Policía federal argentina y Smart Sampa Brasil alimentan justicia algorítmica sin control

La expansión del ciberpatrullaje y el reconocimiento facial en Argentina y Brasil dibuja el escenario donde los jueces validarán decisiones automatizadas. Regular el algoritmo judicial exige antes frenar al algoritmo policial.

Policía federal argentina y Smart Sampa Brasil alimentan justicia algorítmica sin control

Foto: Anna Tikhonova

La discusión sobre regular los algoritmos en la toma de decisiones judiciales suele plantearse como un debate de futuro: una salvaguarda teórica para cuando los jueces empiecen a delegar sentencias en cajas negras. Ese encuadre llega tarde. En América Latina, la infraestructura para una justicia algorítmica no se está diseñando en los tribunales; se está desplegando en los ministerios de Seguridad, en las comisarías y en los contratos con proveedores de vigilancia masiva. Lo que hoy opera como "prevención del delito" mañana llega al banquillo como evidencia predictiva.

La policía que predice, el juez que homologa

Argentina ofrece el caso de estudio más nítido. La Resolución 428/2024 y el posterior Decreto 383/2025 facultaron a la Policía Federal para monitorear redes sociales y fuentes abiertas sin orden judicial bajo la vaga rúbrica de "prevenir delitos". La creación de la Unidad de Inteligencia Artificial Aplicada a la Seguridad (UIAAS) en 2024 explicitó el método: algoritmos de aprendizaje automático procesan datos históricos de crímenes para "predecir futuros delitos y ayudar a prevenirlos".

Patrocinado Advertisement

Cuando un sistema entrenado con datos policiales históricos —que reflejan sesgos de patrullaje, detenciones selectivas y denuncias— genera un "perfil de sospechoso" o una "zona de riesgo", está produciendo una verdad oficial algorítmica. Si esa salida alimenta una investigación fiscal o una orden de allanamiento, el control judicial a posteriori se reduce a validar la entrada del software. La "imparcialidad" que exige el jefe de redacción ya se quebró en la comisaría, mucho antes de llegar al despacho del juez.

El laboratorio brasileño: error como política de Estado

Brasil muestra las consecuencias físicas de esa cadena. El programa Smart Sampa en São Paulo conecta 40.000 cámaras con reconocimiento facial cotejado contra bases judiciales. El resultado documentado no es seguridad: es un jubilado de 80 años detenido por horas tras ser identificado erróneamente como agresor sexual, y un paciente psiquiátrico esposado por una orden de arresto desactualizada. El sistema falla, la policía actúa, la justicia convalida la detención inicial. La tecnología no reemplazó el criterio humano; lo desplazó hacia la obediencia automática al match biométrico.

A eso se suma la instalación de 400 cámaras con reconocimiento facial en escuelas municipales, registrando biométricamente a menores sin políticas de privacidad ni consentimiento informado. Se normaliza la vigilancia totalitaria desde la infancia, creando la ciudadanía que aceptará sin chistar una sentencia dictada por un score de riesgo.

La capa de fusión de datos: Palantir y la infraestructura permanente

El salto de escala lo marca Ecuador. La contratación de Palantir —la empresa de Peter Thiel, inversor activo en la región— para el Servicio Nacional de Aduana no es una compra de software: es la cesión de la arquitectura de inteligencia del Estado. La plataforma consolida información de múltiples organismos públicos, permitiendo cruces masivos que exceden el mandato aduanero. Como advierte Ximena Cuzcano de Derechos Digitales, se forma "una infraestructura permanente de los Estados, que puede seguir operando más allá del gobierno de turno".

Esa permanencia es el punto crítico para cualquier ejecutivo que opere en la región. Los datos que su empresa genera, los movimientos de su personal, las transacciones de sus clientes: todo fluye hacia tuberías diseñadas para la correlación predictiva, auditadas por nadie, controladas por contratos opacos con Big Tech. La "transparencia" y la "supervisión" que exige la postura editorial no existen en la capa ejecutiva; pretender exigirlas solo en la judicial es cerrar la puerta del granero cuando los caballos ya están en la autopista.

El ciberpatrullaje como ensayo de clasificación política

El informe de Derechos Digitales documenta cómo el ciberpatrullaje argentino deriva en clasificación política de usuarios. En Colombia, una contratación estatal derivó en listas de 486 usuarios de X ordenados por su posición frente al gobierno. En Brasil, licitaciones públicas buscaban analizar emociones en redes para medir popularidad oficial. Cuando el Estado automatiza la disidencia, el paso siguiente es automatizar la represión judicial de esa disidencia. Un algoritmo que marca "riesgo de manipulación de opinión pública" es, funcionalmente, un fiscal robot.

Cierre preventivo

Regular el uso de algoritmos en el poder judicial es necesario, pero insuficiente si la policía, la inteligencia y la administración pública ya operan bajo lógicas algorítmicas opacas, sin ley del Congreso que defina legalidad, necesidad y proporcionalidad, y sin auditoría ciudadana. El ejecutivo que hoy celebra la "eficiencia" de la vigilancia predictiva mañana será el sujeto de un compliance algorítmico que no podrá apelar. La regulación no empieza en el tribunal; empieza en el pliego de licitación del próximo contrato de vigilancia. ¿Sabe su organización qué datos está alimentando ya en ese sistema?

Fuentes

  1. FCA advierte que la IA puede revelar más vulnerabilidades cibernéticas de las que las empresas pueden manejar - Compliance Week
  2. Justicia automatizada y la actuación del derecho: El Proceso de Kafka en la era de la gobernanza algorítmica
  3. Advierten por el uso de inteligencia artificial para predecir delitos y vigilar en internet: qué puede saber el Estado sobre los argentinos
Marcelo Peguero

Escrito por

Marcelo Peguero

Experto en estándares

Cofundador de ISOINNOVA y especialista en diseño de procesos de calidad, con más de 20 años implantando sistemas de gestión en organizaciones públicas y privadas de Latinoamérica. Su trabajo parte de una convicción simple: un proceso mal diseñado no se arregla poniéndole tecnología encima, se amplifica. Desde ahí mira cómo la inteligencia artificial entra en la operación de las empresas — qué promete, qué mide de verdad y quién termina asumiendo el costo cuando el estándar llega después de la herramienta.