 |
| Fuente de la imagen: mvc realizada con el recurso notebook |
Resumen: Se analiza la naturaleza jurídica de los sistemas de inteligencia artificial cuando son integrados en los procesos de toma de decisiones corporativas y contractuales. El debate doctrinal se centra en determinar si el funcionamiento autónomo del algoritmo opera como un evento rupturista del nexo causal —un muro de contención que exonera a la entidad societaria— o si, alternativamente, configura un supuesto de imputación directa a la persona jurídica y a sus administradores por la vía de la denominada delegación ciega. A través del estudio dogmático del Derecho mercantil, civil y penal, se examina el estándar de conducta fiduciario, la regla del juicio de negocio (Business Judgment Rule), la teoría de la imputación objetiva y las reformas legislativas comparadas en el entorno europeo. Se sostiene que la autonomía algorítmica no fractura la cadena de imputación ni otorga una defensa de irresponsabilidad, sino que desplaza el objeto de la prueba hacia la diligencia en la selección, supervisión y gobernanza del sistema tecnológico.
Palabras clave: Inteligencia artificial, responsabilidad corporativa, deberes fiduciarios, nexo causal, delegación ciega, administradores sociales.
Abstract: This research paper analyzes the legal nature of artificial intelligence systems when integrated into corporate and contractual decision-making processes. The doctrinal debate focuses on determining whether the autonomous operation of the algorithm acts as an intervening event that breaks the causal link —a containment wall exonerating the corporate entity— or whether, alternatively, it constitutes a direct imputation to the legal person and its directors through so-called blind delegation. Through a dogmatic study of commercial, civil, and criminal law, this study examines the fiduciary standard of conduct, the Business Judgment Rule, the theory of objective imputation, and comparative legislative reforms within the European framework. It is argued that algorithmic autonomy does not sever the chain of attribution nor provide a defense of non-liability, but rather shifts the evidentiary focus toward diligence in selecting, supervising, and governing the technological system.
Keywords: Artificial intelligence, corporate liability, fiduciary duties, causal link, blind delegation, corporate directors.
(*) Manuel Velasco Carretero, es doctor en Ciencias jurídicas y sociales por la Universidad Complutense de Madrid, la Universidad de Málaga (UMA), la Universidad Antonio de Nebrija, la Universidad de Alicante, la Universidad de Cádiz, la Universidad de Extremadura, la Universidad de La Laguna, la Universidad de Santiago de Compostela, la Universidad de Sevilla, la Universidad de Vigo, la Universidad Rey Juan Carlos y la Universitat Oberta de Catalunya. Es experto universitario en cumplimiento normativo – compliance por la Universidad Internacional de la Rioja (UNIR), diplomado en empresariales por la UMA, licenciado en ciencias económicas y empresariales, economista, por la UMA , graduado en derecho por la UNIR, máster jurídico oficial por la UMA, máster económico-financiero oficial convalidado por el Ministerio de Educación del Gobierno de España, abogado por el Ministerio de Justicia del Gobierno de España, colegiado no ejerciente en el Ilustre Colegio de la Abogacía de Málaga, gestor administrativo por el Ministerio de la Función Pública del Gobierno de España, administrador de fincas por el Ministerio de Obras Públicas y Transportes del Gobierno de España, experto universitario en peritaje judicial por la Universidad Europea Miguel de Cervantes (UEMC).
1. Introducción al problema de la inteligencia artificial como presupuesto de imputación jurídica
La progresiva integración de sistemas basados en algoritmos avanzados en la actividad ordinaria de las sociedades mercantiles ha transformado la arquitectura del tráfico jurídico y las dinámicas internas de toma de decisiones. Históricamente, las organizaciones empresariales han acudido a herramientas de automatización para la ejecución de tareas mecánicas o secundarias; no obstante, el perfeccionamiento del aprendizaje automático y del aprendizaje profundo ha permitido delegar en sistemas tecnológicos la adopción de resoluciones operativas, financieras, contractuales e incluso estratégicas (Navarro-Dolmestch, 2025). Esta transformación plantea interrogantes dogmáticos acerca de la validez de los esquemas tradicionales de atribución de responsabilidad. Cuando la decisión adoptada de forma autónoma por un sistema informático genera un incumplimiento contractual, una infracción normativa o un daño a terceros, la estructura del Derecho privado y corporativo se enfrenta al reto de identificar al sujeto que debe asumir las consecuencias jurídicas (Montero, 2026).
En el centro de la controversia dogmática se sitúan dos posturas contrapuestas respecto de la efectividad causal de la autonomía algorítmica. Por un lado, se ha sugerido en ciertos sectores que la capacidad de un sistema tecnológico para generar salidas imprevisibles, no contempladas expresamente en su programación inicial, podría ser interpretada como una interferencia o una causa ajena capaz de romper el nexo causal entre la actuación de la persona jurídica y el resultado dañoso (Navarrete Medina, 2026). Bajo esta tesis, la inteligencia artificial actuaría como un «muro de contención» que absorbería la responsabilidad, dejando indemne tanto a la sociedad mercantil como a sus órganos de administración. Por otro lado, la doctrina mayoritaria y los análisis más rigurosos del gobierno corporativo sostienen que el recurso a sistemas autónomos sin un control adecuado no constituye un supuesto de fuerza mayor ni de caso fortuito, sino una manifestación de negligencia en la supervisión, calificada bajo la figura de la «delegación ciega» (Alfaro Águila-Real, 2026; Rojí, 2021). De acuerdo con este planteamiento, la confianza irreflexiva en los resultados producidos por la herramienta informática no interrumpe la cadena de imputación, sino que funda directamente la responsabilidad fiduciaria de los administradores y la responsabilidad de la propia persona jurídica (De La Mata y Pérez González, 2023).
El objetivo de este artículo es determinar la viabilidad jurídica de estas posturas a la luz del marco normativo vigente y de las tendencias regulatorias en el entorno comparado. Para ello, se indaga si la inteligencia artificial posee atributos que permitan calificarla como un sujeto autónomo de incumplimiento o si debe ser configurada de modo permanente como un artefacto cuya operación es atribuible a los agentes humanos y a los entes colectivos que la despliegan. Asimismo, se examina el impacto de esta tecnología en los deberes fiduciarios de los administradores sociales, prestando especial atención a la aplicabilidad de la regla del juicio de negocio (Business Judgment Rule) cuando las decisiones corporativas se fundamentan en outputs algorítmicos. Finalmente, se repasan los modelos legislativos recientes, como el marco penal corporativo español, el Reglamento europeo de inteligencia artificial y la reciente experiencia normativa italiana, para ofrecer una visión completa del estado de la cuestión en la dogmática contemporánea (Cordero González, 2026; Varas Quijón, 2026).
2. La naturaleza jurídica de los sistemas de inteligencia artificial: rechazo de la subjetividad y delimitación como instrumento o actuante
El debate doctrinal sobre la naturaleza de las tecnologías avanzadas requiere fijar con precisión si la máquina puede ser considerada titular de derechos y obligaciones. La asignación de subjetividad jurídica determina de forma directa las reglas de imputación aplicables a los incumplimientos contractuales y a los daños extracontractuales derivados de su funcionamiento.
2.1. Inimputabilidad directa de la inteligencia artificial y conservación del antropocentrismo normativo
El avance exponencial de los sistemas algorítmicos generativos y de los entornos robóticos ha impulsado algunas propuestas teóricas orientadas a reconocer una personalidad jurídica específica a favor de los dispositivos tecnológicos más complejos, denominada en ocasiones como «personalidad electrónica» o e-personality (Pérez Escolar, 2025). Quienes defienden este planteamiento argumentan que la atribución de un patrimonio autónomo o de una subjetividad jurídica propia a los sistemas tecnológicos facilitaría la reparación de los daños mediante fondos de compensación dedicados, evitando las complejidades probatorias asociadas a la identificación del autor humano (Pérez Escolar, 2025). No obstante, la doctrina civilística sustancial ha rechazado de manera terminante esta postura, recordando que el concepto de persona en el ordenamiento jurídico es un constructo axiológico basado en la dignidad del ser humano y en la centralidad de la persona física como razón de ser del Derecho (Pérez Escolar, 2025; Montero, 2026). La atribución de personalidad jurídica a entes colectivos —como las sociedades o las fundaciones— responde a la necesidad de organizar la agrupación de individuos para fines humanos y patrimoniales específicos, supuesto que no se verifica en una máquina carente de conciencia, voluntad y sensibilidad (Pérez Escolar, 2025).
La Unión Europea, tras explorar someramente la hipótesis de la personalidad electrónica en resoluciones parlamentarias primigenias de 2017, descartó formalmente dicha posibilidad al constatar su carácter innecesario y el riesgo moral desproporcionado que conllevaba (Pérez Escolar, 2025). Otorgar subjetividad jurídica al algoritmo permitiría a los verdaderos operadores económicos —fabricantes, desarrolladores, integradores y empresas usuarias— eludir su responsabilidad civil y trasladar el riesgo patrimonial del negocio a un ente ficticio carente de capacidad personal auténtica (Pérez Escolar, 2025). La normativa comunitaria consolidada, reflejada en el Reglamento (UE) 2024/1689 sobre inteligencia artificial y en la Directiva (UE) 2024/2853 sobre responsabilidad por productos defectuosos, se cimenta sobre la aclaración explícita de que los sistemas algorítmicos carecen de personalidad jurídica y que su único cometido es servir a la humanidad (Pérez Escolar, 2025). La máquina no puede ser sujeto de incumplimiento ni ser demandada en juicio; la responsabilidad recae de modo ineludible en las personas físicas o jurídicas que diseñan, despliegan o se benefician de la herramienta tecnológica (Montero, 2026; Chico, 2026).
2.2. La categoría intermedia de los actuantes frente al modelo dual de sujetos y objetos
A pesar del rechazo normativo a otorgar subjetividad a los sistemas algorítmicos, la dogmática penal y civil ha advertido que el esquema categorial binario heredado de la Modernidad —que divide estrictamente el mundo jurídico entre «sujetos» y «objetos»— resulta insuficiente para describir la realidad operativa de las máquinas inteligentes (Navarro-Dolmestch, 2025). Las tecnologías convencionales operan como meros objetos e instrumentos inanimados que requieren la intervención humana directa y continua para generar efectos jurídicos (Navarro-Dolmestch, 2025). Los sistemas dotados de aprendizaje automático y capacidades predictivas, sin embargo, desbordan las características de los objetos inanimados al desplegar capacidad de actuación autónoma, interactividad adaptativa y toma de decisiones no predeterminadas en su código de origen (Navarro-Dolmestch, 2025). Tratar a estas herramientas complejas como meros utensilios estáticos ignora su capacidad técnica para alterar de manera independiente el entorno en el que operan (Navarro-Dolmestch, 2025).
Para superar la estrechez del modelo bipartito sin incurrir en la humanización desatinada de la máquina, se ha propuesto la incorporación de una tercera categoría estructural denominada la de los «actuantes» (Navarro-Dolmestch, 2025). Los actuantes no son sujetos dotados de culpabilidad ni de capacidad de imputación directa, pero tampoco son objetos pasivos; constituyen dispositivos tecnológicos provistos de esferas de actuación, capacidades deliberativas limitadas y metas asignadas por programadores (Navarro-Dolmestch, 2025). El reconocimiento de esta categoría intermedia permite explicar cómo las decisiones operativas delegadas en un software inteligente pueden alterar la base fáctica de la acción y generar cursos causales autónomos que, aunque no convierten a la máquina en autora del delito o del incumplimiento, transforman los criterios para valorar la comisión por omisión, el deber de garantía y la negligencia del usuario humano (Navarro-Dolmestch, 2025; Valls Prieto, 2022).
3. La fractura del nexo causal: ¿Constituye la autonomía algorítmica un evento rupturista?
Cuando un sistema informático toma una determinación que provoca un daño a terceros o deriva en la contravención de una obligación contractual, surge la interrogante sobre si el proceso de autoaprendizaje del algoritmo interrumpe la vinculación causal con la empresa que lo emplea.
3.1. Opacidad, imprevisibilidad y la denominada caja negra causal
El juicio de causalidad fáctica en los supuestos de daños generados por inteligencias artificiales enfrenta dificultades probatorias derivadas de las características intrínsecas de esta tecnología: la opacidad y la "inexplicabilidad" de los modelos de aprendizaje profundo (deep learning) (Navarrete Medina, 2026; Varas Quijón, 2026). A diferencia de los programas informáticos tradicionales, cuyos resultados son el producto de reglas lógicas deductivas verificables, los modelos algorítmicos basados en redes neuronales procesan volúmenes masivos de datos generando patrones de decisión cuya reconstrucción analítica resulta inaccesible para los observadores humanos (Navarrete Medina, 2026; Valls Prieto, 2022). Este fenómeno, conocido ampliamente como la «caja negra» o black box, impide en muchas ocasiones determinar con certeza exacta por qué razón concreta el sistema emitió un resultado dañado o defectuoso (Varas Quijón, 2026; Navarrete Medina, 2026). La imprevisibilidad del algoritmo no siempre deriva de un fallo de programación, sino del propio proceso de adaptación autónoma frente a datos cambiantes (Navarrete Medina, 2026).
En el ámbito de la responsabilidad civil y contractual, la presencia de la caja negra causal coloca a la víctima o al acreedor en una situación de asimetría informativa extrema (Varas Quijón, 2026; Navarrete Medina, 2026). La persona perjudicada suele carecer de acceso al código fuente, a los datos de entrenamiento y a la arquitectura técnica del sistema, los cuales se encuentran bajo el control exclusivo del desarrollador o de la empresa usuaria (Chico, 2026; Varas Quijón, 2026). Bajo las reglas procesales ordinarias relativas a la carga de la prueba —como el artículo 217 de la Ley de Enjuiciamiento Civil en España—, la imposibilidad de demostrar el nexo causal específico entre el defecto del sistema y el daño sufrido conduciría indefectiblemente a la desestimación de la demanda indemnizatoria (Varas Quijón, 2026; Navarrete Medina, 2026). De este modo, la opacidad del software amenaza con convertirse en una barrera insuperable que desprotege a los perjudicados y disuelve la eficacia de los derechos de crédito y de reparación (Varas Quijón, 2026).
3.2. La continuidad de la cadena de imputación frente al rendimiento autónomo del algoritmo
Frente a quienes sostienen que la imprevisibilidad algorítmica opera como un evento fortuito que fractura el nexo de causalidad, la dogmática jurídica contemporánea reacciona afirmando la continuidad indisoluble de la cadena de imputación (Montero, 2026; Chico, 2026). El hecho de que un sistema algorítmico disfrute de capacidad de aprendizaje no altera la realidad de que la herramienta ha sido introducida en el tráfico económico por un operador con el propósito de obtener un beneficio directivo o patrimonial (Pérez Escolar, 2025; Chico, 2026). Quien introduce un riesgo tecnológico en el mercado o en su organización interna debe soportar las consecuencias perjudiciales asociadas a su materialización, de acuerdo con los principios generales de la responsabilidad por riesgo y la teoría de la imputación objetiva (Pérez Escolar, 2025; Chico, 2026). Pretender que la autonomía del algoritmo exime de responsabilidad al usuario mercantil constituiría un sofisma inadmisible que desnaturalizaría las bases del Derecho privado (Pérez Escolar, 2025).
La experiencia jurisprudencial comparada evidencia que los tribunales rechazan la tesis de la fractura del nexo causal por causa de automatización. En el asunto Moffatt v. Air Canada (2024), la aerolínea pretendió exonerarse de responsabilidad alegando que el asistente virtual de su página web había comunicado una política de tarifas incorrecta de manera independiente y sin autorización humana directa (Chico, 2026). El órgano judicial rechazó categóricamente la pretensión de considerar al agente conversacional como un ente separado, determinando que la compañía aérea responde de la totalidad de la información emitida a través de sus interfaces automatizadas (Chico, 2026). Del mismo modo, en litigios complejos como In re ChatGPT Product Liability Cases o Garcia v. Character Technologies, las reclamaciones se orientan a fiscalizar las decisiones corporativas sobre el diseño de la interacción, la perspicacia de las barreras de seguridad y las métricas de retención, demostrando que la discusión procesal no versa sobre las "palabras" de la máquina, sino sobre las políticas de producto y la vigilancia exigible a la empresa desarrolladora o usuaria (Chico, 2026).
4. La responsabilidad de los administradores sociales: entre el deber de diligencia y la delegación ciega
La adopción de tecnología avanzada en la gestión de las sociedades de capital repercute sobre el régimen de responsabilidad de sus órganos de administración. La actuación del consejo no queda amparada automáticamente cuando el resultado de una decisión empresarial respaldada por software resulta perjudicial.
4.1. La vigencia del estándar de conducta fiduciario y la regla del juicio de negocio (Business Judgment Rule)
En el ámbito del Derecho de sociedades, se ha discutido si el advenimiento de la inteligencia artificial da lugar a la aparición de "nuevos" deberes fiduciarios para los miembros del consejo de administración, tales como un hipotético deber especial de cuidado algorítmico (AI due care duty) o una lealtad algorítmica autónoma (Alfaro Águila-Real, 2026). La doctrina societaria más autorizada concluye que la tecnología no modifica los tipos tradicionales de negligencia o deslealtad, ni altera el estándar legal básico de conducta; únicamente introduce formas diversas y novedosas de incurrir en infracción de los deberes de diligencia y lealtad existentes (Alfaro Águila-Real, 2026). El marco legal —recogido en normas como los artículos 225 y siguientes de la Ley de Sociedades de Capital en España— obliga al administrador a actuar con la diligencia de un ordenado empresario y a informarse adecuadamente antes de adoptar cualquier decisión relevante para la compañía (Alfaro Águila-Real, 2026; Rojí, 2021). La utilización de modelos algorítmicos complejos constituye una concreción ex post respecto de un nuevo objeto de negocio, tal como ocurrió en el pasado con los productos financieros derivados o con la ciberseguridad (Alfaro Águila-Real, 2026; Rojí, 2021).
La protección dispensada por la regla del juicio de negocio o Business Judgment Rule (BJR) exige que la decisión discrecional de dirección sea adoptada de buena fe, sin conflicto de interés, y sobre la base de información suficiente y adecuada (Alfaro Águila-Real, 2026). Quien decide una operación societaria estratégica sirviéndose de una herramienta de inteligencia artificial debe comprender el instrumento utilizado lo suficiente como para no actuar de forma ciega (Alfaro Águila-Real, 2026). La confianza en los resultados emitidos por un modelo informático requiere poder ser explicada y reconstruida razonablemente ante un examen posterior (Alfaro Águila-Real, 2026; Chico, 2026). Si los administradores no pueden justificar los motivos mínimos por los cuales confiaron en un software determinado, o si omiten documentar la evaluación de los riesgos inherentes al sistema, la protección de la BJR decae de modo inmediato, quedando expuestos a las acciones de responsabilidad por los perjuicios causados a la sociedad o a los socios (Alfaro Águila-Real, 2026).
4.2. La prohibición de la confianza irreflexiva en los resultados algorítmicos y el deber de control de riesgos
La figura de la «delegación ciega» describe el comportamiento del órgano de administración que asume de manera pasiva e irreflexiva las recomendaciones o decisiones dictaminadas por un programa algorítmico, omitiendo los mecanismos indispensables de fiscalización humana (Alfaro Águila-Real, 2026; Cordero González, 2026). El Derecho societario ha considerado históricamente que las facultades del consejo resultan imputables a sus miembros cuando la delegación en terceros —sean ejecutivos, asesores o herramientas informáticas— se realiza con dolo o culpa grave (Alfaro Águila-Real, 2026). Aceptar ciegamente las salidas de un modelo de inteligencia artificial no constituye una exoneración por automatización, sino una infracción manifiesta del deber fiduciario de diligencia organizativa en la selección y supervisión de los medios tecnológicos (Alfaro Águila-Real, 2026; Rojí, 2021).
El control de riesgos forma parte indisoluble del deber de diligencia exigible a los consejeros (Rojí, 2021). En entornos corporativos mediados por inteligencia artificial, emergen señales de alerta específicas (red flags) que los administradores no pueden ignorar sin incurrir en responsabilidad personal (Alfaro Águila-Real, 2026). Fenómenos como la «deriva del modelo» (model drift), la degradación progresiva de la precisión de las respuestas, la estabilidad anómala en las tasas de error o la discrepancia entre las predicciones informáticas y los acontecimientos del mercado operan como indicios claros de que la infraestructura de supervisión no está funcionando adecuadamente (Alfaro Águila-Real, 2026). Omitir la adopción de medidas correctoras ante estas señales o mantener sistemas opacos sin canales de información hacia el consejo constituye una conducta incompatible con la buena fe que despoja al gestor de cualquier inmunidad jurídica (Alfaro Águila-Real, 2026).
5. La imputación directa a la persona jurídica y los esquemas de cumplimiento corporativo
Más allá de la responsabilidad civil y de los deberes fiduciarios de los directivos, la utilización corporativa de inteligencia artificial proyecta consecuencias directas sobre la responsabilidad penal de la persona jurídica.
5.1. La integración de la inteligencia artificial en la responsabilidad penal corporativa
En el ordenamiento penal español, el artículo 31 bis del Código Penal atribuye responsabilidad directa a las personas jurídicas por los delitos cometidos en su nombre o por su cuenta, y en su beneficio directo o indirecto, por parte de sus representantes legales y directivos, o por empleados debido al incumplimiento grave de los deberes de supervisión y control (De La Mata y Pérez González, 2023; Cordero González, 2026). La implementación de herramientas algorítmicas en las rutinas de negocio amplía de manera notable la superficie de imputación corporativa en tipos penales diversos (Cordero González, 2026). En el ámbito patrimonial, las herramientas de inteligencia artificial generativa facilitan la comisión de estafas mediante suplantaciones de voz o vídeo en transferencias no autorizadas, mientras que los algoritmos de negociación masiva en el mercado de valores pueden incurrir autónomamente en maniobras de alteración de precios o manipulación de mercado (De La Mata y Pérez González, 2023; Cordero González, 2026). Asimismo, en materia de secretos corporativos y protección de datos, el fenómeno de la Shadow AI —empleo clandestino de herramientas tecnológicas no autorizadas por parte de empleados— desencadena riesgos severos de filtración no controlada de información confidencial (Cordero González, 2026).
La inteligencia artificial autónoma puede actuar en las corporaciones bajo modalidades diversas: como herramienta de apoyo decisional, como integrante en comités colegiados (AI as a Corporate Board member) o como procesador con capacidad de ejecución desatendida sin supervisión humana directa (human-out-of-the-loop) (De La Mata y Pérez González, 2023). Cuando un sistema algorítmico configurado de esta última forma toma una determinación delictiva —por ejemplo, una discriminación sistemática en procesos de selección de personal del artículo 318 bis CP o una manipulación de mercado del artículo 284 CP—, el hecho típico puede ser atribuido directamente a la persona jurídica (De La Mata y Pérez González, 2023; Cordero González, 2026). Aunque el artículo 31 bis CP presuponga originariamente la mediación de un ser humano, el defecto de organización de la propia empresa que permite al software actuar al margen de los protocolos ético-sociales fundamenta la responsabilidad penal corporativa por el hecho realizado por el agente tecnológico (De La Mata y Pérez González, 2023).
5.2. Los programas de cumplimiento normativo algorítmico y la supervisión efectiva
La exención de responsabilidad penal de la persona jurídica prevista en el artículo 31 bis CP exige la adopción y ejecución eficaz, con carácter previo a la comisión del ilícito, de un modelo de organización y gestión adecuado para prevenir delitos de la naturaleza del que se ha cometido (De La Mata y Pérez González, 2023; Cordero González, 2026). Para que un programa de cumplimiento (compliance penal) mantenga su idoneidad en entidades que emplean inteligencia artificial, resulta imperativo adaptar la cartografía de riesgos a la era algorítmica (Valls Prieto, 2022; Cordero González, 2026). Las exigencias contenidas en el Reglamento europeo de inteligencia artificial —gestión de riesgos, gobernanza de datos, documentación técnica, transparencia, conservación de registros y supervisión humana— operan materialmente como el contenido obligatorio que debe revestir el programa de prevención penal (De La Mata y Pérez González, 2023; Cordero González, 2026).
El programa de cumplimiento algorítmico debe traducir las prohibiciones legales a un lenguaje de reglas e instrucciones informáticas que restrinjan la operatividad del software dentro de márgenes lícitos (De La Mata y Pérez González, 2023). Si la empresa no es capaz de comprender, auditar y controlar activamente el funcionamiento de las aplicaciones informáticas que despliega, no podrá justificar ante los órganos jurisdiccionales la existencia de una cultura de cumplimiento ético auténtica (De La Mata y Pérez González, 2023; Cordero González, 2026). La supervisión humana no puede ser meramente nominal o formal; debe estructurarse mediante protocolos efectivos de interrupción (human-in-the-loop o human-on-the-loop), asegurando que las decisiones automatizadas de elevado riesgo sean fiscalizadas por personal con la competencia, el tiempo y la autoridad necesarios para detener la ejecución algorítmica (Valls Prieto, 2022; Chico, 2026).
6. Modelos comparados de respuesta normativa ante los daños algorítmicos
La retirada de las propuestas procesales armonizadas a nivel europeo ha llevado a los estados miembros a adoptar soluciones dispares frente a los problemas causados por sistemas inteligentes.
6.1. La reconstrucción procesal italiana frente al vacío de la directiva europea
La decisión de la Comisión Europea de retirar en octubre de 2025 la propuesta de Directiva sobre responsabilidad civil en materia de inteligencia artificial (AI Liability Directive - AILD) dejó desmantelado el único instrumento diseñado para armonizar el régimen probatorio de las víctimas en el mercado interior (Varas Quijón, 2026). Ante esta desarmonización, el ordenamiento italiano reaccionó de manera proactiva mediante la promulgación de la Ley 132/2025 de 23 de septiembre, que incluyó en su artículo 24 una delegación legislativa amplia para regular la responsabilidad civil y el reparto de la carga de la prueba en los daños algorítmicos (Varas Quijón, 2026; Cordero González, 2026). En desarrollo de esta delegación, los esquemas de decretos legislativos aprobados en 2026 han reconstruido a nivel nacional el arsenal procesal que la propuesta europea abortada pretendía instaurar para la Unión (Varas Quijón, 2026).
El modelo italiano introduce cuatro instrumentos procesales de gran relevancia para la tutela de los perjudicados (Varas Quijón, 2026). En primer lugar, concede a los jueces la facultad de ordenar la exhibición de la documentación técnica del sistema a favor del demandante que aporte indicios verosímiles de daño (Varas Quijón, 2026). En segundo lugar, establece una presunción iuris tantum de nexo causal entre la infracción de las obligaciones del Reglamento (UE) 2024/1689 y el resultado dañoso producido (Varas Quijón, 2026). En tercer lugar, consagra la regla explícita de que la mera conformidad regulatoria u obtención del marcado CE no exonera al operador de la responsabilidad civil (Varas Quijón, 2026). Por último, crea una acción directa de la víctima contra la entidad aseguradora de la responsabilidad civil del usuario profesional o desarrollador (Varas Quijón, 2026). De este modo, Italia ha evitado el desamparo de las víctimas, consolidando un esquema nacional articulado de imputación (Varas Quijón, 2026).
6.2. La posición del ordenamiento español mediante el Derecho común de responsabilidad
En contraste con la intervención legislativa italiana, la respuesta del legislador español se ha caracterizado por la abstención en el plano del Derecho privado sustantivo y procesal (Varas Quijón, 2026). El Proyecto de Ley Orgánica para el buen uso y la gobernanza de la Inteligencia Artificial se configura casi de forma exclusiva como una norma de gobernanza administrativa y régimen sancionador, regulando las competencias de la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) y el catálogo de infracciones administrativas (Varas Quijón, 2026; Cordero González, 2026). El texto guarda un silencio absoluto sobre las reglas de responsabilidad civil, omitiendo la regulación de presunciones de causalidad, mecanismos especiales de exhibición documental o acciones directas de indemnización (Varas Quijón, 2026).
Como consecuencia de este silencio, las demandas por incumplimiento o por daños derivados de sistemas de inteligencia artificial en España deben encauzarse a través de las normas tradicionales del Código Civil —artículos 1902 y 1903 para la responsabilidad extracontractual y artículo 1101 para la contractual— y bajo la regla ordinaria de carga de la prueba del artículo 217 de la Ley de Enjuiciamiento Civil (Varas Quijón, 2026; Chico, 2026). La única tutela objetivada con flexibilización probatoria se encuentra en el régimen de productos defectuosos tras la Directiva (UE) 2024/2853, la cual resulta de aplicación restringida al ámbito de los consumidores y a la noción técnica de producto, dejando desatendidas las relaciones B2B, los daños derivados de la culpa del usuario profesional y las pérdidas puramente patrimoniales (Varas Quijón, 2026; Chico, 2026). La falta de una reforma procesal civil en España traslada a la jurisprudencia la pesada carga de corregir la asimetría de la caja negra mediante interpretaciones arriesgadas del artículo 217 LEC o apelaciones a la prueba de presunciones (Varas Quijón, 2026; Navarrete Medina, 2026).
7. La ficción del algoritmo exoneratorio: análisis dogmático sobre la responsabilidad corporativa y la delegación en sistemas inteligentes
La tesis de que un sistema de inteligencia artificial dotado de capacidades predictivas actúa como un evento capaz de interrumpir la relación de causalidad entre la conducta de una persona jurídica y el perjuicio producido constituye una interpretación jurídicamente insostenible. Quienes pretenden configurar la autonomía informática como una causa ajena o un evento fortuito confunden la complejidad matemática del aprendizaje automático con una verdadera fractura del nexo causal. El funcionamiento opaco del software no disuelve la atribución de responsabilidad; traslada el eje del debate procedimental hacia la observancia de los deberes de cuidado en la elección, implementación y fiscalización del programa. Pretender que la imprevisibilidad del código libere de toda carga patrimonial a las organizaciones equivale a instaurar una patente de impunidad en beneficio de los operadores económicos.
Al examinar la actuación de los órganos de administración, se advierte que la integración de herramientas algorítmicas no altera la estructura de las obligaciones fiduciarias existentes. La doctrina mercantilista atinadamente señala que la tecnología no crea figuras inéditas de negligencia; genera variadas formas de incurrir en infracciones ordinarias del deber de diligencia. La denominada "delegación ciega" o la aceptación acrítica de las decisiones emitidas por un programa informático representa una quiebra de la conducta exigible al ordenado empresario. Si los administradores sociales adoptan determinaciones estratégicas apoyándose en sistemas que no comprenden, o si omiten documentar la razón de su confianza en las salidas del software, pierden la protección de la regla del juicio de negocio (Business Judgment Rule). El deber de controlar las contingencias organizativas exige supervisar la infraestructura informática con el mismo rigor que se aplica a cualquier otra área del negocio.
En la esfera del Derecho penal corporativo, el defecto de organización organizativa funda la imputación de la persona jurídica cuando la herramienta tecnológica opera sin controles humanos adecuados. El artículo 31 bis del Código Penal exige modelos de prevención aptos para detectar conductas delictivas, extendiendo tales exigencias a las rutinas automatizadas. Cuando una empresa permite la actuación desatendida de un algoritmo sin fijar parámetros éticos y normativos en su código, la actuación delictiva resultante debe ser atribuida directamente a la entidad. Los programas de cumplimiento normativo deben incorporar la gobernanza de datos, la trazabilidad de los procesos y el control constante de los algoritmos para conservar su eficacia exoneratoria ante los tribunales.
El análisis comparado evidencia una divergencia marcada en las soluciones legislativas adoptadas ante la inactividad de las instituciones comunitarias. Tras la retirada de la propuesta de Directiva sobre responsabilidad civil en materia de inteligencia artificial, la respuesta europea ha quedado fragmentada. La experiencia italiana demuestra la posibilidad de articular un régimen procesal protector de las víctimas mediante presunciones de causalidad e instrumentos de exhibición documental. La abstención del legislador español, manifestada en un proyecto enfocado únicamente en la gobernanza administrativa, genera una desprotección para los perjudicados, quienes deben afrontar las dificultades de la prueba ordinaria bajo la regla general del artículo 217 de la Ley de Enjuiciamiento Civil. Esta omisión legal traslada una presión excesiva a los órganos judiciales, abocándolos a interpretar los preceptos tradicionales del Código Civil para evitar situaciones de indefensión ante la caja negra algorítmica.
8. Hacia un modelo integral de atribución patrimonial y regulación procesal ante el riesgo algorítmico corporativo
La superación de la asimetría informativa provocada por la opacidad tecnológica requiere modificar las reglas procedimentales en la responsabilidad civil [Varas Quijón, 2026; Navarrete Medina, 2026]. El modelo procesal debe incorporar facultades judiciales expresas para exigir la exhibición de la documentación técnica, los datos de entrenamiento y los registros de actividad del sistema algorítmico cuando la víctima aporte indicios verosímiles de daño [Varas Quijón, 2026; González Estévez, 2023]. Debe consagrarse una presunción iuris tantum de causalidad entre la inobservancia de las normas de seguridad digital fijadas en la regulación europea y el resultado perjudicial producido [Varas Quijón, 2026]. Esta estructuración traslada la carga de la prueba hacia la entidad que despliega la herramienta, asegurando que el cumplimiento formal de las exigencias administrativas no opere como una exoneración automática si el daño efectivo se verifica en la práctica [Varas Quijón, 2026].
En el ámbito del Derecho de sociedades, la adecuada articulación del deber de diligencia exige fijar criterios claros para la toma de decisiones asistida por algoritmos [Alfaro Águila-Real, 2026; Rojí, 2021]. Se requiere establecer protocolos de comprobación organizativa que obliguen a los consejos de administración a documentar la comprensión del software utilizado, la ponderación de sus márgenes de error y el análisis de la idoneidad de los datos empleados [Alfaro Águila-Real, 2026; Rojí, 2021]. La validez del amparo otorgado por la regla del juicio de negocio debe condicionarse a la demostración de esta actividad de verificación previa [Alfaro Águila-Real, 2026]. La existencia de canales de comunicación internos aptos para trasladar alertas sobre anomalías o variaciones en el rendimiento algorítmico resulta obligatoria para impedir la pasividad de los administradores [Alfaro Águila-Real, 2026].
Respecto a la responsabilidad penal de las personas jurídicas, los esquemas de prevención del artículo 31 bis del Código Penal deben reestructurarse para integrar la gobernanza de la infraestructura tecnológica dentro del mapa de riesgos corporativos [De La Mata y Pérez González, 2023; Cordero González, 2026]. Resulta indispensable implantar mecanismos de supervisión humana efectiva provistos de capacidad técnica e interrupción en tiempo real sobre los procesos automatizados desatendidos [Valls Prieto, 2022; Chico, 2026]. La inclusión de auditorías periódicas del código, el control de la calidad de los conjuntos de datos y la prohibición explícita del uso de herramientas no autorizadas garantizan la efectividad del programa de cumplimiento y evitan la atribución directa por defectos organizativos [De La Mata y Pérez González, 2023; Cordero González, 2026].
El diseño normativo debe completarse con la instauración de una acción directa del perjudicado contra las entidades aseguradoras de la responsabilidad civil de las empresas usuarias o desarrolladoras [Varas Quijón, 2026]. Esta previsión otorga solvencia a la reparación patrimonial y desvincula la indemnización de las complejidades internas de la cadena de suministro tecnológico [Varas Quijón, 2026; Chico, 2026]. La coordinación entre el régimen de responsabilidad por productos defectuosos y las normas sobre contratación privada garantiza un sistema articulado donde la sombra en la decisión informática no derive en la desprotección del afectado [Varas Quijón, 2026; Chico, 2026].
9. Conclusiones y prospectiva doctrinal
El estudio de la inteligencia artificial como presupuesto de responsabilidad jurídica permite concluir que la autonomía de los modelos algorítmicos no constituye una causa ajena rupturista ni un muro de contención que exonere a las organizaciones mercantiles. La pretensión de considerar el aprendizaje automático como un evento equiparable a la fuerza mayor responde a una concepción equivocada de la tecnología que busca erosionar las bases de la responsabilidad civil y corporativa. La inteligencia artificial carece de subjetividad jurídica y de patrimonio; de esta forma, las consecuencias perjudiciales derivadas de su empleo deben ser asumidas por las personas jurídicas y los administradores que deciden integrarla en su gestión corporativa para obtener eficiencias o ventajas patrimoniales.
Respecto a los órganos de administración, la utilización de sistemas autónomos no crea deberes fiduciarios exóticos, pero modifica de manera profunda el plano probatorio de la diligencia debida. El recurso a la inteligencia artificial bajo esquemas de delegación ciega —caracterizados por el acatamiento irreflexivo de los dictámenes informáticos y la falta de supervisión humana— conlleva la pérdida inmediata de la protección otorgada por la regla del juicio de negocio (Business Judgment Rule). Los administradores conservan un deber ineludible de control de riesgos que les obliga a comprender las herramientas empleadas, a exigir garantías de explicabilidad a los proveedores y a reaccionar con presteza ante las señales de anomalía o deriva del modelo. En la misma línea, en el ámbito penal corporativo, el artículo 31 bis del Código Penal exige que los programas de cumplimiento normativo incorporen de forma prioritaria la gobernanza de los sistemas de alto riesgo, convirtiendo las exigencias de supervisión humana, trazabilidad y calidad de datos en requisitos constitutivos para la exención de responsabilidad de la persona jurídica.
Por último, el examen comparado demuestra que la abstención legislativa en materia de responsabilidad civil —como la verificada en el ordenamiento español— genera una laguna que vulnera la tutela judicial efectiva de las víctimas al someterlas a las exigencias probatorias ordinarias ante la caja negra algorítmica. Frente a este silencio, el modelo de reconstrucción procesal desarrollado en Italia marca la pauta de la evolución doctrinal necesaria, mediante la instauración de facultades de exhibición documental y presunciones de causalidad basadas en la infracción de las normas de seguridad digital. Se hace imprescindible que las futuras reformas legislativas asuman que la mitigación del riesgo algorítmico no se agota en la supervisión administrativa ex ante, sino que exige consolidar un régimen civil y corporativo claro donde la sombra en la que la máquina toma decisiones no se traduzca jamás en la indefensión de quien padece sus consecuencias.
____________
Bibliografía
Alfaro Águila-Real, J. (2026). ¿Afecta la IA a los deberes fiduciarios de los administradores? DerechoMercantil.
Chico, S. D. (2026). IA y responsabilidad civil: ¿quién responde cuando falla? ENATIC – Abogacía Digital.
Cordero González, J. (2026). Inteligencia artificial y responsabilidad penal corporativa. El Derecho.
De La Mata Barranco, N. J., y Pérez González, S. (2023). Inteligencia artificial autónoma y responsabilidad penal de las personas jurídicas. Almacén de Derecho.
González Estévez, A. E. (2023). Inteligencia artificial y responsabilidad civil: propuestas de directivas de la Comisión Europea. Revista Digital del Consorcio de Compensación de Seguros, (18), 1-9.
Montero, J. (2026). ¿Quién responde cuando se equivoca la inteligencia artificial? La crisis del sistema clásico de responsabilidad. Economist & Jurist.
Navarro-Dolmestch, R. (2025). Sobre una adecuación del derecho penal ante los conflictos derivados de las tecnologías de inteligencia artificial. Revista de Derecho Universidad de Concepción, 257(1), 43-70.
Navarrete Medina, P. (2026). La incertidumbre causal en la responsabilidad por actuaciones de la Inteligencia Artificial. Revista de Ciencias Sociales (Valparaíso), (88), 117-161.
Pérez Escolar, M. (2025). Personalidad jurídica e Inteligencia Artificial. Fundamentos de asimilaciones imposibles. InDret, (3), 1-35.
Rojí, J. M. (2021). Los administradores tienen un deber de control de riesgos que es una manifestación muy relevante del deber de diligencia. El Derecho.
Valls Prieto, J. (2022). Sobre la responsabilidad penal por la utilización de sistemas inteligentes. Revista Electrónica de Ciencia Penal y Criminología, (24-27), 1-35.
Varas Quijón, A. G. (2026). La víctima frente a la caja negra: responsabilidad civil por daños de la inteligencia artificial tras la retirada de la Directiva europea (AILD). La reconstrucción italiana de la Ley 132/2025 y sus decretos delegados frente a la abstención española del Proyecto de Ley Orgánica de 2026. InDret, (3), 1-15.
Recursos Generativos utilizados en la redacción de este artículo
Teniendo en cuenta que se ha seguido la estructura de un artículo científico, formato conocido por la IAG, para la elaboración de este contenido se ha utilizado IAG en la fase de búsqueda de información, así como en la mejora de la redacción y adaptación de ésta a un lenguaje coloquial. Asimismo, antes de editarlo se ha pasado el filtro de plagio (11% de coincidencias) y de lenguaje IAG (14% de coincidencias), considerando ambos ratios razonables y asumibles.