Daños por IA ante los tribunales — litigios, condenas y acuerdos

Cuando una tecnología nueva causa daño, el primer registro suele ser el titular. El segundo, mucho más lento y mucho menos ruidoso, es el expediente judicial. Este rastreo se ocupa del segundo: de los cien casos en los que un daño atribuido a la inteligencia artificial dejó de ser controversia para convertirse en demanda, sanción, denuncia formal ante un regulador o acuerdo con un desenlace identificable. La diferencia importa. Hay miles de incidentes con IA; aquí solo entran los que un sistema legal aceptó examinar.

El resultado es un dataset que cubre desde 2012 —cuando un algoritmo de Medicaid en Idaho recortó hasta un 42% las ayudas a personas con discapacidad y la ACLU lo llevó a los tribunales— hasta 2026. Pero la masa del fenómeno es reciente: más de la mitad de los casos (51 de 100) se concentran en 2024 y 2025. No es que antes no hubiera daño, sino que antes apenas había vía legal para nombrarlo.

Siete frentes, no uno

El primer hallazgo es que «daño por IA» no es una categoría, sino siete. El tracker reparte los cien casos entre deepfakes (23), reconocimiento facial y biometría (23), decisión automatizada (18), sesgo y discriminación (12), chatbots (9), difamación (8) y vehículos autónomos (7). Ese empate técnico en la cabeza —deepfakes y biometría— resume dos miedos muy distintos: el de que una máquina fabrique una realidad falsa sobre ti, y el de que te identifique mal en la real.

Dentro de los deepfakes, el subtipo dominante es el sexual no consentido: sumando víctimas adultas, menores y figuras públicas, supera a cualquier otro uso, incluido el fraude por clonación de voz. El caso de Almendralejo en España —quince menores condenados por difundir desnudos falsos de compañeras de instituto generados con IA— y el de la Universidad Nacional de Seúl en Corea —diez años de cárcel por 1.852 imágenes sexuales sintéticas— marcan los dos extremos de una misma tendencia: la justicia penal está respondiendo, pero el alcance de las penas varía enormemente según la jurisdicción.

La decisión automatizada, tercera categoría, es la más institucional de todas. Son algoritmos que el Estado o las aseguradoras usan para repartir o negar recursos: el sistema SyRI de detección de fraude al bienestar en Países Bajos, declarado ilegal por un tribunal de La Haya en 2020; el perfilado de desempleados que el Tribunal Constitucional polaco tumbó en 2018; el algoritmo de «puntuación de sospecha» de la CNAF francesa, recurrido en 2024 por quince organizaciones. Aquí el daño no es un accidente: es el diseño funcionando como se previó, sobre la población que menos puede recurrir.

Quién litiga qué, y dónde

El reparto geográfico no es neutral: revela qué herramienta legal predomina en cada región. En Estados Unidos manda la demanda civil —acción colectiva, responsabilidad de producto, difamación—, como en el veredicto de 329 millones de dólares contra Tesla por un fallo del Autopilot o el acuerdo nacional de Clearview AI valorado en 51,75 millones. En Europa, el protagonista es el regulador de datos: el RGPD ha permitido a las autoridades de Italia, Países Bajos, Francia, Grecia o Suecia multar a Clearview AI con más de 110 millones de euros sumados, aunque la empresa ha ignorado los pagos. En Asia, el peso recae en el proceso penal: condenas de prisión por deepfakes en Corea, detenciones por estafas con clonación de voz en Hong Kong.

Esa diversidad de vías explica por qué el campo «estado» o desenlace es el dato más revelador del tracker. Quince casos siguen en curso; los demás reparten su suerte entre multas firmes, acuerdos indemnizatorios, condenas de prisión, sistemas declarados ilegales y —dato que conviene no olvidar— desestimaciones. Walters contra OpenAI, la primera demanda por difamación generada por un chatbot, terminó con un juez de Georgia fallando a favor de la empresa en 2025: las advertencias del producto y la ausencia de malicia bastaron para tumbar la demanda. La primera gran multa europea a una IA generativa, los 15 millones del Garante italiano a OpenAI, fue anulada por el Tribunal de Roma en 2026. El historial, en otras palabras, no es una sucesión de victorias contra la tecnología; es un campo en disputa.

El propio dataset tiene un sesgo que conviene declarar: depende de que exista un sistema legal capaz y dispuesto a registrar el daño, y de que ese registro sea público y verificable. Eso infrarrepresenta a los países sin esa infraestructura y sobrerrepresenta a Estados Unidos y Europa, donde litigar es más habitual y la cobertura mediática, más densa. La ausencia de casos en una región no significa ausencia de daño.

Por qué este tracker existe

Este rastreo es la tercera pata de un ecosistema. El primero documenta las multas que los reguladores imponen a las plataformas digitales; el segundo, el gasto público de los gobiernos en IA. Entre ambos queda un vacío: el coste humano y judicial, lo que les ocurre a las personas concretas cuando un sistema falla y alguien decide pelearlo. Los tres juntos cierran un triángulo —lo que el Estado castiga, lo que el Estado gasta y lo que el Estado, a través de sus tribunales, repara o se niega a reparar.

Por eso aquí no se mide el revuelo, sino el procedimiento. Un deepfake viral de un famoso que solo genera indignación en redes no entra; uno que termina en una sala con un juez, sí. La brecha entre la cantidad de daño que se denuncia y la fracción que llega a registrarse legalmente es, en sí misma, la noticia que este tracker pretende hacer visible.