

Eleven Labs
Basado exclusivamente en evidencias públicas • 20 criterios (Privacidad + IA)
Última revisión: 13 feb 2026

Resumen de Confianza en IA
Alternativas Más Seguras
Software con mejor evaluación en la misma categoría
Puntos de Atención en IA (2)
Criterios de IA que requieren atención. Compre el Análisis Premium para ver los 2 criterios.
La retención de datos de IA (prompts y respuestas) no se informa
Mecanismo de impugnación de decisiones de IA no disponible
Fuente: documentos públicos del proveedor
Conformidades en IA (3)
Criterios de IA que la empresa cumple. Compre el Análisis Premium para ver los 3 criterios.
Política de uso de datos para entrenamiento de IA declarada
Uso de inteligencia artificial claramente declarado en las políticas
Funcionalidades de IA claramente identificadas con sus finalidades
Fuente: documentos públicos del proveedor
Destacados en Privacidad (3)
Criterios más relevantes para esta categoría. Compre el Análisis Premium para ver los 3 criterios.
Salvaguardas adicionales documentadas para tratamiento de datos sensibles
Roles de controlador y procesador de datos claramente definidos
Canal de contacto para cuestiones de privacidad disponible
Fuente: documentos públicos del proveedor
Análisis de conformidad (20)
Salvaguardas adicionales documentadas para tratamiento de datos sensibles
Referencia: ISO/IEC 29100
La retención de datos de IA (prompts y respuestas) no se informa
Referencia: ISO/IEC 42001 (8.2) + ISO/IEC 27701 (7.4.6)
Política de uso de datos para entrenamiento de IA declarada
Referencia: ISO/IEC 42001 (8.2) + ISO/IEC 23894 + EU AI Act
Fuente: documentos públicos del proveedor
Siga esta empresa y acceda a los 20 criterios
Siga los cambios en los scores, reciba alertas de actualizaciones y vea el análisis completo de conformidad
No se pierda ninguna actualización
Regístrese para seguir esta empresa y acompañar los cambios en los scores de privacidad e IA
Por qué confiar en el Índice AITS: Open Community Audit
Transparencia pública, revisión por pares y rastros de evidencia abiertos — todo verificable por la comunidad
Garantías de confianza
Revisión por pares
usuarios, profesionales y expertos confirman o contestan ítems en línea.
Historial público
cambios de proveedores y del índice son versionados y accesibles.
Participe
Evidencias, confirmaciones y contestaciones
participe en la validación colaborativa de los criterios AITS
Fortalezas y Debilidades de Eleven Labs en Privacidad y Gobernanza de IA
Fortalezas en la Transparencia de Datos
Eleven Labs se destaca por su enfoque transparente en la gestión de datos. Con un puntaje de 89% en el OPTI Base (Privacidad), la plataforma tiene políticas claras sobre el uso de textos e interacciones de IA para el entrenamiento de sus modelos. Esto significa que los usuarios pueden confiar en que sus datos se utilizan de manera ética y responsable. Además, los roles de controlador y operador de datos están bien definidos, lo que facilita a los usuarios entender quién es responsable de sus datos y cómo se manejan. Esta claridad es fundamental para cumplir con regulaciones como la LGPD y la GDPR, que exigen transparencia en el tratamiento de datos personales.
Claridad en los Propósitos del Tratamiento de Datos
Otro punto fuerte de Eleven Labs es que las finalidades del tratamiento de datos están claramente listadas por categoría. Esto permite a los usuarios saber exactamente para qué se utilizan sus datos, lo que es esencial para la confianza del usuario. Al tener esta información, los usuarios pueden tomar decisiones informadas sobre su participación en la plataforma, asegurándose de que sus datos se utilicen de acuerdo con sus expectativas y derechos bajo normativas como la ISO 27701.
Debilidades en la Retención de Datos
A pesar de sus fortalezas, Eleven Labs presenta debilidades significativas. Uno de los principales problemas es la falta de un plazo definido para la retención de textos e interacciones de IA. Esto puede generar incertidumbre sobre cuánto tiempo se almacenarán los datos personales, lo que podría ser un riesgo para la privacidad del usuario. Sin un plazo claro, los usuarios pueden sentirse inseguros sobre la gestión de su información, lo que podría afectar su confianza en la plataforma.
Ausencia de Mecanismo de Contestación
Otra debilidad importante es la falta de un mecanismo de contestación para decisiones automatizadas de IA. Esto significa que si un usuario se siente perjudicado por una decisión tomada por la IA, no tiene una vía clara para impugnarla. Esta ausencia puede generar desconfianza y preocupación entre los usuarios, especialmente aquellos que están más conscientes de sus derechos bajo la GDPR. Para mitigar este riesgo, los usuarios deben estar atentos a cómo se utilizan sus datos y considerar plantear preguntas directamente a Eleven Labs sobre este aspecto.
Consejos Prácticos para la Configuración
Para maximizar la seguridad y privacidad al usar Eleven Labs, es recomendable que los usuarios revisen las configuraciones de privacidad disponibles en la plataforma. Asegúrese de que está al tanto de las políticas de retención de datos y considere limitar la cantidad de información personal que comparte. Además, si la plataforma ofrece opciones para controlar el uso de sus datos en el entrenamiento de IA, asegúrese de habilitar estas configuraciones para proteger su información.
Alternativas y Precauciones
Si las debilidades de Eleven Labs son preocupantes, los usuarios pueden considerar alternativas que ofrezcan mecanismos de contestación y políticas de retención más claras. Investigar otras plataformas que cumplan con la LGPD y la GDPR puede ser una buena opción. Además, siempre es recomendable leer la documentación del proveedor y mantenerse informado sobre las actualizaciones de políticas de privacidad, para asegurarse de que sus derechos como usuario estén protegidos.
Otros software de Herramientas de IA
Explore investigaciones y análisis profundos de cada competidor
Fuente: documentos públicos del proveedor
Fuentes Analizadas
Documentos públicos utilizados en la auditoría de Eleven Labs:
Evidencias, confirmaciones y contestaciones
participe en la validación colaborativa de los criterios AITS
Alcance y Limitaciones
Las evaluaciones de TrustThis/AITS se basan exclusivamente en información disponible públicamente, debidamente citada con fecha y URL, según la metodología AITS (transparencia en privacidad e IA).
El contenido tiene naturaleza indicativa, destinado al análisis y comparación, no sustituyendo auditorías internas.
TrustThis/AITS no realiza pruebas invasivas, no accede a los entornos tecnológicos de los proveedores y no realiza tratamiento de datos personales de clientes. Las conclusiones reflejan únicamente la comunicación pública del proveedor en la fecha de recopilación.
Fuente: documentos públicos del proveedor





