Análisis jurídico completo para empresas y administraciones públicas. La guía oficial de la AESIA más el criterio de iusia para el asesoramiento práctico.
La pregunta más urgente que cualquier empresa u organismo público debe responder respecto al AI Act es sencilla de formular pero no siempre fácil de responder: ¿alguno de mis sistemas de IA es de alto riesgo? De la respuesta depende si la organización tiene que cumplir con el régimen completo de obligaciones del AI Act — gestión de riesgos, documentación técnica, evaluación de conformidad, marcado CE, vigilancia poscomercialización, notificación de incidentes — o si solo está sujeta a las obligaciones más limitadas que aplican a sistemas de riesgo mínimo o limitado.
La Guía 2 de la AESIA, con 48 páginas, responde a esta pregunta con ejemplos concretos para cada uno de los ocho sectores del Anexo III. No es solo una enumeración de categorías — es una guía de clasificación práctica que permite a cualquier organización analizar sus propios sistemas y determinar con fundamento suficiente si son o no de alto riesgo.
El punto de partida legal es el artículo 6 del AI Act. Un sistema de IA es de alto riesgo por dos vías distintas. La primera (art. 6.1) es ser componente de seguridad de un producto sujeto a legislación de armonización de la UE listada en el Anexo I — maquinaria, productos sanitarios, equipos de protección individual, ascensores, juguetes, y otros productos regulados que requieren evaluación de conformidad por tercero. La segunda (art. 6.2) es estar listado en el Anexo III — los ocho sectores de uso específico. Esta guía se centra en el Anexo III, que es la vía que afecta a la mayoría de empresas de servicios.
Antes de analizar los sectores del Anexo III, es imprescindible conocer la excepción del artículo 6.3. El Reglamento permite al proveedor autoevaluar que un sistema listado en el Anexo III no presenta, a pesar de esa lista, un riesgo significativo para la salud, la seguridad o los derechos fundamentales de las personas. En ese caso, el sistema no está sujeto a las obligaciones completas de los sistemas de alto riesgo.
Esta excepción tiene condiciones estrictas que la Guía 2 detalla. El sistema no puede afectar de forma sustancial al resultado de la toma de decisiones — debe ser auxiliar o accesorio respecto a los procesos principales. El proveedor debe documentar la autoevaluación con criterios objetivos y técnicos. Y debe registrar el sistema en la base de datos de la UE como sistema del Anexo III que ha aplicado la excepción. Sin ese registro, la excepción no es efectiva.
La guía advierte expresamente contra el abuso de esta excepción. Muchos proveedores intentarán argumentar que sus sistemas solo son "auxiliares" o "de apoyo" para evitar las obligaciones del alto riesgo. La AESIA evaluará estos argumentos con rigor, y la carga de la prueba corresponde al proveedor, no a la Agencia.
El primer sector del Anexo III agrupa tres tipos de sistemas biométricos con distintos niveles de restricción. Los sistemas de identificación biométrica remota — los que identifican a personas a distancia sin su cooperación activa, como el reconocimiento facial en cámaras de videovigilancia — son de alto riesgo con carácter general, y están prohibidos en tiempo real en espacios públicos salvo en los tres casos tasados del artículo 5.1.h (búsqueda de víctimas de delitos graves, prevención de amenazas terroristas inminentes y localización de sospechosos de delitos graves).
Los sistemas de categorización biométrica que asignan a personas a categorías basándose en sus datos biométricos son de alto riesgo cuando esa categorización se usa en contextos donde puede afectar significativamente a la persona — por ejemplo, en procesos de selección de personal o en la concesión de acceso a servicios. Los sistemas de reconocimiento de emociones son de alto riesgo en el lugar de trabajo y en centros educativos, y están sujetos a la prohibición del artículo 5.1.f salvo para usos médicos o de seguridad.
El caso más importante de jurisprudencia administrativa española en este sector es la sanción a AENA de 10.043.002 euros impuesta por la AEPD en noviembre de 2025 (EXP202304532). AENA implementó un sistema de reconocimiento facial biométrico 1:N (identificación de personas en un grupo) en ocho aeropuertos españoles sin haber realizado una Evaluación de Impacto en Protección de Datos válida. La AEPD consideró que la EIPD elaborada a posteriori no cumplía los requisitos del artículo 35 RGPD porque su finalidad no era evaluar el riesgo sino justificar un sistema ya en marcha. La lección: la EIPD debe preceder al despliegue, no seguirlo.
Son de alto riesgo los sistemas de IA usados en la gestión de infraestructuras críticas cuando un funcionamiento anómalo puede poner en peligro la vida de las personas o generar perturbaciones a gran escala. El Reglamento cita expresamente la gestión de redes de distribución de electricidad, gas, calefacción y agua, la gestión del tráfico por carretera, ferrocarril, aéreo y marítimo, y los sistemas de control de presas, embalses y centrales eléctricas.
La guía aclara que no todos los sistemas de IA usados por operadores de infraestructuras críticas son de alto riesgo — solo los que controlan, gestionan u optimizan elementos de los que depende directamente la seguridad o el suministro a la población. Un sistema de IA de RRHH usado por una empresa eléctrica no es de alto riesgo por el sector 2 (aunque podría serlo por el sector 4 si tiene funcionalidades de gestión de personal). Un sistema de optimización de la carga de la red eléctrica sí lo es.
Para los operadores de infraestructuras críticas, el AI Act se superpone con la Directiva NIS2 (Directiva 2022/2555), que establece obligaciones de ciberseguridad para entidades esenciales e importantes. Los sistemas de IA usados en infraestructuras críticas deben cumplir simultáneamente con el art. 15 AI Act (ciberseguridad de sistemas de IA) y con las obligaciones de gestión de riesgos del art. 21 NIS2. España aún no ha completado la transposición de NIS2, pero el reglamento europeo es directamente aplicable.
Son de alto riesgo los sistemas que determinan el acceso o la admisión a centros educativos, los que evalúan a estudiantes para determinar su progreso académico, y los que monitorizan y detectan comportamientos específicos de estudiantes. El caso paradigmático en España es el proctoring biométrico: sistemas como SMOWL que monitorizan a los estudiantes mediante reconocimiento facial y análisis de comportamiento durante los exámenes online.
La sanción a la Universitat Internacional Valenciana (VIU) de 650.000 euros impuesta por la AEPD en febrero de 2026 es el ejemplo más relevante. La AEPD consideró que el proctoring biométrico obligatorio vulneraba el art. 9 RGPD (datos biométricos sin base de legitimación válida) y el art. 5.1.c RGPD (minimización de datos) porque no había alternativa real para los estudiantes. El consentimiento prestado bajo la amenaza de no poder realizar el examen no es consentimiento libre, y por tanto no es una base de legitimación válida para el tratamiento de datos biométricos.
La guía aclara que los sistemas de evaluación automatizada del rendimiento académico también son de alto riesgo aunque no sean biométricos. Un sistema que genera automáticamente notas o que clasifica a estudiantes para determinar su acceso a programas específicos debe cumplir con los requisitos del AI Act, incluida la supervisión humana del artículo 14 que garantice que un docente revisa y puede modificar los resultados generados por el sistema.
Este sector es probablemente el más amplio en términos de número de empresas afectadas en España. Son de alto riesgo los sistemas de cribado, filtrado o clasificación de candidaturas de empleo, los que toman o influyen en decisiones de contratación, los que evalúan el rendimiento de los trabajadores, y los que monitorizan el comportamiento de los empleados.
La clave está en entender que el sistema de IA no tiene que tomar la decisión final de forma autónoma para ser de alto riesgo — basta con que influya significativamente en esa decisión. Un software de ATS (Applicant Tracking System) que puntúa automáticamente los CVs y los ordena por relevancia antes de que el reclutador los vea es de alto riesgo aunque el reclutador tome la decisión final. El sistema está influyendo en qué candidatos llegan siquiera a ser considerados.
La guía identifica los sistemas de monitorización de trabajadores como uno de los ámbitos más delicados. Los sistemas que registran el tiempo de atención de los empleados, que analizan las comunicaciones para evaluar el rendimiento, o que usan biometría para controlar la presencia son de alto riesgo y, además, deben cumplir con las obligaciones específicas del artículo 26.7 del AI Act: el desplegador debe informar a los representantes de los trabajadores antes de poner en servicio el sistema. Esta obligación conecta con los arts. 87-90 de la LOPDGDD sobre los derechos digitales en el ámbito laboral.
Son de alto riesgo los sistemas que evalúan la solvencia crediticia de personas físicas, los que fijan precios o calculan primas de seguros de vida y salud, y los que evalúan solicitudes de prestaciones y servicios públicos de emergencia. El scoring crediticio es el ejemplo más claro: cualquier sistema bancario o de fintech que genere automáticamente una puntuación de riesgo de crédito que influya en la concesión de préstamos, tarjetas de crédito o hipotecas es de alto riesgo.
La intersección con el artículo 22 del RGPD es directa y muy relevante. El art. 22 RGPD prohíbe las decisiones basadas únicamente en tratamiento automatizado que produzcan efectos jurídicos o afecten significativamente a las personas, salvo en los tres casos tasados (contrato, autorización legal o consentimiento explícito). Un sistema de scoring crediticio que decide automáticamente la concesión o denegación de un préstamo sin intervención humana viola simultáneamente el art. 22 RGPD y los requisitos de supervisión humana del art. 14 AI Act.
Para las entidades financieras, la guía recomienda revisar sus sistemas de decisión crediticia no solo desde la perspectiva del AI Act sino también desde el RGPD y, en su caso, desde el Reglamento DORA (2022/2554) sobre resiliencia operativa digital del sector financiero. La triple exposición regulatoria de estos sistemas exige un análisis integrado que muchos departamentos de cumplimiento aún no han realizado.
Son de alto riesgo los sistemas usados por las autoridades policiales para evaluar el riesgo de que las personas sean víctimas de delitos, los que evalúan la fiabilidad de pruebas en investigaciones, los que realizan análisis predictivo del comportamiento individual, los que detectan el estado emocional de las personas en interrogatorios o entrevistas, y los sistemas de análisis de datos masivos.
Este sector está especialmente restringido en el AI Act porque la experiencia europea e internacional con los sistemas de predicción policial (predictive policing) ha sido negativa. Los sistemas que predicen la probabilidad de que una persona cometa un delito basándose en características demográficas o perfiles estadísticos sin conducta objetiva están directamente prohibidos por el artículo 5.1.d. Solo los sistemas basados en conducta objetiva y documentada del individuo concreto — no en perfiles de grupo — pueden ser legítimamente de alto riesgo en lugar de prohibidos.
La guía aclara que los sistemas usados por la Policía Nacional, la Guardia Civil y las policías autonómicas para el análisis de grandes volúmenes de datos con fines de investigación criminal son de alto riesgo cuando el output del sistema puede influir en decisiones sobre personas específicas. El uso de IA para el análisis de patrones en datos anónimos o agregados sin vinculación a personas concretas tiene un tratamiento diferente.
Son de alto riesgo los sistemas que evalúan el riesgo de migración irregular de personas, los que asisten en el examen de solicitudes de asilo o visados, y los que detectan, reconocen o identifican a personas en el contexto del control fronterizo. Este sector es especialmente sensible porque las personas afectadas se encuentran habitualmente en una situación de especial vulnerabilidad y tienen limitada capacidad de impugnar las decisiones.
La guía destaca que los sistemas de IA usados por las autoridades de control fronterizo para pre-analizar solicitudes de asilo o visado son de alto riesgo con independencia del papel formal que el sistema juegue en el proceso. Si el sistema genera una puntuación o una recomendación que influye en cómo el funcionario trata la solicitud, el sistema es de alto riesgo aunque formalmente la decisión corresponda al funcionario.
Son de alto riesgo los sistemas que asisten a los órganos jurisdiccionales en la investigación y enjuiciamiento de delitos y los que interpretan hechos y aplicación del derecho en procedimientos judiciales o administrativos. Este sector tiene en España una regulación específica superpuesta: la Instrucción 2/2026 del CGPJ establece el marco de uso de IA por jueces y magistrados, incluyendo la revisión obligatoria de los borradores generados por IA.
La guía aclara una cuestión que genera confusión: los sistemas de búsqueda jurídica con IA — como los sistemas que recuperan jurisprudencia relevante o que generan resúmenes de sentencias — pueden ser de alto riesgo o no dependiendo de cómo se usen. Si el sistema solo recupera información y el juez hace el análisis jurídico, el nivel de influencia en la decisión es bajo y puede argumentarse que no hay riesgo significativo. Si el sistema genera directamente una propuesta de resolución o una valoración de la prueba, el análisis cambia radicalmente.
El vacío más relevante en este sector es la ausencia de regulación específica para los Letrados de la Administración de Justicia (LAJ), que participan activamente en los procesos judiciales pero no están cubiertos por la Instrucción 2/2026 del CGPJ. Este es uno de los cuatro vacíos normativos críticos identificados por iusia en el panorama regulatorio español actual.
El proceso práctico de clasificación de los sistemas de IA de una organización sigue cuatro pasos. El primero es el inventario: listar todos los sistemas de IA en uso, desarrollo o adquisición, incluyendo los que están embebidos en software de terceros (un ERP con módulo de IA, un CRM con scoring de clientes, un software de RRHH con análisis de CVs). Muchas organizaciones descubren en este paso que tienen más sistemas de IA de lo que pensaban.
El segundo paso es la determinación del rol: para cada sistema, determinar si la organización es proveedora (lo ha desarrollado o encargado con su nombre) o desplegadora (lo usa bajo su autoridad). Las obligaciones son distintas y el análisis debe hacerse por separado.
El tercer paso es la clasificación por nivel de riesgo: para cada sistema y para el rol identificado, determinar si cae dentro de alguno de los ocho sectores del Anexo III o si es componente de seguridad de un producto del Anexo I. Si cae en el Anexo III, analizar si aplica la excepción del art. 6.3 y documentar esa evaluación.
El cuarto paso es el plan de cumplimiento: para los sistemas clasificados como de alto riesgo, identificar los gaps entre la situación actual y los requisitos del AI Act y elaborar un plan con responsable y plazo para cada acción correctiva. La referencia para este análisis son los checklists de la Guía 16 de la AESIA.
Más recursos: calendario del AI Act tras el Ómnibus Digital · análisis del AI Act en 2026 · servicios para administraciones públicas (LexQuark).
Newsletter gratuita · Empresas y administraciones públicas · En español