Responsabilidad jurídica por daños causados por sistemas de inteligencia artificial
DOI:
https://doi.org/10.63688/rmvrq094Palabras clave:
inteligencia artificial, responsabilidad jurídica, daños tecnológicos, responsabilidad civil, algoritmos, gobernanza tecnológicaResumen
La inteligencia artificial (IA) ha adquirido una creciente relevancia por su capacidad para procesar información, aprender de datos y ejecutar decisiones automatizadas. No obstante, el aumento de su autonomía plantea desafíos jurídicos cuando estos sistemas ocasionan daños materiales, económicos o vulneraciones de derechos. El objetivo del estudio fue analizar la evidencia científica sobre la responsabilidad jurídica derivada de daños causados por sistemas de IA, considerando los criterios de atribución, la causalidad, la transparencia algorítmica, la supervisión humana y las propuestas regulatorias.
Se realizó una revisión sistemática de literatura conforme a las directrices PRISMA 2020. La búsqueda incluyó publicaciones académicas entre 2020 y 2026, complementadas con aportes teóricos relevantes. Tras las etapas de identificación, selección y evaluación, se incluyeron 23 estudios, organizados en categorías vinculadas con responsabilidad civil, responsabilidad empresarial, transparencia algorítmica y gobernanza tecnológica.
Los resultados indican que la IA no puede asumir responsabilidad jurídica directa, debido a que carece de voluntad, conciencia y personalidad jurídica. Por ello, la responsabilidad debe atribuirse a los actores humanos y organizacionales que intervienen en su diseño, desarrollo, implementación y supervisión. Las principales dificultades se relacionan con la determinación del vínculo causal, la falta de explicabilidad y la distribución de obligaciones. Se concluye que se requieren marcos jurídicos basados en responsabilidad compartida, auditoría, transparencia y supervisión humana.
Referencias
Aromataris, E., & Munn, Z. (Eds.). (2020). JBI manual for evidence synthesis. Joanna Briggs Institute. https://doi.org/10.46658/JBIMES-20-01
Bertolini, A. (2013). Robots as products: The case for a realistic analysis of robotic applications and liability rules. Law, Innovation and Technology, 5(2), 214–247. https://doi.org/10.5235/17579961.5.2.214
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Proceedings of Machine Learning Research, 81, 149–159.
Calo, R. (2015). Robotics and the lessons of cyberlaw. California Law Review, 103(3), 513–563.
Chesterman, S. (2020). Artificial intelligence and the limits of legal personality. International & Comparative Law Quarterly, 69(4), 819–844. https://doi.org/10.1017/S0020589320000368
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People—An ethical framework for a good AI society. Minds and Machines, 28, 689–707. https://doi.org/10.1007/s11023-018-9482-5
Gless, S., Silverman, M., & Weigend, T. (2016). If robots cause harm, who is to blame? Self-driving cars and criminal liability. New Criminal Law Review, 19(3), 412–436. https://doi.org/10.1525/nclr.2016.19.3.412
Hacker, P. (2021). Teaching fairness to artificial intelligence: Existing and novel strategies against algorithmic discrimination under EU law. Common Market Law Review, 58(4), 1143–1185. https://doi.org/10.54648/COLA2021080
Hevelke, A., & Nida-Rümelin, J. (2015). Responsibility for crashes of autonomous vehicles: An ethical analysis. Science and Engineering Ethics, 21, 619–630. https://doi.org/10.1007/s11948-014-9565-5
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1, 389–399. https://doi.org/10.1038/s42256-019-0088-2
Kroll, J. A., Huey, J., Barocas, S., Felten, E. W., Reidenberg, J. R., Robinson, D. G., & Yu, H. (2017). Accountable algorithms. University of Pennsylvania Law Review, 165(3), 633–705.
Liu, H., & Tao, J. (2022). Artificial intelligence and legal responsibility: Challenges and solutions. Computer Law & Security Review, 45. https://doi.org/10.1016/j.clsr.2022.105671
Matthias, A. (2004). The responsibility gap: Ascribing responsibility for the actions of learning automata. Ethics and Information Technology, 6, 175–183. https://doi.org/10.1007/s10676-004-3422-1
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society, 3(2). https://doi.org/10.1177/2053951716679679
Pagallo, U. (2022). The laws of robots: Crimes, contracts, and torts. Springer. https://doi.org/10.1007/978-3-030-94763-5
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., McGuinness, L. A., Stewart, L. A., Thomas, J., Tricco, A. C., Welch, V. A., Whiting, P., & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Raji, I. D., Smart, A., White, R. N., Mitchell, M., Gebru, T., Hutchinson, B., Smith-Loud, J., Theron, D., & Barnes, P. (2020). Closing the AI accountability gap. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, 33–44. https://doi.org/10.1145/3351095.3372873
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Santoni de Sio, F., & Mecacci, G. (2021). Four responsibility gaps with artificial intelligence: Why they matter and how to address them. Philosophy & Technology, 34, 1057–1084. https://doi.org/10.1007/s13347-021-00450-x
Sartor, G., & Lagioia, F. (2020). The impact of the General Data Protection Regulation on artificial intelligence. European Parliament Research Service. https://doi.org/10.2861/293
Veale, M., & Borgesius, F. Z. (2021). Demystifying the draft EU Artificial Intelligence Act. Computer Law Review International, 22(4), 97–112. https://doi.org/10.9785/cri-2021-220402
Wachter, S., Mittelstadt, B., & Floridi, L. (2017). Why a right to explanation of automated decision-making does not exist in the General Data Protection Regulation. International Data Privacy Law, 7(2), 76–99. https://doi.org/10.1093/idpl/ipx005
Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2020). Artificial intelligence and the public sector—Applications and challenges. International Journal of Public Administration, 43(6), 596–615. https://doi.org/10.1080/01900692.2018.1498103
Xiao, Y., & Watson, M. (2019). Guidance on conducting a systematic literature review. Journal of Planning Education and Research, 39(1), 93–112. https://doi.org/10.1177/0739456X17723971
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Marco Santiago Villacres Santamaría, Fernanda Elizabeth Villacres Santamaría, Paul Francisco Villacres Santamaría (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
