La inteligencia artificial dejó de ser una curiosidad técnica para convertirse en una herramienta que ya toma decisiones con impacto real sobre patrimonios, salud, contratos y operaciones empresariales. Ese dato cambia todo. El debate jurídico ya no pasa por preguntarse si la IA debe regularse algún día, sino por entender cómo responde hoy el derecho argentino cuando un sistema autónomo provoca un daño concreto. Y ahí aparece un error bastante humano, por cierto: seguir mirando un problema nuevo con categorías pensadas para máquinas viejas, empleados identificables o empresas con cadenas claras de mando. El texto base sobre el que se construye este artículo plantea justamente esa tensión entre los modelos clásicos de atribución y la lógica causal específica de los agentes de IA contemporáneos.
Introducción
Cada vez más empresas utilizan sistemas de inteligencia artificial para automatizar decisiones, asistir procesos críticos o incluso operar con mínima intervención humana. Eso genera ventajas evidentes: velocidad, escala, reducción de costos y capacidad de respuesta. Pero también abre una pregunta delicada: ¿quién responde cuando esa inteligencia artificial causa un daño?
La respuesta no es tan simple como señalar al programador, a la empresa que la usa o a la plataforma que la provee. En muchos casos, el verdadero problema no está en la identidad visible del “culpable”, sino en la cadena de decisiones técnicas que hizo posible el resultado dañoso. En otras palabras, la clave jurídica ya no está solo en quién aparece al final del proceso, sino en cómo se configuró el sistema que produjo el daño.
Desde la práctica profesional, esto importa mucho más de lo que parece. Una empresa que integra agentes de IA en su operación, un proveedor tecnológico que ofrece automatizaciones, una clínica que utiliza sistemas de recomendación, o un cliente afectado por una decisión automatizada, todos pueden verse involucrados en un conflicto donde la prueba, la previsibilidad y la asignación contractual de riesgos serán decisivas.
Este artículo explica, en lenguaje claro, cómo puede abordarse en Argentina la responsabilidad civil por daños causados por inteligencia artificial, qué herramientas ofrece hoy el Código Civil y Comercial, por qué no alcanza con repetir fórmulas importadas del exterior y qué deberían estar haciendo ahora mismo las empresas para reducir exposición legal y ordenar su posición frente a futuros reclamos.
La inteligencia artificial ya genera riesgos jurídicos reales
Durante mucho tiempo, la discusión sobre inteligencia artificial se movió en el terreno de la futurología. Eso terminó. Hoy existen sistemas capaces de recomendar tratamientos, gestionar operaciones financieras, administrar infraestructuras y suscribir decisiones con intervención humana limitada. El problema, entonces, ya no es hipotético. Es actual.
En la práctica, eso significa que un error, una omisión o una conducta emergente del sistema puede producir daños patrimoniales, contractuales, sanitarios o incluso reputacionales. Y cuando aparece el daño, aparece también el pleito. Lo que muchas empresas todavía no comprenden es que no alcanza con tener una herramienta “moderna” o contratada a un proveedor prestigioso. Si la configuración concreta del sistema fue riesgosa, defectuosa o insuficientemente controlada, la exposición jurídica existe igual.
La pregunta relevante no es si la IA “se equivocó”. Esa formulación seduce porque simplifica, pero jurídicamente sirve poco. La verdadera pregunta es otra: qué decisiones humanas, técnicas, contractuales y organizativas hicieron posible el daño. Ese es el punto de partida serio.
El gran error: tratar al agente de IA como si fuera una cosa común o un empleado
Una de las dificultades centrales del tema es que los marcos jurídicos clásicos no encajan del todo bien. Un agente de IA no es simplemente un producto estático con comportamiento totalmente previsible. Tampoco es un dependiente humano con voluntad identificable. Ni una empresa con órganos claramente jerarquizados.
Un sistema de IA contemporáneo puede comportarse de determinada manera por una combinación de factores distribuidos en distintas etapas: entrenamiento del modelo, ajustes posteriores, herramientas habilitadas, límites impuestos, supervisión humana, contexto de despliegue y objetivos operativos definidos por terceros. Eso vuelve insuficiente cualquier análisis que pretenda concentrar toda la responsabilidad en un solo punto por mera comodidad.
Desde una perspectiva litigiosa, esto tiene una consecuencia decisiva: la atribución correcta no siempre coincide con el actor más visible, ni con el más solvente, ni con el más cómodo para demandar. Y si el abogado no entiende esa arquitectura causal, puede plantear mal el caso desde el inicio.
Por qué la configuración técnica pesa más que la etiqueta del sistema
Uno de los aportes más relevantes del texto base es que muestra cómo el comportamiento de un agente de IA no depende solo del “modelo” en abstracto, sino de su configuración específica. Esto es crucial. Dos despliegues sobre la misma base tecnológica pueden arrojar resultados radicalmente distintos según las herramientas activadas, el entorno operativo y el esquema de supervisión aplicado.
Traducido al lenguaje del cliente: no basta con decir “usamos tal plataforma” o “el proveedor era serio”. Eso puede ser cierto y aun así no responder a la pregunta esencial. Lo determinante será saber:
- qué herramientas tenía habilitadas el sistema al momento del hecho;
- qué límites operativos tenía o no tenía;
- qué tipo de supervisión se implementó;
- qué pruebas se realizaron antes del despliegue;
- qué registros quedaron del funcionamiento concreto;
- quién tomó cada una de esas decisiones.
Este punto es incómodo porque destruye una fantasía muy extendida en el mercado: la idea de que basta contratar tecnología de terceros para trasladar el riesgo. No. En muchos casos, el riesgo se redistribuye, pero no desaparece. Y si no está documentado, empeora.
La propuesta de crear una “persona jurídica algorítmica” y sus límites
En el plano comparado, surgieron propuestas orientadas a concentrar la responsabilidad en una entidad especial vinculada al agente de IA. La lógica es elegante: si el sistema actúa de manera autónoma, se lo encapsula jurídicamente en una estructura patrimonial que soporte las consecuencias del daño.
El problema es que esa salida puede ser conceptualmente prolija y, al mismo tiempo, jurídicamente defectuosa. ¿Por qué? Porque concentra la atribución donde resulta práctico, no necesariamente donde el daño fue causalmente producido. Si el comportamiento riesgoso dependió de decisiones tomadas por desarrolladores, integradores, operadores y usuarios empresariales en distintas etapas, entonces forzar todo hacia una sola entidad puede simplificar el expediente, pero deformar la realidad.
Para un cliente esto no es una discusión académica lejana. Tiene un efecto directo. Si la responsabilidad se analiza mal, puede terminar asumiendo costos que en verdad correspondían a otro actor de la cadena. O, a la inversa, puede confiarse en que un proveedor absorberá el problema y descubrir demasiado tarde que la documentación, el contrato o la evidencia técnica no lo respaldan.
Qué herramientas ofrece hoy el derecho argentino
Acá aparece una idea que conviene decir sin ceremonia: no es cierto que en Argentina estemos jurídicamente desarmados porque no exista una “ley de inteligencia artificial”. Esa frase se repite mucho porque suena moderna, pero simplifica en exceso.
El sistema argentino ya cuenta con reglas de responsabilidad civil capaces de abordar este tipo de conflictos. El desafío no es la ausencia total de normas, sino la necesidad de aplicarlas con precisión técnica. El texto base destaca especialmente los artículos 1725 a 1728 del Código Civil y Comercial como un marco apto para graduar la previsibilidad, la conducta exigible y el peso causal de cada decisión tomada en la cadena de producción del daño.
Eso permite, al menos en principio, analizar separadamente la conducta de:
- quien diseñó o entrenó el modelo base;
- quien configuró su despliegue;
- quien habilitó herramientas o integraciones;
- quien lo insertó en un entorno real de operación;
- quien omitió controles razonables;
- quien se benefició económicamente del uso riesgoso del sistema.
Esta lógica tiene una ventaja enorme: en lugar de buscar un culpable abstracto, permite reconstruir la cadena causal real. Y en litigios complejos, esa diferencia vale oro.
La importancia de la previsibilidad en la responsabilidad civil
Uno de los ejes más útiles del régimen argentino es que no mide todas las conductas con la misma vara. La obligación de prever riesgos y evitar daños se analiza según la posición del sujeto, su profesión, el conocimiento disponible al momento del hecho y su intervención concreta en el resultado.
Eso es especialmente valioso en materia de IA. No puede exigirse lo mismo a una pequeña empresa usuaria que implementó una herramienta empaquetada, que a un integrador profesional que diseñó una solución a medida o a un proveedor especializado que conocía los límites técnicos del sistema y omitió advertirlos.
Desde la óptica del cliente, esta graduación es central. Porque una buena estrategia jurídica no consiste en negar en bloque toda responsabilidad ni en resignarse a asumirla por completo. Consiste en ubicar con precisión qué era razonablemente previsible para cada actor y qué medidas eran exigibles según el estado del arte disponible al momento del despliegue.
Ese análisis, bien hecho, puede servir tanto para demandar como para defenderse.
El artículo 19 de la Constitución Nacional y los límites de la regulación preventiva
Otro punto muy interesante del enfoque expuesto en el texto base es el uso del artículo 19 de la Constitución Nacional para marcar un límite a la regulación preventiva genérica. La idea es clara: no toda novedad tecnológica justifica controles previos, auditorías obligatorias o esquemas generales de habilitación sin anclaje en daños concretos o riesgos debidamente identificados.
Esto no significa que la IA quede fuera del derecho. Significa algo más fino y más importante: una cosa es responder jurídicamente por un daño causado y otra muy distinta es imponer restricciones generales sin base empírica suficiente.
En términos prácticos, hay dos consecuencias:
La primera es que el artículo 19 no impide reclamar daños cuando decisiones técnicas vinculadas al uso de IA lesionan derechos de terceros. Si hubo perjuicio concreto, la responsabilidad civil sigue plenamente operativa.
La segunda es que los proyectos regulatorios que pretenden controlar de forma amplia, abstracta y previa toda forma de desarrollo o uso de IA deben superar un examen serio de razonabilidad constitucional. Y eso no siempre ocurre.
Para empresas y profesionales, esta distinción importa porque evita caer en dos errores opuestos: creer que “como no hay ley especial, nadie responde”, o pensar que “todo uso de IA quedará sometido a una autorización previa”. Ninguna de esas simplificaciones ayuda.
La responsabilidad objetiva y las actividades riesgosas
Además del análisis por culpa o previsibilidad, también debe tenerse presente el régimen de responsabilidad por actividades riesgosas. Cuando el despliegue de un agente de IA genera un riesgo especial para terceros, puede abrirse la puerta a un esquema de atribución más severo.
Esto es particularmente relevante en actividades sensibles: salud, finanzas, infraestructura, scoring automatizado, decisiones de acceso, gestión de datos personales o automatizaciones con impacto patrimonial relevante. En estos ámbitos, el centro de gravedad no siempre estará en demostrar mala fe o negligencia subjetiva, sino en evaluar si la actividad generó un riesgo que el ordenamiento no obliga a soportar a la víctima.
Para una empresa, esto implica que el discurso de “la herramienta falló sola” no solo es pobre, sino jurídicamente inútil. Si el sistema fue desplegado dentro de su órbita de control y generó un riesgo relevante para terceros, la exposición puede subsistir incluso aunque la empresa no haya “querido” el daño.
Lo que los contratos deberían estar resolviendo hoy
Acá está la parte más práctica y, a la vez, la más desatendida. Antes de que un juez responda por las malas, los contratos deberían estar resolviendo por las buenas varios puntos críticos.
El primero es la trazabilidad técnica. Debe quedar claro quién documenta la configuración activa del sistema, qué logs se conservan, qué eventos se registran y durante cuánto tiempo. Sin eso, la discusión judicial se vuelve un pantano de suposiciones.
El segundo es la distinción entre auditar el modelo y auditar el despliegue. No es lo mismo verificar una herramienta en abstracto que controlar la configuración concreta con la que fue usada. Muchos contratos confunden ambas cosas, y esa confusión después cuesta dinero.
El tercero es la asignación de riesgo residual. Debe preverse qué pasa con comportamientos emergentes que no pudieron anticiparse razonablemente con los protocolos existentes al momento de la implementación. Esa incertidumbre existe. Negarla no la elimina. Solo la deja sin precio y sin dueño hasta que explota.
El cuarto es la distribución de responsabilidades entre proveedor, integrador y cliente final. Si el contrato no delimita quién responde por diseño, configuración, monitoreo, actualizaciones, alertas y contingencias, esa tarea la hará después un tribunal, con mucha menos simpatía por las improvisaciones.
Qué deberían hacer hoy las empresas y los usuarios profesionales de IA
Desde un enfoque preventivo serio, hay varias medidas mínimas que ya deberían formar parte de cualquier implementación profesional de inteligencia artificial:
- documentar configuraciones y cambios relevantes;
- conservar registros auditables del comportamiento del sistema;
- delimitar responsables internos y externos;
- validar entornos de prueba antes del despliegue real;
- revisar cláusulas de responsabilidad, indemnidad y cobertura contractual;
- definir protocolos de intervención humana en situaciones críticas;
- evaluar el riesgo jurídico según el tipo de actividad y el posible daño a terceros.
No se trata de burocracia decorativa. Se trata de construir prueba antes del conflicto. Porque cuando aparece el daño, todos juran que hicieron “lo razonable”. El problema es que, sin registros, esa frase vale menos que un recibo sin firma.
Por qué este tema ya importa a potenciales clientes
Tanto si usted dirige una empresa como si fue perjudicado por una decisión automatizada, este tema dejó de ser técnico y pasó a ser patrimonial. Las decisiones tomadas con apoyo o ejecución de inteligencia artificial ya pueden afectar contratos, dinero, reputación, acceso a servicios, datos sensibles y relaciones de consumo.
Para los clientes empresarios, el riesgo está en desplegar herramientas sin respaldo documental, sin contratos bien redactados y sin una evaluación jurídica acorde al nivel de exposición.
Para los clientes damnificados, el riesgo está en aceptar la excusa fácil de que “nadie fue”, “fue el algoritmo” o “la máquina decidió”. El derecho no funciona así. Siempre hay una cadena de decisiones, actores y beneficios detrás del resultado.
Y justamente por eso el asesoramiento temprano vale tanto. Porque en estos casos no gana necesariamente quien tiene razón en abstracto, sino quien logra reconstruir mejor el circuito causal, preservar prueba útil y encuadrar jurídicamente el daño con precisión.
Conclusión
Si su empresa utiliza inteligencia artificial para operar, decidir o automatizar procesos, o si usted sufrió un perjuicio derivado de una decisión tomada por un sistema automatizado, conviene analizar el caso cuanto antes. En estos conflictos, llegar tarde suele significar perder prueba, asumir riesgos innecesarios o quedar atrapado en contratos mal diseñados. Como abogado, puedo ayudarlo a evaluar la exposición legal, revisar responsabilidades, ordenar la estrategia contractual o preparar un reclamo sólido según las particularidades del caso. Actuar a tiempo no solo protege derechos: también evita errores caros, que después ni la mejor tecnología corrige.