Noticias de tecnología de Uber: una multa de 825 millones de euros lleva las desactivaciones automatizadas a juicio

Uber recibió una multa neerlandesa de 825 millones de euros por privacidad después de que los reguladores cuestionaran cómo sus sistemas automatizados suspendían cuentas de conductores. Esta noticia de tecnología no trata simplemente de otra sanción europea. Pone a prueba si una plataforma puede permitir que un software limite el sustento de una persona sin una revisión humana significativa.

La Autoridad Neerlandesa de Protección de Datos anunció la sanción el 21 de agosto de 2026. Reuters informó que la decisión subyacente estaba fechada el 17 de agosto. El regulador concluyó que Uber vulneró la legislación europea sobre privacidad cuando procesos automatizados desactivaron a conductores sin información ni salvaguardas adecuadas.

Uber cuestiona tanto el relato del regulador como el importe de la multa. Afirma que la investigación examinó prácticas históricas que terminaron hace años. La empresa también niega haber tomado decisiones de desactivación permanente únicamente mediante sistemas automatizados.

Ese desacuerdo crea el conflicto central. Los reguladores consideran que el acceso a una cuenta es una decisión con graves consecuencias económicas. Uber sostiene que la medida de ejecución exagera el alcance y el impacto de sus sistemas anteriores.

El resultado importa mucho más allá del transporte con conductor. Las plataformas digitales utilizan habitualmente software para detectar fraude, puntuar comportamientos, priorizar trabajo y aplicar políticas. La decisión neerlandesa pregunta dónde debe detenerse la automatización y comenzar el juicio humano responsable.

Lo que el regulador neerlandés dice que hizo Uber

El regulador consideró la desactivación de cuentas como una decisión de consecuencias relevantes, no como una moderación rutinaria de la plataforma.

La autoridad neerlandesa impuso la multa de 825 millones de euros en virtud del Reglamento General de Protección de Datos, conocido habitualmente como GDPR. La ley regula cómo las organizaciones procesan datos personales y toman determinadas decisiones sobre individuos.

Según el regulador, Uber supervisaba señales relacionadas con la actividad de los conductores y las valoraciones de los clientes. Los sistemas automatizados utilizaban después esas señales al identificar presuntos fraudes u otras infracciones de políticas.

Entre los ejemplos reportados figuraban rutas inusualmente largas y viajes aceptados que, presuntamente, los conductores no pretendían completar. Las bajas valoraciones de los clientes también contribuyeron a algunas acciones sobre cuentas.

Una suspensión puede impedir de inmediato que un conductor acepte viajes. Una desactivación permanente puede eliminar por completo el acceso del conductor a la plataforma. Esa distinción hace que la calidad del proceso de revisión sea económicamente importante.

El regulador determinó que los conductores afectados no recibieron suficiente información sobre cómo se tomaron las decisiones pertinentes. También concluyó que Uber no proporcionó la participación humana requerida en determinados casos.

Las normas sobre decisiones automatizadas aparecen en el artículo 22 del GDPR. Otorgan a las personas protección frente a decisiones basadas exclusivamente en procesamiento automatizado cuando esas decisiones producen efectos jurídicos o de importancia similar.

El artículo 22 no prohíbe toda herramienta automatizada. Una empresa puede utilizar software para detectar comportamientos sospechosos, organizar información o respaldar a un revisor. La preocupación legal se agudiza cuando el sistema toma efectivamente por sí mismo la decisión relevante.

El regulador también se centró en la transparencia. Decirle a un conductor que una cuenta infringió una política no explica necesariamente la decisión. Los conductores necesitan información suficientemente significativa para comprender el resultado e impugnar errores.

Associated Press informó de que las infracciones ocurrieron entre 2018 y 2022. Otra cobertura, incluida la de Reuters y medios neerlandeses, describe los incidentes pertinentes como ocurridos entre 2020 y 2022.

Esa diferencia no altera la acusación central. El caso se refiere a prácticas históricas de desactivación, no a la afirmación de que todas las acciones actuales de Uber sobre cuentas estén totalmente automatizadas.

El caso se originó a partir de quejas de conductores en Francia. Los reguladores neerlandeses lo gestionaron porque la sede europea de Uber está en los Países Bajos.

Esa estructura transfronteriza es una característica normal de la aplicación europea de la normativa de privacidad. Una autoridad principal puede investigar tratamientos que afectan a personas en varios mercados europeos.

El importe también otorga a la decisión un peso inusual. Reuters la describió como la segunda mayor sanción del GDPR impuesta hasta la fecha. Solo fue mayor la sanción de 1.200 millones de euros impuesta por Irlanda a Meta en 2023.

La decisión del 17 de agosto plantea por tanto dos preguntas distintas. Una se refiere a qué hicieron realmente los sistemas de Uber. La otra, a si la sanción es proporcional a la conducta y a la población afectada.

Estas cuestiones pasarán ahora a una apelación en lugar de terminar con el anuncio del regulador.

Por qué esta noticia de tecnología va más allá del transporte con conductor

La resolución convierte la revisión humana de una promesa de política en un requisito de sistema que las empresas deben poder demostrar.

Muchas plataformas operan a una escala que dificulta la revisión manual. La aplicación automatizada de normas les ayuda a identificar fraude, riesgos de seguridad, valoraciones manipuladas e infracciones reiteradas de políticas.

El atractivo de la automatización es sencillo. El software puede procesar más señales con mayor rapidez que un equipo humano. También puede aplicar las mismas reglas iniciales a millones de transacciones.

Esas ventajas no garantizan resultados justos. Un modelo puede interpretar mal datos incompletos, heredar sesgos de patrones históricos o asignar un peso excesivo a una señal débil.

Una ruta que parece ineficiente podría reflejar obras, una solicitud del pasajero o un fallo de navegación. Un patrón inusual de cancelaciones podría tener una explicación legítima. Las valoraciones de clientes también pueden reflejar expectativas no relacionadas con la conducta del conductor.

Para una plataforma, esas señales ayudan a priorizar riesgos. Para un conductor, la restricción resultante de la cuenta puede eliminar una fuente de ingresos en cuestión de segundos.

Esa asimetría explica por qué importa una participación humana significativa. Un revisor debe hacer más que aprobar una recomendación generada por software. Necesita autoridad, contexto y tiempo suficiente para cambiar el resultado.

Un control humano meramente nominal puede no satisfacer ese estándar. Si los empleados aceptan de forma rutinaria recomendaciones automatizadas, la decisión práctica sigue perteneciendo al sistema.

La multa de 825 millones de euros a Uber en virtud del GDPR convierte la evidencia sobre estos flujos de trabajo en un elemento central. Las empresas necesitan registros que muestren qué recomendó el sistema, qué información llegó al revisor y quién tomó la decisión final.

También necesitan un canal de apelación utilizable. Una persona no puede impugnar un resultado de manera efectiva sin saber qué conducta o datos lo desencadenaron.

Esta obligación genera presión operativa. Los equipos de fraude suelen evitar explicaciones detalladas porque demasiada información puede ayudar a actores malintencionados a eludir la detección.

Por tanto, la transparencia puede entrar en conflicto con la seguridad. Las plataformas deben explicar decisiones de consecuencias relevantes sin publicar un manual para manipular sus controles.

Ese es un equilibrio real, pero no elimina la responsabilidad. Una empresa puede describir la conducta pertinente, las categorías de evidencia y la vía de revisión sin revelar cada umbral de fraude.

La resolución también alcanza a plataformas que no consideran empleados a sus trabajadores. Las protecciones de privacidad se aplican a los datos personales y a las decisiones automatizadas, no solo a las relaciones laborales tradicionales.

Esa distinción abarca una amplia gama de servicios. Repartidores, vendedores de marketplaces, contratistas independientes, anfitriones y creadores pueden depender todos de un acceso controlado por software de plataforma.

Una acción sobre una cuenta puede parecer administración de producto dentro de una empresa. Para la persona afectada, puede asemejarse a un despido, la pérdida de acceso al inventario o la exclusión de un mercado.

Por ello, la decisión presiona simultáneamente a los equipos de cumplimiento, ingeniería, confianza y seguridad, y producto. Ningún departamento por sí solo puede resolver el problema mediante una revisión del texto legal.

Los ingenieros deben conservar registros de decisiones y exponer evidencia pertinente. Los equipos de operaciones deben desarrollar una capacidad de revisión genuina. Los diseñadores de producto deben crear avisos y vías de apelación que las personas puedan comprender.

Los equipos legales deben determinar después si el flujo de trabajo proporciona una intervención humana significativa. También deben comprobar si los requisitos regionales difieren.

El valor informativo de esta noticia de tecnología radica en este cambio de enfoque. Los reguladores no solo examinan lo que predice un algoritmo, sino lo que una empresa hace con esa predicción.

Uber afirma que la multa tergiversa sus sistemas

La apelación de Uber pondrá a prueba si el regulador distinguió correctamente entre detección automatizada, restricciones temporales y desactivación permanente.

Uber afirmó que discrepa firmemente de la decisión y considera desproporcionada la sanción. La empresa planea apelar.

Su defensa fáctica central es importante. Uber afirma que nunca automatizó decisiones de desactivación permanente de la manera descrita por el regulador.

Esa postura deja margen para un flujo de trabajo más complejo. Un sistema podría marcar una cuenta, imponer una restricción temporal o enviar un caso a revisión sin decidir la eliminación permanente.

La relevancia jurídica depende de cómo funcionaran esos pasos en la práctica. Una suspensión temporal aún puede tener un efecto grave cuando bloquea de inmediato la capacidad de un conductor para obtener ingresos.

Uber también afirma que la autoridad examinó políticas históricas que la empresa dejó de aplicar hace años. Según Uber, sus prácticas actuales incluyen revisiones humanas, salvaguardas y oportunidades para impugnar suspensiones.

Esa respuesta no resuelve el caso histórico. Los reguladores pueden sancionar infracciones pasadas incluso después de que una empresa modifique el proceso subyacente.

Sin embargo, importa al evaluar los riesgos actuales. Los lectores no deberían asumir que el flujo de trabajo cuestionado sigue funcionando sin cambios en 2026.

Uber también sostiene que el número de conductores afectados fue limitado. Reuters informó de que 126 conductores europeos fueron desactivados debido a bajas valoraciones de clientes durante 2021.

Esa cifra requiere una interpretación cuidadosa. Se refiere a una categoría y periodo reportados, no necesariamente a cada suspensión examinada por la autoridad.

No obstante, respalda el argumento de proporcionalidad de Uber. Una sanción de 825 millones de euros parece excepcionalmente elevada en comparación con 126 desactivaciones identificadas relacionadas con valoraciones.

El regulador aborda el cálculo de otra manera. Las sanciones del GDPR pueden reflejar la gravedad y duración de una infracción, junto con los ingresos anuales mundiales de una empresa.

EFE informó de que la autoridad neerlandesa utilizó los ingresos anuales de Uber de 2025 para calcular la multa. Uber generó cerca de 43.980 millones de dólares en ingresos ese año, según sus informes anuales.

Por tanto, la sanción no representa una cantidad fija asignada a cada conductor afectado. Es una sanción corporativa diseñada en parte en función de la escala de la empresa.

Los críticos de las grandes sanciones por privacidad suelen centrarse en esa desconexión. Argumentan que una multa enorme puede parecer desvinculada del daño cuantificable o del número de casos confirmados.

Los defensores de la privacidad plantean el argumento opuesto. Una pequeña sanción fija se convertiría en un gasto operativo asumible para una plataforma con ingresos globales.

Ambas posturas darán forma a la apelación. El órgano revisor deberá examinar los hechos subyacentes, la interpretación del GDPR y el cálculo de la sanción en vez de escoger entre consignas.

Los anteriores encuentros de Uber con la autoridad neerlandesa aportan contexto adicional. En 2024, el regulador multó a la empresa con 290 millones de euros por transferencias de datos de conductores europeos a Estados Unidos.

El Comité Europeo de Protección de Datos resumió ese anterior caso sobre datos de conductores. Uber también impugnó esa decisión.

La acción actual es distinta. Se refiere a decisiones automatizadas y explicaciones, no a transferencias internacionales de datos.

Aun así, la secuencia muestra que la gobernanza de los datos de los conductores se ha convertido en una exposición regulatoria recurrente para Uber. También da a la empresa fuertes incentivos para impugnar interpretaciones amplias antes de que influyan en otros casos.

Una apelación puede reducir, confirmar o anular una sanción. Hasta que ese proceso concluya, la cifra de 825 millones de euros es una multa impuesta, no necesariamente el importe que Uber acabará pagando.

Esa distinción debe permanecer visible en toda la cobertura. La conclusión de un regulador tiene peso jurídico, pero no es la última palabra cuando sigue existiendo la posibilidad de apelar.

El verdadero conflicto es automatización frente a juicio responsable

El caso plantea si la eficiencia puede justificar retirar el acceso de un trabajador antes de que una persona cualificada evalúe las pruebas.

La detección automatizada de riesgos y el juicio responsable no son opuestos por naturaleza. Un sistema bien diseñado puede utilizar software para detectar patrones sospechosos y reservar las decisiones trascendentes para revisores capacitados.

El conflicto surge cuando la automatización controla el resultado en lugar de servir de apoyo a la decisión. Ese límite puede ser difícil de localizar dentro de una compleja cadena de aplicación de normas.

Pensemos en un sistema que marca a un conductor por una presunta manipulación de rutas. El software bloquea entonces la cuenta hasta que un empleado revise el caso.

Técnicamente, una persona toma la decisión final de desactivación. En la práctica, el bloqueo automatizado ya ha interrumpido el trabajo del conductor.

Otro sistema podría permitir que un revisor revoque la recomendación. Si las revocaciones son poco frecuentes porque la interfaz oculta pruebas en sentido contrario, el control humano puede existir solo sobre el papel.

Por eso los reguladores examinan cada vez más todo el proceso de decisión. Miran más allá de la pulsación final de un botón: analizan los datos, la recomendación, la interfaz, los plazos y el mecanismo de apelación.

La disputa sobre las desactivaciones automatizadas de Uber deja claro ese problema de diseño. Una plataforma no puede demostrar una revisión significativa únicamente mediante una declaración de política.

Necesita pruebas trazables. Los registros pertinentes pueden incluir las señales consideradas, la recomendación del sistema, el razonamiento del revisor y la notificación enviada al conductor.

Ese requisito desafía a los sistemas diseñados para la velocidad. Los registros detallados aumentan los costes de almacenamiento, gobernanza y revisión. También pueden ralentizar las respuestas urgentes ante fraudes reales o amenazas para la seguridad.

Las plataformas siguen necesitando la capacidad de actuar con rapidez. Un servicio no debería mantener activa una cuenta cuando pruebas creíbles sugieren un peligro inmediato.

El GDPR permite un tratamiento específico según el contexto y no exige que las empresas ignoren los riesgos. La cuestión es si las restricciones de emergencia se convierten en inexplicadas o, por inercia, en efectivamente permanentes.

Un proceso defendible puede separar la contención inmediata de la resolución final. La plataforma puede limitar temporalmente el acceso, explicar el motivo y programar una revisión humana rápida.

El revisor debe tener acceso a algo más que la puntuación de riesgo original. Los conductores deberían poder aportar información que cambie el análisis.

Esto crea un exigente requisito de producto. La apelación no puede ser un formulario genérico que devuelva otro rechazo automatizado.

La empresa también debe vigilar si determinadas señales generan errores frecuentes. Una elevada tasa de revocaciones puede revelar un modelo débil, un umbral engañoso o datos de origen inadecuados.

Las valoraciones de los clientes merecen un escrutinio particular. Resumen las experiencias de los usuarios, pero no son mediciones objetivas de conducta indebida.

Las valoraciones pueden reflejar la calidad del servicio, la comunicación, el tráfico, necesidades de accesibilidad o prejuicios personales. Utilizarlas para decidir el acceso a una cuenta exige salvaguardias que tengan en cuenta esas limitaciones.

Uber tiene motivos importantes para mantener estándares de valoración. Los pasajeros dependen de la plataforma para que responda cuando el servicio cae repetidamente por debajo de las expectativas.

La pregunta no es si las valoraciones pueden informar las decisiones. Es si un umbral de valoración puede producir una consecuencia grave sin contexto, explicación y una oportunidad real de responder.

Esta tensión también se aplica a los sistemas de IA generativa. Las empresas utilizan cada vez más modelos de lenguaje para resumir casos, clasificar apelaciones y redactar avisos de aplicación de normas.

Estas herramientas pueden reducir el trabajo administrativo, pero también pueden ocultar errores tras explicaciones fluidas. Una notificación pulida no demuestra que una persona cualificada haya evaluado el caso.

Para los compradores empresariales, la lección es concreta. Los proveedores deberían revelar dónde entran las recomendaciones automatizadas en un flujo de trabajo y qué decisiones requieren aprobación humana.

Los compradores también deberían preguntar si los revisores pueden ver las pruebas de origen, anular recomendaciones y registrar una justificación distinta. Una casilla marcada como “revisado por una persona” ofrece poca garantía por sí sola.

Por tanto, el caso lleva la responsabilidad algorítmica a la arquitectura del sistema. El cumplimiento depende del comportamiento del flujo de trabajo, no solo de la documentación del modelo.

Lo que la multa de 825 millones de euros aún no demuestra

La magnitud de la sanción no debe sustituir a las pruebas sobre cuántos conductores se vieron afectados ni sobre cómo se produjo cada desactivación.

La conclusión del regulador es grave, pero varios hechos siguen en disputa. Uber cuestiona la descripción de desactivaciones automatizadas permanentes, mientras que los informes públicos solo ofrecen parte del detalle técnico de la decisión.

Esa incertidumbre limita las afirmaciones generales. El caso no demuestra que todas las desactivaciones de Uber carecieran de revisión humana. Tampoco establece que todas las alertas sobre conductores fueran inexactas.

La cifra comunicada de 126 desactivaciones relacionadas con valoraciones en 2021 ofrece una medida concreta. No proporciona un denominador completo ni describe todas las restricciones relacionadas con el fraude.

Los lectores aún necesitan saber cuántas cuentas entraron en cada etapa del flujo de trabajo. Esto incluye alertas automatizadas, bloqueos temporales, revisiones humanas, eliminaciones permanentes, apelaciones y revocaciones exitosas.

Sin ese embudo, resulta difícil medir las tasas prácticas de error. Un pequeño número de desactivaciones finales podría reflejar una revisión cuidadosa, un uso limitado o información incompleta.

El calendario también complica el debate público. La autoridad examinó sistemas utilizados hace varios años, mientras que Uber afirma que sus políticas actuales contienen salvaguardias más sólidas.

Una infracción histórica puede seguir justificando medidas de aplicación. Sin embargo, una evaluación justa debería distinguir las operaciones pasadas del producto actual.

La apelación tendrá que poner a prueba la documentación del periodo pertinente. Las mejoras posteriores de las políticas no pueden demostrar retroactivamente que los procesos anteriores cumplían la ley.

Al mismo tiempo, capturas de pantalla antiguas o el lenguaje de las políticas pueden no revelar cómo gestionaban realmente los empleados los casos. Los registros operativos y de decisiones tendrán mayor peso.

El importe de la multa es otra incertidumbre. Reuters informó de que el regulador la calculó utilizando un porcentaje de los ingresos anuales de Uber.

Ese enfoque sigue el modelo de aplicación corporativa del GDPR. No significa que el regulador valorara la pérdida de cada conductor en millones de euros.

La distinción importa porque ambas partes pueden hacer un uso indebido de las mismas cifras. Uber puede subrayar el limitado número de conductores comunicado, mientras que los críticos pueden destacar la escala global de la empresa.

Ninguna comparación resuelve por sí sola la proporcionalidad. La apelación debe conectar la infracción, su duración, la responsabilidad corporativa, las medidas correctivas y los derechos afectados.

El anuncio neerlandés también confirma que la multa iría al tesoro neerlandés si se mantiene. No es un fondo de compensación directa para los conductores.

PersonalData.io, que apoyó a conductores franceses que buscaban información sobre decisiones algorítmicas, celebró la resolución. Su fundador afirmó que la organización estaba preparando una acción colectiva para reclamar compensaciones.

Ese litigio previsto es independiente de la multa regulatoria. Los conductores aún necesitarían una vía legal para establecer su elegibilidad, el daño y la compensación.

El caso tampoco debería reducirse a un simple mensaje contra los algoritmos. Las plataformas afrontan problemas reales de fraude, seguridad y calidad que requieren una detección rápida.

Una norma que prohibiera de facto la clasificación automatizada podría hacer que los servicios fueran menos seguros y más caros. En cambio, el GDPR se centra en las salvaguardias que rodean los resultados automatizados con consecuencias relevantes.

El argumento más sólido de Uber se refiere a la precisión factual. Si las decisiones permanentes siempre implicaron un juicio humano significativo, la caracterización de la autoridad queda bajo presión.

El argumento más sólido del regulador se refiere al efecto práctico. Si las restricciones automatizadas retiraban el acceso y la revisión humana no estaba disponible o era ineficaz, etiquetas como “temporal” pueden ofrecer poca protección.

Este es el núcleo escéptico de la historia. La cifra de 825 millones de euros atrae atención, pero la apelación dependerá de pruebas sobre el flujo de trabajo, no de la aritmética de los titulares.

Tres señales que seguir tras la multa GDPR a Uber

La apelación, las revelaciones de Uber sobre su flujo de trabajo y la aplicación de normas contra otras plataformas determinarán si esto se convierte en un estándar tecnológico duradero.

La primera señal es la apelación formal de Uber. Debería aclarar qué conclusiones impugna la empresa y cómo describe la diferencia entre una suspensión temporal y una desactivación permanente.

Una impugnación factual exitosa debilitaría la interpretación amplia del regulador. También podría reducir la sanción sin cambiar las protecciones generales en torno a las decisiones automatizadas.

Una resolución que confirme la interpretación de la autoridad reforzaría los requisitos de una participación humana significativa. Las plataformas enfrentarían una mayor presión para documentar cada acción relevante sobre una cuenta.

El calendario de ese proceso sigue siendo incierto. Las grandes disputas sobre el GDPR pueden continuar mediante procedimientos administrativos y judiciales mucho tiempo después del anuncio inicial.

La segunda señal es la evidencia sobre el flujo de trabajo actual de aplicación de normas de Uber. Uber afirma que sus políticas actuales incluyen revisión humana, salvaguardias y oportunidades de apelación.

La pregunta importante es cómo funcionan esas protecciones en la práctica. La documentación pública debería explicar cuándo la automatización puede restringir una cuenta y cuándo debe intervenir una persona.

Los datos de revocaciones serían especialmente útiles. Las apelaciones exitosas frecuentes pueden mostrar que los sistemas iniciales producen errores relevantes, aunque también pueden demostrar que el mecanismo de reparación funciona.

Los tiempos de respuesta también importan. Un conductor que espera semanas para una revisión puede experimentar una restricción temporal como una terminación efectiva.

Las pruebas de que los revisores pueden evaluar las aportaciones de los conductores y anular las recomendaciones del sistema respaldarían las afirmaciones actuales de Uber. Las respuestas genéricas o las denegaciones automatizadas repetidas las debilitarían.

La tercera señal es si los reguladores europeos aplican un razonamiento similar a otras plataformas. El principio no es específico del transporte con conductor.

Los servicios de reparto, los mercados en línea, las plataformas de alquiler y las redes de creadores utilizan sistemas automatizados de confianza y seguridad. Sus usuarios pueden perder ingresos cuando desaparece una cuenta.

Un patrón más amplio de aplicación convertiría la noticia tecnológica de Uber en un referente de gobernanza de plataformas. Las empresas tendrían que rediseñar sus flujos de trabajo antes de recibir denuncias individuales.

La ausencia de una aplicación comparable no invalidaría necesariamente la decisión neerlandesa. Sin embargo, dejaría a las empresas con menos claridad sobre dónde trazan los reguladores la línea.

La sanción de casi 1.000 millones de dólares ya ha hecho difícil que los ejecutivos de plataformas ignoren el asunto. Su impacto duradero depende del razonamiento jurídico que sobreviva a la apelación.

Para los desarrolladores, la lección inmediata es tratar la revisión humana como un componente funcional del sistema. Necesita autoridad, contexto, capacidad de auditoría y un rendimiento medible.

Para los compradores empresariales, las afirmaciones de los proveedores sobre supervisión humana requieren detalles operativos. Pregunte quién revisa una decisión, qué pruebas recibe y cómo pueden responder las personas afectadas.

Para los trabajadores y usuarios de plataformas, la decisión refuerza una expectativa básica. Una restricción relevante de una cuenta debería incluir una explicación comprensible y una vía real para impugnar errores.

El desenlace final sigue sin resolverse. Uber ha rechazado la versión del regulador, y la apelación podría modificar tanto las conclusiones como la sanción.

Observe las pruebas, no solo la cifra. La cuestión central es si la aplicación automatizada de normas puede seguir siendo rápida sin convertir el criterio humano en algo meramente decorativo.