La medida de Canadá para restringir el acceso a las redes sociales a usuarios menores de 16 años ha llevado a Google y Meta a implementar herramientas de verificación de edad impulsadas por IA en todas sus plataformas. En apariencia, esto suena como una medida sencilla de seguridad infantil. En el fondo, plantea una pregunta más difícil para todos los usuarios, no solo para los adolescentes: ¿cuántos datos personales recopilan e infieren estos sistemas solo para adivinar cuántos años tienes?

Como cubrimos en nuestro informe anterior sobre las verificaciones de edad con IA de Google y Meta en Canadá, el gobierno federal ha introducido legislación de seguridad digital destinada a mantener a los niños menores de 16 años fuera de las plataformas de redes sociales. Para cumplir, las empresas están recurriendo a la estimación automatizada de edad en lugar de depender únicamente de que los usuarios declaren su fecha de nacimiento. Ese cambio es donde entran en juego las preocupaciones sobre la privacidad en la verificación de edad con IA.

Cómo funciona realmente la IA de estimación de edad de Google y Meta

En lugar de pedir a los usuarios que suban una identificación gubernamental, ambas empresas se apoyan en modelos de aprendizaje automático que analizan señales de comportamiento y de la cuenta para estimar la edad. Esto puede incluir cómo se usa una cuenta, con qué tipo de contenido interactúa y patrones que difieren entre el comportamiento de usuarios adultos y menores. El objetivo es marcar cuentas que parezcan pertenecer a alguien menor de 16 años para que las restricciones de la plataforma puedan aplicarse automáticamente, sin requerir que cada usuario demuestre su edad manualmente.

Este enfoque es atractivo tanto para los reguladores como para las empresas porque evita la fricción de las subidas obligatorias de documentos para toda la base de usuarios. Pero también significa que la precisión del sistema depende enteramente de cuántos datos tenga la IA para trabajar, y de qué tan bien pueda interpretar esos datos.

Qué datos recopilan estos sistemas más allá de tu fecha de nacimiento

La tensión central en los debates sobre la privacidad en la verificación de edad con IA es que estimar la edad a partir del comportamiento a menudo requiere más datos que simplemente verificar un campo de fecha de nacimiento. En lugar de un único punto de datos, estos sistemas pueden basarse en una actividad de cuenta y patrones de uso más amplios para hacer una inferencia. Eso significa que el propio proceso de estimación de edad puede convertirse en una nueva vía de recopilación de datos, una que opera continuamente en segundo plano en lugar de como una verificación única.

Para los usuarios preocupados por la privacidad, esta es la parte de la historia que merece más atención de la que normalmente recibe. Una fecha de nacimiento es estática y limitada. El perfilado conductual es continuo y puede revelar mucho más sobre una persona que su edad sola. Cuando las plataformas construyen sistemas diseñados para inferir algo tan sensible como el rango de edad de un usuario, la tubería de datos subyacente a menudo también tiene la capacidad de inferir otras cosas.

Precisión, sesgo y riesgos de falsos positivos en los algoritmos de adivinación de edad

Cualquier sistema de IA construido para estimar un atributo personal a partir de señales indirectas conlleva el riesgo de equivocarse. La estimación de edad no es una excepción. Los usuarios podrían ser clasificados erróneamente como más jóvenes o mayores de lo que realmente son, lo que llevaría a que se apliquen restricciones incorrectas a cuentas de adultos o, a la inversa, a que usuarios menores de edad pasen desapercibidos. Debido a que estos modelos se entrenan con patrones en lugar de hechos verificados, los errores no solo son posibles, sino que son una característica estructural de cómo funciona la tecnología.

Esto crea una disyuntiva en el mundo real. Ajustar el algoritmo para detectar más usuarios menores de edad aumenta el riesgo de marcar falsamente a adultos. Flexibilizarlo para reducir los falsos positivos aumenta el riesgo de pasar por alto a los usuarios menores de edad que el sistema fue construido para identificar en primer lugar. A medida que avancen las restricciones de Canadá a las redes sociales, este acto de equilibrio probablemente seguirá siendo un desafío continuo en lugar de un problema resuelto.

Cómo los usuarios preocupados por la privacidad pueden limitar la exposición de datos de las verificaciones de edad

Aunque los usuarios individuales no pueden reescribir cómo Google o Meta construyen sus sistemas de estimación de edad, hay pasos que pueden reducir la exposición innecesaria de datos. Revisar regularmente la configuración de privacidad de la cuenta es un buen punto de partida, en particular la configuración relacionada con el seguimiento de actividad, la personalización de anuncios y el intercambio de datos entre servicios. Limitar la cantidad de datos conductuales que una plataforma puede recopilar en primer lugar reduce la materia prima con la que estos sistemas de IA tienen que trabajar.

Los usuarios que están especialmente preocupados por el perfilado también deberían considerar cómo su actividad en línea más amplia, incluidos los hábitos de navegación vinculados a las mismas cuentas o dispositivos, podría alimentar estos sistemas. Una VPN no cambiará cómo funciona el modelo interno de estimación de edad de una plataforma, pero puede ayudar a limitar la cantidad de datos a nivel de red, como la ubicación y las señales basadas en IP, que se vinculan a la huella digital más amplia de un usuario en diferentes servicios.

Qué significa esto para ti

Si usas productos de Google o Meta en Canadá, es posible que ya estés sujeto a una estimación automatizada de edad sin un aviso específico que te pida verificar tu edad. Esto representa un alejamiento del modelo tradicional de fechas de nacimiento autoinformadas, y traslada más control sobre la verificación de identidad a algoritmos opacos. Incluso si no eres menor de edad y no tienes nada de qué preocuparte respecto a las restricciones de la plataforma, vale la pena entender que los sistemas que toman estas determinaciones dependen de la recopilación de datos conductuales que se extiende mucho más allá de un simple campo de edad.

Puntos clave

La privacidad en la verificación de edad con IA se está convirtiendo en un problema mayor a medida que los gobiernos empujan a las plataformas hacia el cumplimiento automatizado en lugar de las verificaciones manuales. El despliegue de Google y Meta en Canadá es un anticipo de lo que puede convertirse en una tendencia global más amplia. Lee nuestro análisis completo sobre las verificaciones de edad con IA de Google y Meta en Canadá para conocer los antecedentes regulatorios, tómate unos minutos para revisar tu configuración de privacidad y personalización de anuncios en las principales plataformas, y ten en cuenta que las herramientas de estimación de edad a menudo dependen de los mismos datos conductuales que impulsan la publicidad dirigida. Mantenerte informado sobre cómo funcionan estos sistemas es la mejor manera de conservar el control sobre lo que compartes, sin importar la edad que el algoritmo crea que tienes.