Uber multado con 825 millones de euros por el regulador neerlandés por desactivaciones de conductores impulsadas por algoritmos.
La autoridad neerlandesa de protección de datos (Autoriteit Persoonsgegevens, AP) ha multado a Uber con 825 millones de euros por utilizar un algoritmo automatizado para desactivar cuentas de conductores sin supervisión humana adecuada, una violación directa del Reglamento General de Protección de Datos (RGPD) de la UE. La multa, anunciada el 21 de agosto de 2026, es una de las mayores sanciones por RGPD hasta la fecha y señala un endurecimiento regulatorio hacia los procesos opacos de toma de decisiones basados en IA.
Qué sucedió
Según el regulador, el sistema de Uber terminaba automáticamente las cuentas de conductores basándose en evaluaciones algorítmicas de su comportamiento, incluyendo detección de fraude o métricas de rendimiento. La AP determinó que Uber no proporcionó suficiente transparencia sobre cómo se tomaban esas decisiones, ni ofreció a los conductores un canal efectivo para impugnar las desactivaciones. Esto vulnera el Artículo 22 del RGPD, que otorga a los individuos el derecho a no ser sometidos a decisiones basadas únicamente en procesamiento automatizado que produzcan efectos legales (como la terminación de un contrato) sin intervención humana.
Detalles clave
- Monto de la multa: 825 millones de euros (aproximadamente 960 millones de dólares al tipo de cambio actual).
- Regulador: Autoriteit Persoonsgegevens (Autoridad Neerlandesa de Protección de Datos).
- Vulneración: Desactivaciones automatizadas de cuentas sin revisión humana significativa ni salvaguardas para los conductores.
- Impacto del RGPD: Posiblemente bajo el Artículo 22, que restringe la toma de decisiones totalmente automatizada con consecuencias legales.
Implicaciones para los agentes de IA
Este fallo es una llamada de atención para cualquier equipo que despliegue agentes de IA que tomen decisiones con consecuencias importantes sobre las personas. Si tu agente se utiliza para aprobar préstamos, clasificar candidatos o, como en el caso de Uber, terminar cuentas, debes asegurarte de:
1. Incorporar revisión humana en el proceso para decisiones adversas. 2. Proporcionar a los afectados explicaciones claras de la lógica de la IA. 3. Establecer un proceso de apelación sencillo. 4. Auditar el cumplimiento del Artículo 22 del RGPD y normativas similares.
Para los desarrolladores, esto implica diseñar sistemas que registren los insumos de decisión, proporcionen explicabilidad y tengan mecanismos de anulación manual. La era de ejecutar un algoritmo como una caja negra ha terminado: los reguladores están vigilando.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también
Claude Code v2.1.282: correcciones de bloques de pensamiento, ajustes gestionados y un interruptor maxProseWidth
Claude Code v2.1.282 añade una configuración maxProseWidth, avisos de telemetría y allowClaudeInChromeWithManagedMcp, además de una larga lista de correcciones para el razonamiento extendido descartado, la reanudación de sesiones y el análisis de la configuración gestionada.

'Lavado de IA': Empresas del Reino Unido se reinventan como compañías de IA pese a vínculos débiles
Ejecutivos de relaciones públicas informan que empresas del Reino Unido les obligan a presentar automatización ordinaria como IA, y el 50% de los comunicados de prensa relacionados con IA se envían bajo coacción. Ejemplos incluyen un giro de AllBirds hacia la adquisición de GPU de IA y una inmobiliaria que llamó a un escáner de mano una herramienta de IA.

La codificación agéntica es una trampa: deuda cognitiva y atrofia
Lars Faye argumenta que las herramientas de codificación agéntica como Claude Code provocan atrofia cognitiva, dependencia del proveedor y mayor complejidad, trasladando la carga de escribir código a revisar el código generado, lo que degrada las habilidades de los desarrolladores.

Filtración del Código Fuente de Claude Revela Anti-Distilación, Modo Encubierto y Detección de Frustración
Un archivo de mapa de código fuente filtrado del paquete npm de Claude Code revela técnicas anti-destilación que utilizan herramientas falsas, un modo encubierto que oculta la autoría de IA y detección de frustración mediante patrones regex.