La inteligencia artificial ha dejado de ser un concepto de laboratorio para convertirse en una herramienta cotidiana de producción, diseño y toma de decisiones empresariales. Con esa transformación llegan también nuevas formas de competir, y no todas son limpias. Copiar un catálogo de productos en segundos, extraer las instrucciones internas de la aplicación de un competidor o dejar que un algoritmo fije precios de forma coordinada con los rivales son conductas que la tecnología hace cada vez más sencillas y que el Derecho debe saber encauzar. La Ley de Competencia Desleal (LCD) ofrece herramientas para ello, pero su eficacia dependerá de que quienes la apliquen entiendan el sustrato técnico de lo que está ocurriendo.
Qué protege la Ley de Competencia Desleal y por qué importa ahora más que nunca
La Ley 3/1991, de 10 de enero, de Competencia Desleal tiene por objeto proteger la lealtad en las relaciones de mercado. Su cláusula general (artículo 4) prohíbe todo comportamiento objetivamente contrario a las exigencias de la buena fe, y a partir de ahí el texto tipifica conductas específicas: los actos de confusión (art. 6), de imitación (art. 11), de denigración (art. 9), de explotación de la reputación ajena (art. 12), de violación de secretos empresariales (art. 13) o los actos de engaño (art. 5), entre otros. La LCD no protege a un competidor concreto, sino la institución misma de la competencia: que el mercado funcione de forma limpia y que los consumidores puedan tomar decisiones informadas.
Esta vocación de protección institucional convierte a la LCD en una norma especialmente elástica. A diferencia de la propiedad intelectual, que exige registro o requisitos formales de originalidad, la LCD puede actuar frente a conductas parasitarias que escapen a otras vías. Y es precisamente esa elasticidad la que la convierte en una herramienta clave ante los desafíos de la inteligencia artificial, porque los nuevos ilícitos no siempre encajan en los moldes clásicos del derecho de autor o de patentes, pero sí pueden constituir actos de competencia desleal.
Imitación sistemática: cuando la IA copia más rápido de lo que el derecho reacciona
El artículo 11 LCD permite la libre imitación de prestaciones empresariales, salvo que genere asociación con la prestación de un tercero o equivalga a un aprovechamiento indebido de la reputación o el esfuerzo ajeno. Hasta ahora, el límite práctico de la imitación era el coste y el tiempo que exigía replicar un producto. La IA generativa ha dinamitado ese límite.
Pensemos en un ejemplo concreto: un competidor alimenta un modelo de IA con el catálogo completo de diseños de otra empresa y genera, en cuestión de minutos, una línea de productos visualmente indistinguible. No es ciencia ficción: Disney y Universal demandaron a Midjourney en junio de 2025 por entrenar su modelo con obras protegidas sin autorización. Lo relevante para el derecho español es que, incluso cuando el resultado no vulnere estrictamente la propiedad intelectual (por ejemplo, porque imite un estilo sin reproducir una obra concreta), puede ser desleal si genera confusión o supone un aprovechamiento parasitario. En España, el artículo 11.2 LCD ya contempla expresamente la imitación que se vale de la reputación o el esfuerzo ajeno como ilícito autónomo, lo que ofrece un anclaje normativo sólido para estas reclamaciones.
Sustracción de prompts, secretos empresariales y la nueva ingeniería inversa digital
Un fenómeno especialmente revelador es el de los ataques de inyección de prompt (prompt injection): un competidor formula consultas diseñadas para engañar a un sistema de IA y que este revele sus instrucciones internas, es decir, el prompt de sistema que gobierna su comportamiento.
Supongamos que alguien utiliza esas técnicas para extraer el conjunto de instrucciones que hace funcionar la aplicación de un competidor y lo replica en su propio servicio. En Estados Unidos, el caso OpenEvidence v. Pathway Medical (D. Mass., 2025) constituye el primer gran litigio sobre esta cuestión: la demandante alega que su competidora utilizó credenciales ajenas y consultas manipuladas para extraer el prompt de su plataforma médica de IA, que considera un secreto empresarial equivalente a su código fuente propietario.
Trasladado al ordenamiento español, este tipo de conducta podría encontrar encaje tanto en el artículo 13 de la LCD (violación de secretos empresariales) como en la Ley 1/2019, de 20 de febrero, de Secretos Empresariales. Si el prompt de sistema tiene valor económico, no es generalmente conocido y su titular ha adoptado medidas razonables para mantenerlo en secreto, reúne los requisitos del artículo 1 de la Ley de Secretos Empresariales. Y su obtención mediante técnicas de manipulación del sistema constituiría una obtención por medios ilícitos en los términos del artículo 3 de esa misma norma.
A esto se añade otro riesgo creciente: empleados que, al utilizar herramientas de IA generativa, introducen información confidencial de la empresa que puede quedar almacenada en los servidores del proveedor. Tribunales estadounidenses ya han admitido a trámite demandas por apropiación indebida de secretos en estos supuestos.
Algoritmos que coluden y plataformas que se favorecen a sí mismas
Existe otra vertiente menos intuitiva pero igualmente relevante: los algoritmos de fijación de precios basados en IA que pueden facilitar colusión tácita entre competidores sin acuerdo explícito. Cuando varias empresas utilizan un algoritmo común (o algoritmos que aprenden de datos públicos de precios), el resultado puede ser una convergencia que, funcionalmente, equivale a un cártel. La doctrina advierte además que la opacidad de los modelos de deep learning dificulta enormemente la detección de estas prácticas.
En el plano de la LCD, estas conductas podrían analizarse bajo la cláusula general del artículo 4, e incluso bajo los artículos 5 y 7 (actos de engaño y omisiones engañosas) cuando el resultado de la fijación algorítmica induce a error al consumidor sobre la formación del precio. A esto hay que sumar la autopreferencia algorítmica (self-preferencing): plataformas que utilizan sus propios sistemas de IA para favorecer sus productos o servicios frente a los de terceros que operan en su ecosistema. La Comisión Europea ya sancionó a Google por esta práctica en el caso Google Shopping (2017), y el riesgo se multiplica con la IA generativa, donde quien controla la distribución del contenido también puede controlar su generación.
La LCD fue concebida como una norma abierta, capaz de adaptarse a nuevas formas de deslealtad. Esa virtud legislativa solo se materializa, sin embargo, si quienes la aplican comprenden el sustrato técnico de las conductas que deben enjuiciar. Entender qué es un prompt de sistema, cómo se entrena un modelo generativo o qué significa que un algoritmo de precios converja empieza a ser una necesidad para cualquier operador jurídico que se enfrente a estos asuntos. Quien necesite defender sus derechos en este nuevo escenario hará bien en buscar asesoramiento que combine rigor jurídico con comprensión real de la tecnología.
