¿Cámaras con reconocimiento facial en la calle?

De qué va

Una cámara en la calle ya trata datos personales: por eso exige una base que lo justifique, un cartel que avise y un plazo para borrar lo grabado. El reconocimiento facial da un paso más. No solo graba: convierte cada rostro en un patrón biométrico y lo compara automáticamente con una base de datos, de modo que cualquiera que pase queda identificado sin haber hecho nada.

El Derecho europeo trata los datos biométricos con especial cautela y el reglamento europeo de inteligencia artificial fija límites estrictos a la identificación biométrica remota en tiempo real en espacios accesibles al público. Aun así, el debate sigue abierto en cada ciudad que se plantea instalarlo. El formato fishbowl obliga a escuchar antes de hablar: solo se opina desde el círculo interior, y para entrar hay que aportar algo que no se haya dicho.

Argumentario

A favor, con garantías estrictas

Puede usarse para supuestos tasados, no para todo. Localizar a una persona desaparecida, identificar a autores de delitos graves o prevenir un atentado no es vigilar a la población: es una herramienta acotada a casos definidos por ley.
La autorización judicial previa ya funciona en otros ámbitos. Intervenir un teléfono o entrar en un domicilio son medidas más invasivas y llevan décadas sometidas a control judicial. El mismo mecanismo puede aplicarse aquí.
Los plazos de borrado y la auditoría lo hacen verificable. Si el sistema conserva solo coincidencias y borra el resto en horas, y un organismo independiente lo audita, el tratamiento masivo deja de ser permanente.
Prohibirlo del todo desplaza el problema al sector privado. Estadios, centros comerciales y accesos ya usan sistemas de identificación. Regularlo con garantías públicas protege más que dejarlo sin marco.

En contra en espacios públicos

Trata los datos de todos para buscar a unos pocos. El principio de minimización exige recoger solo los datos necesarios. Un sistema que analiza el rostro de cada persona que pasa por una calle trata masivamente datos de gente que no es sospechosa de nada.
El anonimato en la calle es una condición de otros derechos. Manifestarse, acudir a un sindicato, a una consulta médica o a un culto religioso deja de ser anónimo si un sistema registra quién pasó por dónde y cuándo.
Los errores no se reparten por igual. Los sistemas de identificación facial han mostrado tasas de error desiguales según el tono de piel y el sexo, de modo que el falso positivo recae más sobre unos grupos que sobre otros.
La finalidad se amplía sola. Un sistema instalado para un fin concreto acaba usándose para otros, y el principio de limitación de la finalidad es justamente lo que impide que eso sea legal. La infraestructura, una vez montada, es difícil de desmontar.

Cómo se desarrolla

Contexto y reglas del fishbowl8 min

El profe explica qué hace exactamente un sistema de reconocimiento facial y recuerda las reglas: solo se habla desde el círculo interior y para entrar hay que aportar algo nuevo.
Primera ronda del círculo interior12 min

Cinco alumnos con posiciones distintas debaten. El resto escucha en el círculo exterior y anota argumentos para usarlos al entrar.
Rotaciones15 min

Quien quiere entrar toca el hombro de alguien del interior y ocupa su silla. La única condición: empezar citando el argumento al que responde.
Test de proporcionalidad10 min

El profe plantea tres supuestos —persona desaparecida, manifestación, entrada a un estadio— y el círculo interior debe decir si la medida sería idónea, necesaria y proporcionada en cada uno.
Cierre y síntesis8 min

Cada alumno escribe en una línea dónde pone el límite y qué principio del RGPD lo sostiene. Se leen cinco al azar.

Para el debrief Qué dice la evidencia

Lo que dice hoy la ley. Los datos biométricos que identifican a una persona son una categoría especial y su tratamiento está prohibido salvo excepciones (RGPD, art. 9). Desde el 2 de febrero de 2025, el Reglamento de IA prohíbe a la policía la identificación biométrica remota en tiempo real en espacios públicos, salvo para buscar víctimas de secuestro, trata o explotación sexual y personas desaparecidas, evitar una amenaza inminente para la vida o un atentado, o localizar a sospechosos de delitos graves de una lista cerrada. Incluso entonces hace falta autorización previa de un juez o de una autoridad independiente y una ley nacional que lo permita (Reglamento (UE) 2024/1689, art. 5).
El caso español. La AEPD multó a Mercadona con 2,52 millones de euros por usar reconocimiento facial en 48 supermercados para detectar a personas con orden de alejamiento: para encontrar a unas pocas, el sistema analizaba el rostro de todo el que entraba (AEPD, 2021). Es el argumento de la minimización, con una resolución detrás.
Londres, un año de uso real. Entre septiembre de 2024 y septiembre de 2025, la Policía Metropolitana escaneó más de 3 millones de rostros con cámaras en directo: hubo 962 detenciones y 10 alertas falsas, ninguna de las cuales acabó en detención. Pero 8 de esas 10 personas eran negras (Policía Metropolitana de Londres, 2025). Los dos bandos pueden citar el mismo informe.
Los errores dependen del algoritmo. El NIST probó 189 algoritmos comerciales: en muchos, los falsos positivos eran entre 10 y 100 veces más frecuentes en unos grupos de edad, sexo u origen que en otros, pero en algunos de los más precisos no se detectaban diferencias (NIST, 2019). La pregunta no es si «la tecnología» falla, sino qué sistema se usa, con qué umbral y quién lo audita.
Cuando el error sale a la calle. En Detroit, Robert Williams pasó 30 horas detenido en 2020 por una coincidencia facial equivocada; el acuerdo de 2024 le compensó con 300.000 dólares y prohíbe a la policía detener a nadie sin pruebas independientes del reconocimiento facial. En Europa, la autoridad neerlandesa multó a Clearview AI con 30,5 millones de euros por una base de más de 30.000 millones de fotos tomadas de internet sin consentimiento (2024), una práctica que el Reglamento de IA también prohíbe.

Para cerrar: el test de la cuarta fase (idónea, necesaria, proporcionada) es el que aplica la ley europea. Comparad dónde ha puesto cada alumno el límite con las excepciones del Reglamento: ¿entra la persona desaparecida?, ¿y la manifestación?, ¿y la entrada al estadio?

Ficha del alumno

Dossier de datos

Cifras con fuente para preparar los argumentos

2 de febrero de 2025: desde ese día la UE prohíbe a la policía la identificación biométrica en tiempo real en espacios públicos, como el reconocimiento facial, salvo tres excepciones con autorización previa (Reglamento (UE) 2024/1689, art. 5).
35 millones de euros o el 7 % de la facturación mundial: multa máxima por usar una práctica de IA prohibida (Reglamento (UE) 2024/1689, art. 99).
2,52 millones de euros: multa de la AEPD a Mercadona por su sistema de reconocimiento facial en 48 supermercados (AEPD, 2021).
Más de 3 millones de rostros, 962 detenciones y 10 alertas falsas: un año de reconocimiento facial en directo de la policía de Londres (Policía Metropolitana de Londres, 2025).
189 algoritmos analizados por el NIST: en muchos, los falsos positivos eran entre 10 y 100 veces más frecuentes en unos grupos que en otros (NIST, 2019).

Criterio	Qué se valora	Competencia
Aplicación del RGPD	Usa los principios de licitud, minimización y limitación de la finalidad para argumentar, y no solo la intuición sobre privacidad.	CD
Proporcionalidad	Valora la medida por su idoneidad, necesidad y proporcionalidad, y no solo por el fin que persigue.	CC
Calidad de la entrada al círculo	Entra al círculo interior con una aportación nueva y no con una repetición de lo ya dicho.	CCL
Escucha activa	Desde el círculo exterior, anota argumentos y los recoge al entrar, citando a quien los formuló.	CCL

¿Cámaras con reconocimiento facial en la calle?

La moción

Objetivos

De qué va

Argumentario

Cómo se desarrolla

Dossier de datos

Preparo mi postura

Rúbrica de evaluación

Competencias que se trabajan