Cyberpediapor Brain
ESDEENFR

Traducción automática con IA y contratos confidenciales

Pegar un contrato en un traductor de IA en línea expone su contenido. Lo que dicen la CNIL, OWASP y NIST, y lo que hace el empleado.

En 30 segundos

Dónde ocurre
En un traductor de IA en línea, en una versión gratuita o en una extensión del navegador, cuando un empleado pega un contrato, una oferta o un correo de un cliente.
Qué quiere el atacante
No hay necesariamente un atacante. El riesgo procede de un texto confidencial que sale de la empresa y que puede reaparecer más tarde en las respuestas del modelo1.
El reflejo
Utilizar únicamente la herramienta de traducción validada por la empresa y no pegar nunca cláusulas, nombres o cifras sensibles en un servicio gratuito.
Si ya lo ha hecho
Avisar sin demora al responsable de seguridad o al delegado de protección de datos, indicando el servicio utilizado y el texto enviado.

De qué se trata

Traducir un contrato en unos segundos con una herramienta de IA en línea resulta tentador, sobre todo cuando el documento llega en un idioma que no se domina. El gesto es sencillo: copiar el texto, pegarlo en una página web y recuperar la versión traducida. Lo que ocurre después con el texto enviado escapa al control del empleado.

Las fuentes consultadas para esta ficha no tratan de las herramientas de traducción en particular. Describen los riesgos de las aplicaciones basadas en modelos de lenguaje (LLM)13, categoría a la que pertenece un traductor de IA cuando se apoya en un modelo de ese tipo. La ficha aplica estas conclusiones a un caso frecuente: un documento confidencial pegado en un servicio en línea.

Preguntas directas

¿Por qué no se debe pegar un contrato en un traductor gratuito?

OWASP incluye entre la información sensible los datos personales, los datos financieros, los datos comerciales confidenciales, las credenciales de seguridad y los documentos jurídicos1. Un contrato confidencial reúne con frecuencia varias de estas categorías. OWASP advierte de que los usuarios deben entender el riesgo de proporcionar sin querer datos sensibles, que luego pueden aparecer en las respuestas del modelo1.

¿Qué ocurre con el texto una vez enviado?

Las fuentes citadas aquí no describen el funcionamiento de un servicio concreto. OWASP indica que las aplicaciones basadas en LLM deben depurar los datos para evitar que los de los usuarios entren en el modelo de entrenamiento, y que deben ofrecer condiciones de uso claras que permitan rechazar esa reutilización1. Dicho de otro modo, la reutilización de los textos introducidos es un riesgo que los editores deben tratar1. Lo que hace un servicio gratuito determinado se lee en sus condiciones de uso, no en esta ficha.

¿Puede un modelo devolver realmente datos que ha recibido?

NIST describe un fenómeno llamado memorización de datos: en ataques, algunos LLM han revelado información sensible presente en sus datos de entrenamiento3. NIST señala que el riesgo para la privacidad puede agravarse incluso para datos presentes en un número reducido de ejemplos de entrenamiento3. Por su parte, la CNIL escribe que algunos modelos, como los LLM, pueden contener datos personales2.

¿Se aplica el RGPD a una traducción?

Si el texto contiene datos personales (nombres, datos de contacto de los firmantes), entra en juego el RGPD. La CNIL precisa que, cuando es aplicable, los datos de las personas deben protegerse en las bases de entrenamiento, en los modelos que hayan podido memorizarlos y en el uso de los modelos mediante instrucciones (prompts)2. El texto del reglamento contiene un artículo sobre el encargado del tratamiento, otro sobre la seguridad del tratamiento y un capítulo sobre las transferencias de datos a terceros países4.

¿Puede la traducción ser errónea?

Sí. NIST define la confabulación como la producción de contenidos falsos o erróneos, enunciados con seguridad, que pueden inducir a error al usuario3. En un contrato, una cláusula mal traducida no se nota al leer un texto fluido.

1Cómo funciona1 min

Una herramienta de traducción con IA en línea recibe el texto que el usuario pega en su ventana. Un modelo de lenguaje lo procesa, y el texto sale del equipo del empleado en cuanto se envía.

El punto que hay que comprobar es el destino del texto después de la traducción. OWASP pide a los editores que mantengan políticas claras sobre la conservación, el uso y la eliminación de los datos, y que permitan a los usuarios rechazar que sus datos sirvan para el entrenamiento1. OWASP añade que las restricciones incluidas en las instrucciones internas de un modelo no siempre se respetan y pueden eludirse mediante inyección de prompts u otros métodos1. Por tanto, una promesa del editor no sustituye a un contrato de empresa.

La CNIL recuerda que los derechos de acceso, rectificación, oposición y supresión existen, pero que pueden ser difíciles de ejercer frente a un modelo de IA, tanto para identificar a las personas en el modelo como para modificarlo2.

2Qué hace usted1 min

Antes de traducir, el empleado comprueba si la empresa ofrece una herramienta validada. Si es así, la utiliza, y solo esa, para cualquier documento profesional.

Sin herramienta validada, un documento confidencial no se pega en un servicio gratuito. El empleado pide la opinión del responsable de seguridad o del jurista, o encarga la traducción a un proveedor vinculado a la empresa por contrato.

Para un pasaje no sensible, una preparación previa limita la exposición. OWASP cita la tokenización y el enmascaramiento (redaction) entre las técnicas que sirven para depurar la información sensible antes del tratamiento1. A mano, esto consiste en sustituir los nombres, los importes y las referencias por marcadores neutros, por ejemplo «[Empresa A]» e «[Importe]», y luego volver a ponerlos en la traducción. Este método no sirve para un texto cuya estructura misma es confidencial.

Después de la traducción, el empleado revisa el resultado. NIST describe el riesgo de contenido erróneo enunciado con seguridad3: en un contrato, un jurista o una persona que lea el idioma original verifica los términos jurídicos, los plazos y los importes.

Si ya se ha pegado un texto confidencial en un servicio no validado, el empleado lo comunica de inmediato, sin esperar a saber si ha habido algún daño.

3Las trampas1 min
  • Las versiones gratuitas: sus condiciones de uso deciden qué sucede con el texto. OWASP recomienda que las aplicaciones ofrezcan un modo de rechazar la reutilización de los datos1, pero nada garantiza que un servicio gratuito lo ofrezca.
  • Las extensiones del navegador: las fuentes citadas aquí no detallan su funcionamiento. El empleado no puede suponer, por tanto, que traten el texto con más cautela que un sitio en línea, y las valida como cualquier otra herramienta.
  • La traducción fluida pero falsa: un texto bien escrito no es un texto exacto3.
  • La anonimización incompleta: quitar un nombre no basta si el contexto permite reconocer a las partes. La CNIL señala que algunos modelos son anónimos y otros no, lo que muestra que el anonimato no está garantizado por defecto2.
  • La confianza en los avisos mostrados: una regla del tipo «este servicio no conserva nada» solo tiene valor si figura en un compromiso escrito del editor con la empresa.
  • El olvido de la obligación de confidencialidad: un contrato puede prohibir comunicar su contenido a un tercero. Las fuentes citadas aquí no detallan estas cláusulas, que se leen en el propio contrato.
4Lo que espera la empresa1 min

OWASP recomienda proporcionar pautas para evitar introducir información sensible y ofrecer formación sobre buenas prácticas de interacción segura con los LLM1. Para un empleado, esto se traduce en una regla de equipo clara: qué herramienta, para qué documentos y con qué revisión.

Ficha

Identificador
CP-516
Ala
4. Inteligencia artificial
Competencia Brain
Proteger los datos (IA) (protect_data)
Reflejo Brain
air-025
Esquema
G3 · Corte anatómico
Idiomas
de, en, es, fr
Fuentes
4 fuentes verificadas el 3 de noviembre de 2026
Fuentes4 fuentes
  1. OWASP, «LLM02:2025 Sensitive Information Disclosure». https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/ (consultado el 3 de noviembre de 2026)
  2. CNIL, «IA et RGPD : la CNIL publie ses nouvelles recommandations pour accompagner une innovation responsable», 7 de febrero de 2025. https://www.cnil.fr/fr/ia-et-rgpd-la-cnil-publie-ses-nouvelles-recommandations-pour-accompagner-une-innovation-responsable (consultado el 3 de noviembre de 2026)
  3. NIST, «Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile». https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf (consultado el 3 de noviembre de 2026)
  4. CNIL, «Le règlement général sur la protection des données - RGPD». https://www.cnil.fr/fr/reglement-europeen-protection-donnees (consultado el 3 de noviembre de 2026)

Citar este artículo

Brain, «Traducción automática con IA y contratos confidenciales», Cyberpedia, 2026. https://startbrain.io/cyberpedia/es/articles/traduccion-automatica-ia-contratos-confidenciales/

BibTeX
@misc{brain_cp516_es_2026,
  author = {Brain},
  title = {Traducción automática con IA y contratos confidenciales},
  year = {2026},
  howpublished = {Cyberpedia},
  url = {https://startbrain.io/cyberpedia/es/articles/traduccion-automatica-ia-contratos-confidenciales/},
  note = {CC BY 4.0}
}