
- ISO 42001 — sistema de gestión de IA.
- OECD AI Principles.
Más sobre Ley 21.719 y video analytics 2026.