Proporcionalidad y privacidad: el algoritmo de la DGOJ a examen

Adecuación: ¿es el algoritmo único la herramienta correcta?

En términos de eficacia, el modelo centralizado podría ser adecuado, dado que se ha entrenado con datos de jugadores clínicamente diagnosticados de ludopatía y utiliza técnicas de machine learning. Estas herramientas pueden mejorar la detección temprana frente a métodos tradicionales y dispersos.

No obstante, la adecuación también implica evitar efectos colaterales desproporcionados. El riesgo de falsos positivos (marcar como “de riesgo” a jugadores que no lo son) o falsos negativos (pasar por alto casos reales de ludopatía) es significativo. La heterogeneidad actual entre operadores, con detecciones que van del 0% al 13% de cuentas, demuestra que la detección sigue siendo un arte impreciso.

En este sentido, un modelo único puede homogenizar criterios, pero no garantiza infalibilidad. Además, se debe considerar el impacto sobre los operadores, que pierden flexibilidad y deben asumir costes de infraestructura y personal especializado para implementar modelos complejos como XGBoost con más de 60 variables.

Necesidad: ¿existían alternativas menos intrusivas?

La DGOJ podría haber reforzado la protección de los jugadores mediante indicadores comunes y guía técnica, dejando margen para que cada operador adaptara su modelo, sin imponer un software único.

El uso de un algoritmo con más de 60 variables plantea dudas en relación con el principio de minimización de datos (art. 5.1.c RGPD), que exige que el tratamiento sea adecuado, pertinente y limitado a lo necesario. Algunas variables podrían ser redundantes o solaparse, y un subconjunto menor quizá sería igual de predictivo, reduciendo la intrusión sobre los usuarios.

Proporcionalidad en sentido estricto: equilibrando derechos y beneficios

El balance final debe sopesar los beneficios esperados frente a los perjuicios:

• Beneficios: mayor protección de jugadores vulnerables, reducción del daño social por juego patológico, unificación de estándares de juego responsable.
• Perjuicios: invasión de privacidad, limitación de la libertad de acción del jugador, reducción de la autonomía de los operadores, y costes tecnológicos significativos.

Si el algoritmo no se somete a auditorías periódicas ni calibraciones, existe el riesgo de que la medida se vuelva desproporcionada, afectando derechos fundamentales y generando efectos negativos sobre la libertad de empresa.

Un enfoque más equilibrado sería gradual, con pilotajes, revisiones periódicas y posibilidad de ajustes por operador justificadamente, cumpliendo así con el principio de mínima intervención.

Conclusión: críticas y recomendaciones

El algoritmo de detección de la DGOJ tiene un fin legítimo y necesario: proteger a los jugadores y fomentar el juego responsable. Sin embargo, la proporcionalidad y la minimización de datos son aspectos críticos que requieren atención:

• Adecuación: el modelo centralizado es potencialmente efectivo, pero con riesgos de falsos positivos y negativos.
• Necesidad: podrían existir alternativas menos intrusivas que cumplan objetivos similares.
• Proporcionalidad estricta: el impacto sobre privacidad, libertad de acción y operadores debe ser revisado y calibrado.

Si no se incorporan mecanismos de flexibilidad y auditoría, la medida podría considerarse desproporcionada, en posible violación del art. 9.3 CE y del principio de proporcionalidad en la actuación administrativa (art. 129 Ley 39/2015).

365tempranolopez.es

‍