Cuando dos agentes de IA se pasan datos entre sí sin ningún punto de revisión humana, el resultado puede parecer correcto y ser completamente ilegítimo. El data lineage —la trazabilidad del origen, transformación y movimiento de cada dato— es el único mecanismo que permite auditar qué autorizó cada decisión automatizada en una arquitectura agéntica.
Imaginá un representante de ventas que le pide a un agente de IA el precio para un cliente. El agente combina datos de sistemas de precios restringidos, comunicaciones internas y cotizaciones archivadas. El output parece coherente, así que un segundo agente lo usa para redactar la propuesta comercial. Ningún ser humano valida ninguna de las dos transferencias. Este escenario, publicado por MIT Technology Review como caso ilustrativo de las empresas agénticas modernas, no es una falla de seguridad en sentido clásico: es una falla de gobernanza de datos. Y para detectarla y prevenirla, el instrumento estándar de la industria es el data lineage.
Qué es el data lineage y por qué no alcanza con logs de sistema
En la terminología del DAMA-DMBOK, data lineage es la capacidad de rastrear el ciclo de vida de un dato: de dónde viene, qué transformaciones sufrió, quién lo consumió y en qué contexto. No es equivalente a un log de acceso —que registra quién tocó un archivo— ni a un catálogo de datos —que documenta qué existe en el inventario. El lineage conecta esas capas: permite saber que el dato D1, originado en el sistema X con clasificación “confidencial–precios estratégicos”, fue ingerido por el agente A, transformado en un agregado y luego consumido por el agente B para generar un documento de salida. Sin esa cadena, la auditoría post-hoc es casi imposible.
En una arquitectura monolítica tradicional, el lineage es difícil pero manejable. En una arquitectura agéntica —donde múltiples modelos de lenguaje actúan como orquestadores, ejecutores y validadores con autonomía creciente— la complejidad se multiplica de forma no lineal. Cada handoff entre agentes es un punto de posible pérdida de contexto sobre la clasificación, la autorización y el propósito original del dato.
Por qué los agentes de IA rompen los modelos de control de acceso tradicionales
Los sistemas de control de acceso basados en roles (RBAC) fueron diseñados para humanos con identidades fijas y sesiones delimitadas. Un agente de IA opera de forma diferente: puede actuar en nombre de múltiples usuarios, en cadenas de llamadas que el sistema de autenticación no anticipa, y con un nivel de privilegio que se hereda —a veces silenciosamente— del contexto que lo invoca. El problema no es que el agente sea malicioso; es que el agente es obediente. Si tiene acceso a un dato y recibe una instrucción que lo justifica, lo usa. El control de acceso clásico no pregunta si ese uso es apropiado para el propósito del flujo completo.
El EDM Council, en su marco DCAM (Data Management Capability Assessment Model), identifica la gestión del ciclo de vida del dato y la trazabilidad como capabilities críticas para cualquier organización que procesa datos sensibles en flujos automatizados. En el contexto agéntico, esas capabilities dejan de ser “buenas prácticas” y pasan a ser requisitos de control operativo.
Cuándo aplica el lineage agéntico y cuándo no resuelve el problema solo
El data lineage resuelve el problema de auditoría y detección: permite saber qué pasó después de que pasó. No es un control preventivo por sí mismo. Para que sea efectivo en arquitecturas agénticas, necesita estar acompañado de al menos tres elementos: clasificación de datos en origen (si el dato no tiene etiqueta de sensibilidad en la fuente, el lineage no puede propagar restricciones), políticas de propósito explícito (cada flujo agéntico debe declarar para qué datos puede usar y cuáles quedan fuera de scope), y puntos de revisión humana en handoffs de alto riesgo (el lineage identifica dónde ponerlos; no los reemplaza).
El lineage tampoco resuelve el problema si los agentes consumen datos no estructurados —correos, chats, documentos— que nunca fueron catalogados ni clasificados. En ese escenario, el primer paso no es implementar lineage sino hacer el inventario: sin catálogo, no hay lineage posible.
En América Latina: regulaciones que ya exigen trazabilidad de tratamientos automatizados
Varias regulaciones de la región anticipan este problema, aunque no usen la palabra “lineage”. La Lei Geral de Proteção de Dados (LGPD) de Brasil exige que el controlador pueda demostrar la base legal de cada tratamiento de datos personales (artículo 37, registro de operaciones). La Ley 25.326 de Argentina y su interpretación por la Agencia de Acceso a la Información Pública (AAIP) requieren que los titulares puedan conocer el origen y destino de sus datos. La Ley 21.719 de Chile, vigente desde 2026, incorpora explícitamente el derecho a no ser objeto de decisiones automatizadas sin intervención humana significativa cuando esas decisiones producen efectos jurídicos o similares.
En todos esos marcos, el data lineage no es solo una herramienta de gobernanza interna: es la evidencia que permite responder un DSAR (Data Subject Access Request) o demostrar ante una autoridad de control que el tratamiento automatizado fue legítimo. Las organizaciones que despliegan agentes de IA sin lineage adecuado están acumulando un pasivo de cumplimiento que hoy no es visible pero que se volverá exigible con la primera inspección.
Qué necesita el CDO para implementar lineage en flujos agénticos
El punto de partida operativo es mapear qué datos ingieren hoy los agentes en producción y cuál es su clasificación de sensibilidad. Si no existe esa clasificación, el primer deliverable es un esquema de etiquetado —puede ser tan simple como cuatro niveles: público, interno, confidencial y restringido— con ownership asignado a un data steward por dominio. Sin esa base, cualquier inversión en herramientas de lineage produce metadatos huérfanos.
El segundo paso es instrumentar los pipelines agénticos para emitir eventos de lineage en cada handoff: qué dato entró, con qué clasificación, qué agente lo procesó, qué salida generó. Herramientas como OpenLineage (estándar abierto adoptado por Marquez, Airflow y Spark, entre otros) permiten hacerlo de forma independiente del orquestador de agentes. El tercer paso es conectar esos eventos al catálogo corporativo para que los data stewards puedan hacer consultas de auditoría sin necesidad de acceso técnico a los logs de cada sistema.
Para el CDO que hoy está evaluando despliegues de IA agéntica, la pregunta correcta no es “¿es seguro este agente?” sino “¿puedo demostrar, dato por dato, qué autorizó cada decisión que tomó?”. Si la respuesta es no, el lineage es el primer control que falta.
La referencia de base para estructurar este trabajo es el capítulo de Data Lineage del DAMA-DMBOK2 y el capability 8 del DCAM del EDM Council, que define los requisitos mínimos de trazabilidad para organizaciones que procesan datos en flujos automatizados.
