Muse y Emotiv: los auriculares de ondas cerebrales para consumidores amenazan la privacidad mediante la reutilización de datos para IA

Según se informa, Interaxon, la empresa detrás de Muse, entrenó un modelo de IA cerebral con grabaciones de consumidores antes de revelar explícitamente ese propósito en su política de privacidad. Los auriculares de ondas cerebrales para consumidores amenazan la privacidad cuando la información recopilada para ofrecer comentarios personales se convierte en material para un sistema comercial más amplio. El conflicto inmediato se refiere al permiso, y no a pruebas de que una diadema pueda leer pensamientos sin restricciones.

Según la investigación de Science, Interaxon afirmó que su conjunto de datos de entrenamiento incluía unas 50.000 horas de grabaciones de electroencefalografía, o EEG, de usuarios sobre la actividad eléctrica del cuero cabelludo. La empresa afirmó que eliminó los datos identificativos. Science informó que Interaxon actualizó posteriormente su política de privacidad para abordar explícitamente el entrenamiento de modelos.

Muse y su rival Emotiv publican ahora textos que describen el uso de datos neuronales para el desarrollo de IA. Sus divulgaciones revelan una disyuntiva que va más allá del hardware wearable: los clientes reciben información personal mientras las empresas desarrollan modelos reutilizables. La cuestión central es si los usuarios pueden aceptar de forma significativa la primera relación sin entrar automáticamente en la segunda.

El entrenamiento de IA de Muse expone un segundo propósito para las grabaciones de consumidores

La investigación de Science sobre datos cerebrales sitúa una transacción de consumo conocida bajo una luz distinta. Una persona compra un dispositivo para recibir comentarios sobre su propia experiencia. El fabricante también obtiene grabaciones que pueden respaldar desarrollos más allá de esa sesión individual.

Estos propósitos se superponen, pero generan expectativas diferentes. Procesar una grabación para producir un resultado solicitado sirve a la persona que lleva los auriculares. Conservar grabaciones para el desarrollo de modelos crea otra relación, que potencialmente implica productos y usuarios futuros.

El permiso para ofrecer un resultado personal no debería resolver automáticamente el permiso para desarrollar un modelo de IA reutilizable.

Esta distinción importa incluso cuando el desarrollo mejora el producto original. Un cliente puede apoyar una mayor precisión y, aun así, querer límites sobre la conservación, el acceso para investigación o aplicaciones no relacionadas. Estar de acuerdo con un resultado no implica estar de acuerdo con todos los métodos utilizados para conseguirlo.

La cuestión de la divulgación también tiene una dimensión temporal. Una política que hoy describe claramente el entrenamiento no establece por sí sola lo que los clientes entendían cuando las grabaciones anteriores entraron en desarrollo. Evaluar el consentimiento pasado requiere examinar los avisos anteriores y las opciones presentadas junto a ellos.

Esto impide una conclusión fácil en cualquiera de las dos direcciones. Un texto actualizado es evidencia de una explicación pública más explícita. No demuestra de forma independiente que cada uso anterior careciera de una base legal válida, ni que cada cliente afectado recibiera una notificación adecuada.

También existe una diferencia entre la descripción que hace una empresa de su conjunto de datos y una verificación de la participación individual. Una cifra agregada de entrenamiento no puede indicar a un usuario concreto si sus sesiones fueron incluidas. Para ello se necesitan registros que conecten la recopilación, el permiso y el procesamiento posterior.

Por tanto, la cuestión práctica es más limitada que una acusación general contra todos los wearables cerebrales. El reportaje de Science plantea preguntas sobre la divulgación de un uso adicional concreto. Esas preguntas merecen respuestas sin tratar a cada fabricante, producto y acuerdo histórico como si fueran intercambiables.

Para los clientes, la transacción relevante incluye ahora tanto un dispositivo físico como una relación continua con los datos. La propiedad del hardware no determina automáticamente cómo las grabaciones asociadas circulan por el desarrollo de software. Esa segunda relación necesita sus propios términos comprensibles.

Por qué los auriculares de ondas cerebrales para consumidores amenazan la privacidad más allá de la sesión

Una sesión con auriculares tiene un final evidente: el usuario termina, se quita el dispositivo y consulta el resultado. El desarrollo de modelos puede seguir una cronología distinta. Los datos recopilados durante esa sesión podrían seguir siendo útiles después de que finalice el servicio inmediato.

Esto crea un desajuste entre la actividad visible y una reutilización menos visible. Los clientes pueden observar un informe de sueño o una pantalla de meditación. Por lo general, no pueden observar qué grabaciones entran en conjuntos de datos de desarrollo ni qué sistemas posteriores aprovechan ese trabajo.

Lo que está en juego para la privacidad depende de todo el ciclo de vida de los datos, incluidos los usos que no producen cambios visibles en la aplicación del cliente.

Una evaluación anterior de neurotecnología de consumo ayuda a explicar por qué la controversia actual tiene raíces que van más allá de los titulares sobre IA. La Neurorights Foundation revisó las políticas de 30 empresas en abril de 2024. Determinó que 29 parecían conservar el acceso sin limitaciones significativas.

Se trataba de una evaluación de políticas, no de una prueba de que cada empresa ejerciera todos los permisos. Su relevancia reside en los permisos mismos. Un lenguaje contractual amplio puede dejar a los clientes sin certeza sobre dónde termina un servicio y dónde comienza el desarrollo secundario.

El consumidor asume esa incertidumbre al comprar. Las descripciones de producto explican lo que el dispositivo promete ofrecer, mientras que los documentos de privacidad establecen los permisos relacionados con la información que recopila. Una descripción atractiva de funciones no puede resolver un acuerdo de datos poco claro.

Los fabricantes afrontan presión porque controlan esas explicaciones. Deciden si el entrenamiento aparece durante la incorporación, dentro de la configuración de la cuenta o en un documento que los clientes rara vez vuelven a consultar. La ubicación afecta a que una divulgación se convierta en parte de una decisión informada.

Los compradores institucionales se enfrentan a otra versión del problema. Pensemos en un empleador hipotético que evalúa auriculares para un programa voluntario de bienestar. El equipo de compras tendría que examinar tanto el beneficio para los empleados como la relación de información creada por la participación.

Una persona podría valorar los comentarios personales y, al mismo tiempo, oponerse al acceso del empleador o al desarrollo adicional de modelos. Estas preferencias son compatibles. Tratar todo el acuerdo como una única decisión de aceptación puede ocultar sus diferencias.

La misma cuestión importa a los trabajadores del conocimiento que evalúan otros servicios de IA. Una base de conocimientos personal plantea una distinción relacionada entre organizar información para su propietario y reutilizarla en otro lugar. La comparación se refiere a los límites, sin sugerir que los documentos y las grabaciones neuronales tengan sensibilidades idénticas.

Los auriculares de ondas cerebrales para consumidores amenazan la privacidad cuando esos límites siguen siendo difíciles de entender o aplicar. Una mejor notificación identificaría el servicio solicitado, los usos opcionales para desarrollo y las consecuencias de rechazarlos. También explicaría qué permanece después de que alguien deje de participar.

Por tanto, la presión recae tanto en el diseño del producto como en la redacción legal. Una política legible ayuda, pero los clientes también necesitan opciones que puedan encontrar antes de la recopilación. Esas opciones deben corresponder al comportamiento real de procesamiento.

Muse y Emotiv muestran versiones diferentes del acuerdo de datos para IA

El argumento comercial a favor de utilizar grabaciones merece una consideración justa. Un fabricante que desarrolla software de interpretación necesita pruebas sobre cómo se comporta ese software. Los clientes también se benefician cuando las funciones útiles se vuelven más precisas y fiables.

El conflicto comienza cuando un objetivo amplio de mejora sustituye una explicación específica de la reutilización. Mejorar el servicio puede describir una corrección necesaria o un programa de desarrollo mucho más amplio. Los clientes necesitan suficiente detalle para distinguir esas actividades.

La política actual de Muse describe información desidentificada utilizada para aprendizaje automático, incluidos los modelos fundacionales. Un modelo fundacional es un sistema de IA entrenado de forma amplia antes de adaptarse a tareas concretas. Ese alcance hace que los permisos de entrenamiento tengan consecuencias que van más allá de una sesión individual de comentarios.

La postura de la empresa presenta un argumento legítimo de beneficio: el desarrollo puede respaldar una mejor funcionalidad del producto. Sin embargo, la existencia de un beneficio no responde quién decide si las grabaciones contribuyen. Esa decisión sigue siendo central en el acuerdo de privacidad.

La política de privacidad actual de Emotiv ofrece una comparación útil. Describe un consentimiento explícito de inclusión voluntaria para procesar datos neuronales seudonimizados, es decir, grabaciones asociadas a identificadores sustitutos, para su Large Brain Model. El texto conecta directamente la participación con el desarrollo del modelo.

La política también establece un límite respecto a la retirada. Emotiv afirma que desactivar Emotiv-IQ detiene la incorporación futura al entrenamiento, mientras que las contribuciones ya integradas en un modelo entrenado no pueden eliminarse individualmente. Describe esfuerzos adicionales de eliminación cuando sean técnicamente viables.

La comparación significativa se refiere a las opciones en torno al entrenamiento, y no a si alguno de los fabricantes utiliza la palabra IA.

La explicación de Emotiv hace visible una consecuencia importante antes de que los lectores supongan que la retirada lo revierte todo. Aun así, una política publicada no puede establecer de forma independiente con qué claridad una aplicación presenta la elección. El comportamiento de la interfaz y los controles de cuenta siguen siendo pruebas independientes.

La divulgación de Muse también necesita evaluarse junto con la experiencia del cliente. La terminología explícita sobre modelos mejora la especificidad, pero los clientes también necesitan comprender sus implicaciones prácticas. Reconocer una frase no equivale a una participación informada.

Por tanto, una comparación útil de productos examinaría la oferta completa. ¿Rechazar el desarrollo mantiene disponible la función deseada? ¿La retirada detiene la recopilación futura, el entrenamiento futuro o ambos? ¿Una solicitud de eliminación de cuenta aborda las copias conservadas para otros fines?

Estas preguntas no requieren respuestas idénticas entre fabricantes. Productos diferentes pueden implicar razonablemente requisitos de procesamiento distintos. La obligación consiste en explicar la relación con suficiente precisión para que los clientes puedan elegir entre ellas.

Esto otorga a las empresas una dimensión competitiva que va más allá de los sensores y las funciones de software. Un fabricante puede competir mediante permisos comprensibles, retención limitada y controles de retirada creíbles. Estos compromisos resultan más persuasivos cuando los clientes pueden verificarlos a través del producto.

Por el contrario, una promesa vaga de mejora pide a los clientes que acepten una relación futura incierta. Esa incertidumbre puede socavar la confianza incluso cuando la investigación subyacente persigue objetivos beneficiosos. La empresa debe explicar el acuerdo antes de esperar que los usuarios lo respalden.

Eliminar identificadores no resuelve el consentimiento ni la eliminación

La desidentificación aborda una preocupación importante: reducir la conexión entre una grabación y una persona identificable. No responde de forma independiente por qué esa grabación debería entrar en el entrenamiento. La protección de la identidad y el permiso cumplen funciones diferentes.

Un cliente hipotético podría compartir voluntariamente grabaciones para el análisis del sueño y, al mismo tiempo, rechazar su uso en un modelo comercial más amplio. Eliminar los datos de su cuenta no cambiaría esa preferencia. La objeción se refiere al propósito, y no solo a la identificación.

Una salvaguarda de privacidad puede reducir la exposición sin proporcionar el permiso necesario para un uso diferente.

La investigación sobre la gobernanza de los modelos cerebrales, presentada en un preprint de 2026, examina este problema más amplio. Los autores identifican tensiones relacionadas con la reutilización, el consentimiento, la privacidad, los sesgos y el reparto de beneficios. Su contribución es un argumento de gobernanza, no una demostración de que los auriculares comerciales expongan pensamientos sin restricciones.

La distinción se vuelve más clara cuando los clientes quieren marcharse. Eliminar una cuenta, eliminar grabaciones de origen, detener el entrenamiento futuro y modificar un modelo existente son acciones diferentes. Un único botón de eliminación no debería llevar a los usuarios a asumir que todos esos resultados ocurren conjuntamente.

Los pesos del modelo son los parámetros numéricos ajustados durante el entrenamiento. Son distintos de las grabaciones de origen utilizadas en el desarrollo. Esa diferencia complica la retirada sin establecer que cada modelo entrenado revele información sobre participantes individuales.

Por tanto, un análisis cuidadoso evita exageraciones opuestas. El entrenamiento no hace que la grabación completa de alguien quede automáticamente disponible para terceros. Eliminar un archivo de origen tampoco establece que haya desaparecido toda influencia sobre un modelo existente.

Estas distinciones afectan a lo que un fabricante puede prometer de forma creíble. Si la retirada impide inclusiones futuras, esa promesa debería expresarlo directamente. Si permanecen contribuciones anteriores, el cliente debería saberlo antes de aceptar participar.

El momento hace que la elección tenga consecuencias. La información previa al entrenamiento permite a alguien rechazar ese uso. La información posterior explica principalmente una situación ya existente, salvo que la empresa pueda ofrecer una solución práctica.

Las empresas también deben distinguir los controles de las intenciones. Un compromiso de proteger la privacidad describe un objetivo. Un límite de retención, una restricción de acceso o un proceso de retirada documentado describen comportamientos que pueden examinarse.

La evaluación independiente debería seguir la misma disciplina. Los revisores pueden inspeccionar si existe un control y comprobar qué sucede tras activarlo. Deberían evitar inferir todos los resultados del procesamiento interno a partir de una etiqueta tranquilizadora.

El modelo comercial importa aquí porque la utilidad puede persistir más allá de la relación original. Una grabación recopilada para ofrecer comentarios personales puede contribuir a un producto que el usuario nunca llegue a conocer. Esa posibilidad hace que el permiso inicial sea más relevante.

Los auriculares de ondas cerebrales para consumidores amenazan la privacidad mediante reutilizaciones poco claras incluso sin una filtración de datos confirmada. La seguridad pregunta quién puede obtener acceso no autorizado. El consentimiento pregunta si un actor autorizado debería realizar una actividad concreta.

Ambas preguntas importan, y resolver una no elimina la otra. Unos controles de acceso sólidos pueden proteger un conjunto de datos cuyo propósito sigue siendo objeto de disputa. Un consentimiento claro puede autorizar un uso que todavía requiere una seguridad cuidadosa.

La evidencia no respalda una afirmación universal de lectura mental

La crítica más sólida a la cobertura exagerada sobre neuroprivacidad es sencilla: distintas tecnologías recopilan señales diferentes en condiciones diferentes. Una diadema de consumo no debería heredar todas las capacidades comunicadas para equipos de laboratorio o sistemas implantados.

Del mismo modo, una declaración de un fabricante sobre estimar la atención o la fatiga debe evaluarse según sus propios términos. Una estimación es una inferencia, es decir, una conclusión generada a partir de información medida. No es acceso directo a la vida mental completa de una persona.

El caso de la privacidad sigue siendo serio sin presentar el EEG de consumo como una transcripción sin restricciones del pensamiento.

Una afirmación específica debería enfrentarse a preguntas específicas. ¿Qué tarea probaron los investigadores, en qué condiciones y con qué usuarios? ¿El rendimiento se mantuvo fuera de ese entorno? ¿Qué información infirió realmente el sistema?

Estas preguntas protegen el análisis de la exageración tecnológica. También protegen a los clientes de aceptar con demasiada facilidad las afirmaciones de los productos. Una narrativa dramática sobre la privacidad y una narrativa de marketing optimista pueden apoyarse en las mismas suposiciones sin respaldo.

Existe un riesgo aparte relacionado con juicios inexactos. Un sistema no necesita una percepción perfecta para influir en cómo se trata a alguien. En un hipotético despliegue laboral, una etiqueta poco fiable sobre la atención podría seguir afectando la percepción de un gerente.

Ese escenario es un análisis de riesgos, no evidencia de que Muse o Emotiv actualmente tomen decisiones de empleo. Su relevancia reside en la frontera entre una herramienta de comentarios personales y un juicio institucional con consecuencias. Cruzar esa frontera exige un escrutinio adicional.

Las disputas históricas muestran que las preocupaciones sobre la privacidad no tienen que esperar a capacidades de decodificación más potentes. Una correspondencia de Nature Biotechnology de 2024 analiza el fallo chileno de agosto de 2023 sobre privacidad cerebral, relacionado con Emotiv y el exsenador Guido Girardi. La disputa abordó la privacidad y la integridad psicológica.

Entre los autores de la correspondencia se encontraban el demandante y miembros de su equipo jurídico. Los lectores deberían comprender esa conexión al valorar su interpretación. El caso aporta un precedente concreto sin establecer una regla universal para todos los países o productos.

También ilustra por qué las conclusiones jurídicas requieren cautela. Un fallo en una jurisdicción concreta no puede resolver automáticamente el estatus del proceso de consentimiento de otra empresa en otro lugar. También deben distinguirse las políticas históricas de las prácticas actuales.

Por tanto, la postura escéptica más sólida opera en ambos sentidos. No suponga que una diadema revela todo porque un titular invoca datos cerebrales. No suponga que las capacidades limitadas actuales hacen irrelevante el uso secundario.

Un cliente puede objetar razonablemente un desarrollo no divulgado incluso cuando el modelo resultante tenga capacidades modestas. La objeción se refiere al control sobre la participación. No requiere probar la existencia de un futuro sistema de vigilancia.

La brecha de verificación merece visibilidad propia. Las políticas actuales describen compromisos de las empresas, mientras que las investigaciones informan sobre declaraciones y problemas históricos de divulgación. Ninguno sustituye una auditoría independiente integral de recopilación, consentimiento, entrenamiento y eliminación.

Esa brecha debería dar forma a la cobertura, no detenerla. Los lectores merecen una explicación clara de los hechos establecidos, las afirmaciones de la empresa y las preguntas sin resolver. Combinar esas categorías en una sola certeza debilitaría el argumento central del artículo.

La próxima prueba es si el control del usuario llega al producto

Las señales más útiles durante los próximos meses se refieren a comportamientos observables. Otra declaración general sobre innovación responsable aportaría poco. Los cambios en la incorporación, la participación en el entrenamiento y la evidencia sobre la retirada dirían mucho más a los lectores.

La respuesta del sector debería juzgarse por lo que los usuarios pueden decidir antes de la recopilación y verificar después de la retirada.

La primera señal es si aparecen divulgaciones explícitas sobre el entrenamiento donde los clientes toman decisiones. El desarrollo de modelos debería ser comprensible durante la incorporación o antes de la activación de funciones pertinentes. Una revisión de la política por sí sola no puede mostrar cuántos clientes encontraron su explicación.

Una respuesta más sólida explicaría el propósito, identificaría la elección disponible y describiría las consecuencias de rechazarla. Evitaría exigir a los clientes que infieran estos detalles de una cláusula general de mejora. Interfaces más claras reforzarían la confianza en la relación de consentimiento.

Una respuesta más débil cambiaría la terminología manteniendo la ambigüedad sobre la participación. Los clientes sabrían que existe entrenamiento sin saber si sus grabaciones contribuyen a él. Eso dejaría sin resolver el problema central.

La segunda señal es si las afirmaciones sobre retirada se vuelven específicas y comprobables. Los fabricantes deberían distinguir entre detener el entrenamiento futuro, eliminar grabaciones retenidas o abordar contribuciones anteriores al modelo. Estos resultados deberían aparecer como compromisos separados siempre que sus efectos prácticos difieran.

La evidencia creíble incluiría controles de cuenta coherentes y explicaciones que coincidan con la política. Cuando la eliminación tenga límites técnicos, estos deberían ser visibles antes de la inscripción. La precisión sería más útil que una promesa absoluta que el sistema no puede cumplir.

La tercera señal es el escrutinio independiente de la implementación real. Las evaluaciones externas deberían examinar si los permisos declarados corresponden con la recopilación y la reutilización. También deberían distinguir una revisión de políticas de una auditoría técnica, porque cada una responde a preguntas diferentes.

La evidencia de controles coincidentes reforzaría el argumento de que una IA neuronal útil puede coexistir con una elección significativa por parte del usuario. La evidencia de ambigüedad persistente reforzaría las preocupaciones sobre que el desarrollo avance antes de una participación informada. Cualquiera de los dos resultados sería más informativo que otro debate planteado enteramente en torno a una lectura mental hipotética.

Para los desarrolladores y compradores institucionales, la implicación es inmediata. Traten los permisos para datos neuronales como parte de los requisitos del producto, en lugar de como documentación revisada después de elegir el hardware. Los beneficios de un despliegue y sus obligaciones de información deben evaluarse conjuntamente.

Para los consumidores, la próxima decisión de compra debería incluir la relación continua con el software. La comparación pertinente va más allá de la comodidad, la duración de la batería o la utilidad de un panel. Incluye el alcance del permiso asociado a cada grabación.

Los auriculares de ondas cerebrales para consumidores amenazan la privacidad cuando los clientes no pueden distinguir entre recibir un servicio y proporcionar material para una futura IA. La respuesta debería preservar espacio para una investigación útil, al tiempo que hace comprensible la participación y relevante el rechazo. Esto exige que los fabricantes expliquen qué usos son necesarios, cuáles son opcionales y qué cambia realmente con la retirada.

Antes de convertir unos auriculares en parte de su rutina, examine ese acuerdo tan detenidamente como los comentarios que promete. Pregunte si el desarrollo de modelos es explícito, si la participación es opcional y si la eliminación tiene un alcance definido. Compare las respuestas entre productos en lugar de confiar en una garantía general sobre la anonimización. Si esas respuestas siguen sin estar claras, ¿a qué está accediendo exactamente cuando se pone el dispositivo?