🤖 AI

Understanding Privacy by Formalizing It

Este artículo propone una formalización del derecho a la privacidad como un derecho epistémico dentro de la teoría de las posiciones normativas, utilizando la lógica multimodal para especificar sistemáticamente diversas teorías y principios de privacidad para guiar el desarrollo de algoritmos e inteligencia artificial.

Autores originales: Réka Markovich, Truls Pedersen, Marija Slavkovik

Publicado 2026-06-23

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Réka Markovich, Truls Pedersen, Marija Slavkovik

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El gran problema: La privacidad es demasiado vaga

Imagina que estás intentando construir un robot que debe ser "educado". Si le dices al robot: "Sé educado", se confundirá. ¿Significa eso que no debe interrumpir? ¿Debe decir "por favor"? ¿Debe evitar mirarte? Sin una definición específica, el robot no puede saber qué hacer.

Los autores argumentan que la privacidad es exactamente como esa instrucción vaga. En nuestro mundo moderno, donde la Inteligencia Artificial (IA) y las computadoras procesan datos más rápido de lo que los humanos pueden pensar, necesitamos decirle a las máquinas exactamente qué significa la "privacidad". Actualmente, la gente discute sobre la privacidad usando diferentes definiciones y, debido a que estas definiciones no son matemáticamente precisas, no podemos construir algoritmos para comprobar si se está violando la privacidad.

El objetivo de este artículo es tomar el concepto desordenado y difuso de la privacidad y convertirlo en una receta matemática estricta (usando la lógica) para que las computadoras puedan entenderlo.

El kit de herramientas: Un juego de "Legos Legales"

Para construir esta receta, los autores utilizan un tipo especial de lógica llamada Lógica Multimodal. Piensa en esto como un juego de "Legos Legales" que les permite ensamblar diferentes tipos de reglas.

Ellos se basan en un marco llamado Teoría de las Posiciones Normativas (basada en el trabajo de un académico del derecho llamado Hohfeld). Imagina una partida de ajedrez. En el ajedrez, no solo tienes "piezas"; tienes poderes y restricciones específicos:

Derecho de Reclamación (Claim-Right): Tienes el derecho a hacer algo, y otra persona tiene el deber de permitirte. (Ej.: "Tengo derecho a mi castillo; tú tienes el deber de no entrar").
Privilegio (Libertad): Eres libre de hacer algo, y nadie puede impedírtelo. (Ej.: "Soy libre de caminar por mis propias tierras").
Poder (Power): Tienes la capacidad de cambiar las reglas para otra persona. (Ej.: "Puedo vender mi tierra, lo que cambia tu capacidad de entrar en ella").
Inmunidad: Estás protegido de que otros cambien las reglas. (Ej.: "Nadie puede vender mi tierra sin mi permiso").

Los autores utilizan estos "Legos" para construir diferentes versiones de la privacidad.

Los diferentes "sabores" de la privacidad

El artículo analiza cómo diferentes pensadores famosos han definido la privacidad y las traduce a su lenguaje lógico. Estos son los principales "sabores" que analizaron:

1. El cartel de "No molestar" (Derecho a que te dejen en paz)

La idea: La privacidad significa que nadie debería conocer tus secretos.
La lógica: Esto se traduce como una regla donde el Estado tiene el deber de asegurar que, para cada persona, exista una regla de que nadie más pueda conocer una pieza de información específica sobre ella.
El inconveniente: Los autores se dan cuenta de que, en el mundo real, no siempre podemos estar "solos". A veces, un médico debe conocer tus datos de salud, o un servidor debe conocer tu ubicación para enviarte un paquete. Por lo tanto, la lógica tiene que ser lo suficientemente flexible como para decir: "Está bien, el médico lo sabe, pero el médico no puede contárselo a la compañía de seguros".

2. El "Control de volumen" (Derecho a controlar el acceso)

La idea: La privacidad no se trata de ser invisible; se trata de ser el jefe de tus propios datos. Tú decides quién ve qué.
La lógica: Esto se modela como un "Poder". Tienes el poder de conceder o denegar el acceso. Incluso si alguien puede ver tus datos (como un camarero viendo tu pedido), tú tienes el derecho de controlar si ellos pueden compartir esa información con otros.
Analogía: Imagina que estás en una habitación con una pared de cristal. No puedes evitar que la gente te vea (pueden verte), pero tienes un control remoto. Si presionas un botón, el cristal se vuelve opaco. Si no lo presionas, permanece transparente. La lógica define quién tiene ese control remoto.

3. El "Cambio de contexto" (Integridad Contextual)

La idea: Está bien compartir tu estado de VIH con una aplicación de citas, pero no con tu jefe. La privacidad depende de la situación.
La lógica: Los autores intentan escribir reglas que digan: "La información es privada a menos que se comparta para un propósito específico en un contexto específico". Si los datos saltan del "contexto de citas" al "contexto de entrevista de trabajo", la lógica lo marca como una violación.

4. El "Espejo de Transparencia" (Derecho a saber)

La idea: A veces, la privacidad no se trata de esconderse; se trata de saber quién te está mirando.
La lógica: Esta es una regla que dice: "Si alguien accede a tus datos, tienes el derecho de saber que lo hizo". Es como tener una cámara de seguridad que no solo graba al ladrón, sino que también te envía un mensaje de texto diciendo: "Alguien acaba de mirar tu diario".

¿Por qué es esto importante?

Los autores no están tratando de resolver todos los problemas de privacidad ahora mismo. En su lugar, están construyendo el plano.

Antes de este artículo: Tenemos a diferentes personas diciendo: "La privacidad es X", "La privacidad es Y" y "La privacidad es Z". Están discutiendo sin entenderse porque están usando definiciones diferentes.
Después de este artículo: Podemos tomar la Definición X y la Definición Y y pasarlas por la misma máquina de lógica matemática. La máquina puede decirnos: "Estas dos definiciones son en realidad la misma", o "Estas dos definiciones se contradicen entre sí".

La conclusión

Este artículo es un paso fundamental. Dice: "No podemos construir un sistema de IA justo para la privacidad hasta que podamos escribir las reglas de la privacidad en un lenguaje que las computadoras puedan leer sin confundirse".

Han creado un "diccionario" y una "gramática" para los derechos de privacidad. Al convertir ideas abstractas como la "libertad frente al escrutinio" en fórmulas lógicas estrictas (como Oa→b...), esperan permitir eventualmente que las computadoras comprueben automáticamente si una nueva tecnología o ley está respetando la privacidad, o si está rompiendo las reglas secretamente.

En resumen: Están convirtiendo el concepto de "Privacidad" de un sentimiento difuso a un conjunto preciso de instrucciones que una computadora puede seguir.

Resumen Técnico: Comprender la Privacidad Formalizándola

Planteamiento del Problema
El artículo aborda el desafío de traducir el concepto de privacidad a un formato adecuado para el análisis y la implementación algorítmica, particularmente en el contexto de la Inteligencia Artificial (IA) y la digitalización. Si bien existe un consenso general sobre la necesidad de proteger la privacidad, el concepto carece de una definición unificada y está sujeto a diversas interpretaciones en el derecho, las ciencias sociales y la informática. Las capacidades actuales de la IA, como el reconocimiento de patrones en los datos, pueden erosionar la privacidad al inferir información que no se ha compartido explícitamente; sin embargo, los marcos regulatorios existentes suelen basarse en conceptualizaciones vagas o conflictivas. Los autores argumentan que, para imponer restricciones algorítmicas significativas o mecanismos de autorregulación, el derecho a la privacidad debe especificarse formalmente. Sin tal precisión, es imposible comparar diferentes conceptualizaciones de la privacidad o determinar si se refieren a las mismas ideas subyacentes.

Metodología
Los autores emplean un enfoque lógico formal para caracterizar diferentes teorías de la privacidad. La metodología consta de tres componentes principales:

Marco Teórico: El artículo utiliza la Teoría de las Posiciones Normativas, basada en el análisis de los derechos de W.N. Hohfeld. Este marco distingue entre cuatro tipos atómicos de derechos y sus correlativos: derechos de pretensión (y deberes), privilegios (y no-pretensiones), facultades (y responsabilidades) y de inmunidad (y discapacidades). Los autores extienden esto a derechos multital (derechos mantenidos frente a todos) y derechos moleculares (combinaciones complejas de posiciones atómicas). Se centran específicamente en los derechos epistémicos, definidos como derechos relativos a la distribución y accesibilidad de bienes epistémicos (conocimiento/información).
Formalismo Lógico: Se construye una lógica multimodal para representar estos derechos. El lenguaje $L$ $L$ extiende la lógica proposicional con cuatro modalidades:
- Agencia ( $E_a$ ): "El agente $a$ se asegura de que..." (modelado mediante semántica de vecindad).
- Obligación Dirigida ( $O_{a \to b}$ ): "El agente $a$ tiene un deber hacia $b$ de que..." (lógica deóntica estándar, axioma D).
- Conocimiento Epistémico ( $K_a$ ): "El agente $a$ sabe que..." (lógica del conocimiento S5 estándar).
- Necesidad Alética ( $\Box$ ): "Es necesario que..." (S5).
  La lógica evita supuestos fuertes sobre la acción (usando una lógica de acción débil) para permitir una interpretación amplia de las "acciones" manteniendo las propiedades estándar para el conocimiento y la necesidad.
Proceso de Formalización: Los autores mapean definiciones y teorías específicas de la privacidad en este lenguaje lógico. Traducen conceptos como "el derecho a ser dejado en paz", "el control sobre la información" e "integridad contextual" en fórmulas que involucran combinaciones de las modalidades anteriores.

Contribuciones Clave y Resultados
El artículo proporciona representaciones formales iniciales de varios enfoques prominentes de la privacidad, demostrando cómo estos se traducen en distintas posiciones normativas:

Derecho a ser Dejado en Paz / Control: Los autores formalizan el "derecho a ser dejado en paz" (Warren y Brandeis) y la definición de "control" de Westin. Distinguen entre:
- Fórmulas de deber-ser (p. ej., $O\Diamond E_a \neg K_b \phi$ ) que establecen un estado de cosas deseado.
- Fórmulas de deber-hacer que involucran agentes específicos (p. ej., el estado $s$ imponiendo un deber a una empresa $c$ para permitir que el agente $a$ evite que $b$ conozca $\phi$ ).
- Formalizan las libertades multital (la ausencia de una obligación de divulgar) y las inmunidades (la incapacidad de otros para cambiar esta libertad), mostrando cómo la privacidad puede ser un derecho molecular complejo en lugar de un único derecho de pretensión atómico.
Integridad Contextual y Privacidad Inalcanzable: Abordando la crítica de Nissenbaum de que el control absoluto es imposible, el artículo formaliza escenarios donde el acceso es inevitable. En estos casos, la privacidad se redefine como el derecho a controlar la mayor difusión o el derecho a evitar que quienes necesariamente conocen la información la escrutinen o comenten sobre ella (p. ej., $E_a O_{b \to a} \neg E_b K_a \phi$ ).
Transparencia: El artículo formaliza el "derecho a la transparencia" (saber si otros tienen acceso) utilizando un operador de "saber si" para evitar paradojas lógicas, asegurando que el portador del deber informe al titular del derecho sobre el estado de acceso.
Ejecución: Los autores incluyen formalizaciones para el poder de ejecutar los derechos. Modelan la transición de una violación de un deber de privacidad a una nueva pretensión contra el poder judicial para ejecutar el deber original o proporcionar compensación.

Significancia y Reivindicaciones
El artículo afirma que su principal contribución es el uso de especificaciones lógicas tanto como un objetivo como un método para aclarar las distinciones entre diferentes conceptos de privacidad. Al formalizar estos conceptos dentro de la Teoría de las Posiciones Normativas, los autores pretenden:

Hacer que las especificaciones de privacidad sean accesibles para el análisis algorítmico, permitiendo la construcción de algoritmos que puedan detectar violaciones de la privacidad.
Proporcionar un terreno común para comparar diferentes conceptualizaciones de la privacidad (p. ej., en el derecho frente a la informática) para determinar si son equivalentes o distintas.
Sentar las bases para especificaciones implementables de los derechos de privacidad, sirviendo como base para las iniciativas de "política como código" y "ley como código" en la IA y los Sistemas Multi-Agente (MAS).

Los autores declaran explícitamente que no proporcionan resultados metalógicos (como pruebas de completitud o decidibilidad), sino que se centran en el análisis conceptual formal de cómo las diferentes teorías de la privacidad se mapean en las posiciones normativas. Reconocen que este es un paso inicial, con trabajo futuro planeado para abordar la de la naturaleza de los derechos (defeasibilidad) y para probar estos formalismos utilizando marcos como LogiKEy.