n. 1213, miércoles 12 de agosto de 2026.
Pablo Rodofili
En marzo de 2025, en Uiseong, Corea del Sur, una trabajadora que controlaba medidores de agua advirtió algo extraño. El consumo de una vivienda había aumentado de manera anormal. Allí vivía sola una mujer de 88 años.
Sospechó que podía haber ocurrido algo. Dio aviso. La mujer fue encontrada caída dentro de su casa.[1]
El medidor había sido instalado para medir agua.
Pero terminó diciendo algo sobre una persona.
La historia permite advertir un fenómeno que adquiere una importancia particular para las cooperativas: los datos producidos cotidianamente para prestar un servicio pueden revelar mucho más que aquello para lo cual fueron originalmente obtenidos.
Mientras presta servicios, la cooperativa aprende
Solemos describir a las cooperativas por aquello que hacen.
Distribuyen electricidad. Proveen agua. Construyen viviendas. Prestan telecomunicaciones. Organizan trabajo. Brindan servicios sanitarios y de cuidados.
Pero mientras hacen todo eso producen otra cosa menos visible: información sobre la comunidad en la que actúan.
Una cooperativa eléctrica conoce dónde aparecen nuevas conexiones y dónde disminuye persistentemente el consumo. Una de agua observa la expansión de las redes y las transformaciones urbanas. Una de telecomunicaciones registra cambios en la demanda de conectividad. Una de salud o cuidados percibe fenómenos de envejecimiento, fragilidad y demanda asistencial.
Considerados individualmente, muchos de esos datos sólo sirven para administrar un servicio.
Observados durante años, pueden comenzar a contar la historia de una comunidad.
Dónde crece.
Dónde envejece.
Dónde pierde actividad.
Dónde aparecen nuevas necesidades.
Dónde una infraestructura empieza a resultar insuficiente.
La cooperativa no fue creada para observar el territorio.
Pero prestar servicios durante décadas termina convirtiéndola, involuntariamente, en un observatorio de ese territorio.
Saber otras cosas
El Estado dispone de censos, estadísticas y registros administrativos. Las grandes empresas poseen enormes bases de datos y capacidades de procesamiento.
Pero existe otra clase de conocimiento: el que produce la proximidad.
Una cooperativa puede advertir que determinado sector está creciendo antes de que lo registre una estadística, porque allí aparecen nuevas conexiones. Puede percibir una retracción económica a través de cambios persistentes en la utilización de determinados servicios. Puede conocer dificultades de infraestructura antes de que se conviertan en un problema público porque recibe diariamente los reclamos de quienes las padecen.
No necesariamente sabe más.
Sabe otras cosas.
Y las sabe desde dentro del territorio.
Esa capacidad puede constituir uno de los activos menos explorados del cooperativismo.
Del dato al conocimiento
Conviene distinguir tres niveles.
El primero es la información operativa: la necesaria para prestar, administrar y facturar un servicio.
Posee información sobre consumos eléctricos y telecomunicaciones y presta, además, algún servicio sanitario o asistencial. Técnicamente podría relacionar distintas fuentes para identificar hogares en los que posiblemente exista aislamiento o fragilidad.
El segundo es la información territorial: aquella que aparece cuando esos datos son observados de manera agregada y longitudinal y permiten advertir transformaciones que exceden a cada usuario individual.
El patrimonio informacional de una cooperativa es también un problema de gobierno cooperativo.
El tercero podría denominarse inteligencia comunitaria: la posibilidad de convertir legítimamente ese conocimiento en una herramienta para anticipar necesidades y organizar respuestas colectivas.
La distinción importa.
No necesitamos identificar a cada persona mayor que vive sola para advertir que determinado sector de una localidad está experimentando un rápido crecimiento de hogares unipersonales de personas mayores.
No necesitamos individualizar a quienes redujeron sus consumos para detectar que una zona presenta signos persistentes de pérdida de actividad.
Existe allí una posibilidad extraordinaria: que la información producida por una comunidad contribuya a que esa misma comunidad comprenda mejor lo que le está ocurriendo.
Pero inmediatamente aparece el problema.
Que podamos saberlo no significa que podamos averiguarlo
Los medidores inteligentes de electricidad permiten reconocer determinados patrones de actividad dentro de una vivienda. Investigaciones recientes han estudiado la utilización de datos de consumo eléctrico para identificar períodos de actividad e inactividad y alteraciones de las rutinas habituales de personas mayores que viven independientemente. La literatura disponible aconseja, sin embargo, prudencia respecto de la eficacia asistencial que puede atribuirse a estos sistemas.[2]
Algo semejante ocurre con el agua. Estudios experimentales han analizado la posibilidad de utilizar datos de medidores inteligentes para reconocer patrones de actividades cotidianas de personas mayores que viven solas.[3]
Un dato recogido para medir un servicio comienza entonces a decir algo sobre el comportamiento humano.
Imaginemos ahora una cooperativa multiservicios.
La finalidad podría parecer irreprochable: cuidar.
Pero precisamente allí comienza el problema jurídico.
La Ley 25.326 exige que los datos sean adecuados, pertinentes y no excesivos respecto de la finalidad para la cual fueron obtenidos y establece que no pueden utilizarse para finalidades distintas o incompatibles con aquellas que motivaron su obtención. Su concepto de tratamiento comprende, además, operaciones como la recolección, conservación, ordenación, almacenamiento, modificación, relacionamiento, evaluación, bloqueo, destrucción, procesamiento, cesión y transferencia de datos.[4]
La legitimidad de la obtención original de un dato, por lo tanto, no resuelve por sí sola la legitimidad de un tratamiento ulterior destinado a producir una inferencia diferente.
Y eso nos lleva a una pregunta que probablemente será cada vez más importante:
¿qué está legitimada una organización a descubrir acerca de una persona utilizando datos que legítimamente posee sobre ella?
La cooperativa también puede producir datos que nadie le entregó
Supongamos que ninguna base de la cooperativa dice que una persona se encuentra aislada o atravesando una situación de fragilidad.
Pero la organización dispone de varios datos.
Un consumo eléctrico que se modifica abruptamente.
Ausencia prolongada de actividad en otro servicio.
Un hogar unipersonal.
Una determinada edad.
Ninguno de esos datos dice por sí mismo que exista una situación de vulnerabilidad.
Combinados, pueden permitir inferirla.
Y ocurre entonces algo jurídicamente relevante: la persona nunca proporcionó esa información. La organización la produjo.
La protección de datos deja así de referirse solamente a aquello que alguien dijo sobre sí mismo.
Comienza a alcanzar también aquello que otros pueden descubrir sobre él.
La cuestión adquiere todavía mayor sensibilidad cuando la inferencia puede revelar información relativa a la salud u otras categorías especialmente protegidas. La Ley 25.326 establece un régimen particular para los datos sensibles y, además, impone obligaciones de seguridad y confidencialidad y condiciones específicas para la cesión de datos personales.[5]
El anonimato tampoco es una solución mágica
Podría pensarse que basta con eliminar nombres y documentos.
No es así.
En una localidad de millones de habitantes, determinadas variables pueden corresponder a miles de personas. En una comunidad pequeña, describir a una persona de más de 85 años, que vive sola en determinado sector y presenta cierto patrón de consumo puede equivaler prácticamente a identificarla.
La posibilidad de reidentificación aumenta cuando disminuye el universo y cuando diferentes fuentes pueden relacionarse.
La experiencia comparada distingue por ello entre anonimización y pseudonimización. Esta última constituye una importante salvaguarda, pero los datos continúan sometidos al régimen de protección cuando pueden atribuirse nuevamente a una persona mediante información adicional.[6]
Por otra parte, obtener finalmente un indicador anónimo no significa que cualquier tratamiento previo utilizado para producirlo haya sido legítimo.
El carácter anónimo del resultado no sanea por sí mismo el camino recorrido para obtenerlo.
Por eso una política de inteligencia comunitaria necesitaría bastante más que borrar nombres.
Necesitaría reglas sobre finalidad, minimización, agregación, separación de bases, cruces de información, seguridad, trazabilidad, conservación y utilización de datos sensibles.
Saber que un barrio envejece no es saber que alguien está solo
Esta distinción puede ayudar a encontrar una frontera.
Una cosa es detectar que determinado sector de una localidad presenta un crecimiento sostenido de hogares integrados por personas mayores y utilizar ese conocimiento para planificar servicios de transporte, accesibilidad, vivienda, salud o cuidados.
Otra es identificar que una persona determinada probablemente no se levantó esta mañana y decidir intervenir.
Ambas acciones pueden estar inspiradas por una voluntad de cuidado.
Pero jurídicamente no son lo mismo.
La primera trabaja fundamentalmente sobre fenómenos colectivos.
La segunda ingresa directamente en la esfera individual.
Por eso, cuanto más se aproxima el conocimiento a una persona identificada o identificable y cuanto más sensible resulta aquello que se pretende inferir, mayor debe ser la justificación jurídica y mayores las garantías.
La cooperativa no necesita entregar sus bases al municipio
Esta diferencia abre una posibilidad especialmente interesante para las pequeñas comunidades.
Los municipios muchas veces carecen de información territorial suficientemente actualizada. Las cooperativas, en cambio, pueden llevar décadas generándola incidentalmente.
Cooperar no significa necesariamente transferir las bases de datos.
La cooperativa podría, cuando el tratamiento resulte jurídicamente procedente y bajo las salvaguardas correspondientes, producir indicadores agregados que permitan comprender determinadas transformaciones territoriales.
El recorrido sería:
dato → procesamiento protegido → indicador territorial → conocimiento comunitario → decisión pública.
El municipio no necesitaría saber qué hogar está compuesto por determinada persona.
Podría necesitar saber que dentro de cinco años un sector de la localidad requerirá una infraestructura de cuidados diferente.
Esa diferencia es enorme.
El Estado también puede vigilar
Pero tampoco debemos suponer que una finalidad pública resuelve el problema.
Una infraestructura informacional creada para detectar necesidades sociales puede resultar extraordinariamente atractiva para otros propósitos.
Fiscalización tributaria.
Control de beneficiarios.
Seguridad.
Investigaciones administrativas.
Identificación de personas.
Y los gobiernos cambian.
La información producida hoy para cuidar puede ser requerida mañana para controlar.
Por eso la finalidad debe gobernarse no sólo en el momento de producir el conocimiento, sino también en el momento de compartirlo.
Un convenio entre una cooperativa y un municipio no convierte cualquier transferencia en legítima ni garantiza qué ocurrirá posteriormente con la información.
También aquí hay que saber decir que no.
La democracia cooperativa tampoco autoriza todo
La forma cooperativa introduce, sin embargo, una característica extraordinariamente interesante.
Una parte importante de las personas cuyos datos contribuyen a generar ese conocimiento son, al mismo tiempo, asociadas de la organización que los administra.
Eso permite pensar algo difícilmente imaginable en una empresa convencional: una gobernanza democrática de la información.
Existen experiencias internacionales que muestran que la participación comunitaria en la definición de los usos de los datos no es solamente una construcción teórica. La Civic Data Cooperative de Liverpool desarrolló durante varios años un modelo que combinó infraestructura segura, utilización de datos para innovación en servicios públicos y participación comunitaria. Más recientemente, una asamblea de residentes de la región elaboró una Community Data and AI Charter con principios destinados a orientar el uso responsable de datos e inteligencia artificial.[7]
No se trata de una cooperativa en el sentido jurídico de nuestra Ley 20.337 y, por tanto, no corresponde trasladar mecánicamente esa experiencia. Pero demuestra que una comunidad puede participar institucionalmente en la discusión sobre aquello que puede hacerse con la información que la describe.
La democracia cooperativa tampoco debe idealizarse.
No todos aquellos cuyos datos pueden resultar alcanzados son necesariamente asociados. Existen usuarios, integrantes de hogares, trabajadores y terceras personas.
Y, aun respecto de los asociados, una mayoría no puede eliminar derechos individuales.
Una asamblea no podría convertir en legítimo un tratamiento ilícito simplemente porque fue aprobado democráticamente.
La democracia cooperativa no sustituye la protección jurídica de la persona.
Puede agregar algo diferente: una instancia institucional para decidir colectivamente, dentro de los límites del derecho, qué usos de la información considera legítimos la organización y cuáles decide excluir.
¿Quién decide qué quiere saber la cooperativa?
Aquí el problema deja de ser exclusivamente tecnológico.
¿Puede un responsable informático decidir que dos bases comiencen a cruzarse?
¿Puede hacerlo una gerencia?
¿Debe autorizarlo el consejo de administración?
¿Existen tratamientos cuya trascendencia institucional justifique una política aprobada por la asamblea?
¿Debe existir un reglamento de gobernanza de datos?
Las respuestas dependerán de la naturaleza y dimensión de cada organización.
Pero hay una conclusión que parece difícil evitar.
No puede quedar reducido al departamento de sistemas ni a una cláusula de privacidad redactada para cumplir formalmente una obligación legal.
El consejo de administración deberá comprender cada vez mejor qué información posee la organización, qué conocimientos puede producir a partir de ella, cuáles son los riesgos y quién está autorizado para decidir sobre esos usos.
Gobernar una cooperativa también comenzará a significar gobernar aquello que la cooperativa sabe.
La paradoja de la proximidad
Y entonces aparece una paradoja.
Cuanto más integrada está una cooperativa con su comunidad, más sabe sobre ella.
Cuantos más servicios presta, mayores son sus posibilidades de relacionar información.
Cuanto mayor es la intercooperación entre entidades de electricidad, agua, telecomunicaciones, vivienda, salud y cuidados, mayor puede ser la capacidad colectiva para comprender el territorio.
Y también mayor puede ser la capacidad para observar a las personas.
Las mismas características que pueden convertir a las cooperativas en una extraordinaria infraestructura de inteligencia comunitaria pueden convertirlas en una extraordinaria infraestructura de vigilancia.
Ésa no es una contradicción que debamos ocultar.
Es una contradicción que debemos gobernar.
La confianza produce información
Existe una razón adicional para hacerlo.
La capacidad informacional de las cooperativas nace en buena medida de su proximidad.
La cooperativa permanece en el territorio. Conoce a sus asociados. Sus trabajadores viven muchas veces en la misma localidad. Los problemas llegan antes a sus oficinas que a las estadísticas oficiales.
Esa proximidad produce confianza.
Y la confianza permite que circule información.
Pero allí reside también su fragilidad.
La confianza produce información y el uso abusivo de la información destruye confianza.
Por eso el principio cooperativo de interés por la comunidad no puede convertirse en una autorización genérica para utilizar datos personales cada vez que pueda invocarse una finalidad socialmente valiosa.
Puede imponer exactamente lo contrario: un deber especialmente exigente de autocontención.
Saber también significa decidir no saber
Durante mucho tiempo pensamos las infraestructuras comunitarias en términos materiales.
Cables. Caños. Fibra óptica. Viviendas. Centros de salud. Redes de cuidados.
Alrededor de todas ellas se está formando otra infraestructura menos visible.
Cada prestación produce información. Cada interacción deja señales. Décadas de presencia territorial generan un conocimiento difícilmente reproducible desde fuera de la comunidad.
Las cooperativas pueden utilizarlo para detectar antes dónde será necesaria una nueva infraestructura, dónde envejece una población, dónde aparecen vulnerabilidades o dónde están ocurriendo transformaciones que las estadísticas convencionales tardarán en registrar.
Pero su diferencial probablemente no consista en poseer más datos.
Las grandes plataformas siempre tendrán más.
Puede consistir en demostrar que existe otra manera de gobernar lo que sabemos sobre los demás.
Porque gobernar la información no significa solamente decidir qué podemos hacer con ella.
También significa decidir qué no queremos averiguar aunque podamos hacerlo.
Qué no queremos conservar.
Qué no queremos relacionar.
Qué no queremos compartir.
Y quién tiene derecho a participar en esas decisiones.
La cooperativa del futuro no tendrá que elegir entre saber y no saber.
Ya sabe.
La cuestión será si puede convertir ese conocimiento en una herramienta para que la comunidad se comprenda y se cuide mejor sin convertir a las personas que la integran en objetos de observación.
Referencias
- Asia Economy, nota publicada el 20 de marzo de 2025 sobre el caso de Uiseong, Corea del Sur, en el que una lectora de medidores detectó una anomalía en el consumo domiciliario de agua de una mujer de 88 años que vivía sola y dio aviso ante una posible emergencia.
- Mathunjwa, B. M. et al., “A Lifestyle Monitoring System for Older Adults Living Independently Using Low-Resolution Smart Meter Data”, Sensors, 24, 2024, 3662; Korenhof, S. A.; Fang, Y.; Luo, J.; van der Cammen, T. J. M.; Raat, H.; van Grieken, A., “Monitoring the Well-being of Older People by Energy Usage Patterns: Systematic Review of the Literature and Evidence Synthesis”, JMIR Aging, vol. 6, 2023, e41187, DOI 10.2196/41187.
- Hsu, Yeh-Liang; Mathunjwa, Bhekumuzi M., “Feasibility Study for Lifestyle Monitoring of Older Adults Living Independently at Home Using Smart Water Meter Data”, Gerontechnology, vol. 23, n.º 2, 2024, DOI 10.4017/gt.2024.23.s.1035.opp.
- República Argentina, Ley 25.326, Protección de los Datos Personales, especialmente arts. 2 y 4; Decreto 1558/2001, reglamentario de la Ley 25.326, especialmente reglamentación del art. 4.
- República Argentina, Ley 25.326, especialmente arts. 5, 7, 9, 10 y 11. Sobre la evolución del régimen, AAIP, proyecto de actualización de la Ley de Protección de Datos Personales; Consejo de Europa, Convenio 108 y Protocolo modernizador 108+.
- European Data Protection Board, Guidelines 01/2025 on Pseudonymisation, 2025. Referencia de derecho comparado, no directamente aplicable en la República Argentina.
- University of Liverpool, Liverpool City Region Civic Data Cooperative; Liverpool City Region Combined Authority, Community Charter on Data and AI, 2025. La primera documenta el modelo de gobernanza participativa de datos; la segunda, la elaboración mediante una asamblea de 59 residentes de once principios para el uso responsable de datos e inteligencia artificial.
pablorodofili@icloud.com
Deja un comentario