Billeteras virtuales usaron los viajes gratis para minar los datos
Advierten que las billeteras virtuales usaron los viajes gratis para minar los datos de los usuarios. Construyeron perfiles crediticios a partir de recorridos, horarios y consumos. Advierten sobre violación de datos personales. Por Juan Garriga (LPO). Las billeteras virtuales aprovecharon los viajes gratis en colectivos y subtes para ganar millones de usuarios. Detrás de las promociones apareció un negocio silencioso: convertir cada movimiento cotidiano en información financiera. Horarios, recorridos, frecuencia de viaje, saldos disponibles, pagos, consumos y hábitos diarios empezaron a alimentar sistemas de scoring crediticio utilizados para ofrecer préstamos, ajustar límites y medir riesgo. Empresas como Mercado Pago, Uala y Naranja X, lanzaron promociones muy agresivas de viajes gratis en transporte público si se usaban las aplicaciones. La apuesta parecía irracional desde lo económico, pero no lo era.
La promoción les permitía hacerse de uno de los bienes más preciados en
el mercado actual: información personal de los usuarios. En efecto, la
expansión de los pagos digitales en el transporte público abrió una
nueva etapa para las fintech. Desde 2024, cuando el sistema comenzó a
aceptar tarjetas y aplicaciones además de la SUBE, bancos y billeteras
lanzaron descuentos, reintegros y pasajes gratuitos para captar
clientes. Lo que parecía una simple estrategia comercial terminó
convirtiéndose en una enorme fuente de datos sobre la vida cotidiana de
millones de personas. "Cuando las billeteras regalaban viajes, no
estaban comprando solamente usuarios. Estaban comprando una relación
cotidiana", explicó Kubra Melisa Altaytas, doctora en Ciencias Sociales
por Flacso e investigadora del Conicet. Según sostuvo, el verdadero
valor no está únicamente en sumar descargas, sino en transformar los
movimientos diarios de las personas en información utilizable por el
sistema financiero. La especialista señaló que el transporte ofrece algo
especialmente valioso para las plataformas: información extremadamente
regular y detallada sobre hábitos económicos. Cada viaje permite
reconstruir horarios, rutinas laborales, frecuencia de movimientos,
capacidad de gasto y vínculos con otras cuentas o promociones. "La vida
cotidiana se vuelve dato, el dato se vuelve evaluación y la evaluación
se transforma en una forma desigual de acceso al crédito", resumió.
Detrás de esa lógica aparece un cambio profundo en la forma de evaluar a
los usuarios. Antes, el sistema financiero tradicional analizaba
principalmente ingresos formales, recibos de sueldo o historial
bancario. Ahora las fintech intentan construir una "biografía financiera
conductual", basada en pagos chicos, movimientos cotidianos y
comportamientos repetidos. "Las billeteras saben distinto", explicó
Altaytas. Mientras los bancos tradicionales observan salarios, cuentas o
tarjetas de crédito, las aplicaciones capturan zonas mucho más pequeñas
y frecuentes de la vida económica: recargas de celular, pagos con QR,
transferencias entre personas, horarios de uso, consumo en supermercados
o farmacias y movimientos entre cuentas. La hipótesis detrás de esos
modelos es que una persona con rutinas estables, horarios previsibles y
comportamiento regular sería financieramente más "confiable". El
problema es que esa traducción de hábitos sociales en puntajes
crediticios empezó a mostrar fisuras. La mora de los créditos fintech
volvió a crecer con fuerza durante los últimos meses y encendió alarmas
sobre la efectividad real de esos sistemas de evaluación. Según datos
citados por Daniela Bossio, integrante del Grupo Moneda Desarrollo y
Equidad (MDE), la cartera irregular del crédito no bancario ya supera el
28 por ciento. A su vez, un informe de EcoGo mostró que los préstamos
considerados "irrecuperables" dentro del crédito no bancario pasaron de
2,6 por ciento en marzo de 2025 a 10,8 por ciento en marzo de 2026. En
apenas un año, el indicador se cuadruplicó. El deterioro de la mora dejó
expuesta una contradicción del modelo fintech. Las plataformas
prometían utilizar inteligencia artificial, big data y análisis
conductual para prestar con mayor precisión que la banca tradicional.
Sin embargo, el aumento de los incumplimientos sugiere que la
acumulación masiva de datos no necesariamente evita el
sobreendeudamiento ni mejora la calidad del crédito. Además del problema
financiero, empiezan a crecer cuestionamientos sobre el uso de la
información personal. Marina Meira, coordinadora de Políticas Públicas
en Derechos Digitales, advirtió que el principal problema es la falta de
transparencia sobre cómo se utilizan esos datos. "El debate no debería
centrarse únicamente en si las fintech pueden utilizar técnicamente
estos datos, sino en si las personas saben que sus hábitos cotidianos
están siendo convertidos en indicadores de riesgo financiero", señaló.
Según explicó, muchas veces datos recopilados para operar pagos o
transporte terminan siendo reutilizados para inferir solvencia económica
y construir perfiles crediticios. El debate no debería centrarse
únicamente en si las fintech pueden utilizar técnicamente estos datos,
sino en si las personas saben que sus hábitos cotidianos están siendo
convertidos en indicadores de riesgo financiero. Meira también alertó
sobre riesgos de discriminación automatizada. Cuando algoritmos asocian
determinados patrones de movilidad, zonas geográficas o hábitos de
consumo con niveles de confiabilidad financiera, pueden reproducirse
desigualdades sociales históricas bajo una lógica aparentemente neutral.
En la misma línea, Margarita Trovato, responsable de políticas públicas
de la Fundación Vía Libre, sostuvo que Argentina tiene un "doble
problema": una legislación desactualizada en comparación al resto del
mundo y una enorme expansión de los llamados "datos inferidos".
"Los
datos inferidos son aquellos que no son entregados directamente por la
persona, sino construidos mediante análisis automatizados de grandes
volúmenes de información", explicó. Según indicó, esos mecanismos
permiten perfilar usuarios, predecir comportamientos y fundamentar
decisiones sobre acceso a crédito, empleo o seguros sin que las personas
conozcan cómo fueron evaluadas. Para Vía Libre, el problema central es
que muchas empresas no consideran esos datos como información personal,
lo que reduce aún más los mecanismos de control y protección. "No hay
mecanismos de acceso y discusión sobre los procesos de construcción de
esos perfiles", advirtió Trovato.
Por eso, el debate excede la
cuestión tecnológica. Lo que está en juego es quién puede transformar
los datos de la vida cotidiana en una fuente de rentabilidad privada.
Cada colectivo tomado, cada compra pequeña y cada pago con QR empiezan a
formar parte de una infraestructura de evaluación permanente sobre
millones de personas.
19/05/2026 (8716)
