Surfshark ha comparado las declaraciones de privacidad de trece aplicaciones de IA para iOS y sitúa a Meta AI y Muse entre las que incluyen más tipos de datos. El estudio se publicó el 28 de septiembre y fue recogido el 2 de octubre por BDM. Su alcance es concreto: analiza fichas del App Store, no el tráfico de las aplicaciones durante una prueba ni la seguridad de sus sistemas.
Según el recuento de Surfshark, Meta AI declara 33 tipos de datos y Muse, 31, de los 35 contemplados; Pi aparece con tres. La metodología explica que las fichas se recogieron el 22 de septiembre y que la selección parte de doce asistentes identificados por Zapier, a los que se añadió Muse. Estas cifras describen esa comparación y ese momento, no todos los usos actuales de cada producto.
Qué explica una etiqueta del App Store
Apple pide a los desarrolladores que indiquen tipos de datos que pueden recopilar y sus finalidades, incluidas determinadas prácticas de los socios integrados en la app. La ficha distingue también si se vinculan a la identidad o se utilizan para seguimiento. El desarrollador es responsable de mantener las respuestas correctas y actualizadas. Leerlas aporta información, pero no equivale a observar qué ha ocurrido en una sesión concreta.
Una categoría puede agrupar datos de distinta naturaleza y no todas tienen la misma relevancia para cada tarea. Que dos aplicaciones sumen el mismo número no demuestra que traten la misma información ni con el mismo propósito. Tampoco sería correcto convertir una declaración amplia en la afirmación de que todos los datos posibles se recogen de todas las personas en cualquier circunstancia.
Un ranking no sustituye a una evaluación de uso
Surfshark vende servicios de privacidad y seguridad, una relación comercial relevante al valorar la fuente. Su comparación puede servir para plantear preguntas, pero no constituye una certificación independiente de que la aplicación con menos categorías sea la más segura. El trabajo no permite trasladar directamente el orden a versiones web, Android, API o contratos empresariales que no analiza.
Hay además una discrepancia editorial: la media que muestra el original no coincide con la publicada por BDM. No utilizamos ese promedio ni reconstruimos una clasificación completa a partir de la cobertura secundaria. El material complementario enlazado no ha podido consultarse en esta revisión. Conservamos los datos específicos y la metodología que sí están visibles, con atribución a su autor.
Para una agencia, la decisión relevante empieza en la tarea: redactar un texto público, resumir documentación interna y conectar cuentas de un cliente plantean necesidades diferentes. Elegir una app por su posición en una tabla puede saltarse esa distinción. Conviene identificar primero qué información entraría, para qué se usaría y quién puede autorizar ese uso dentro del proyecto.
La conexión de asistentes con herramientas de marketing añade otro punto de revisión. Autorizar acceso a un calendario o a una cuenta puede ampliar lo que el sistema tiene a su alcance, aunque el nombre del producto no cambie. El equipo necesita conocer los permisos efectivos de la cuenta concreta, no solo las posibilidades que anuncia una presentación comercial.
La finalidad importa tanto como la categoría
El inventario de trabajo debería distinguir la información necesaria para completar una tarea de la que se añade por comodidad. Si basta un ejemplo ficticio para preparar una estructura, puede no ser necesario incorporar el expediente completo de un cliente. Esta es una propuesta de organización del trabajo, no una conclusión experimental del ranking sobre la conducta de una aplicación determinada.
También resulta útil separar permisos del dispositivo, conexiones a otros servicios y condiciones de la cuenta contratada. Son preguntas relacionadas, pero una única etiqueta no responde necesariamente a todas. El responsable del proyecto puede conservar las condiciones consultadas, la fecha de revisión y las funciones autorizadas para que una incorporación posterior al equipo entienda el criterio aplicado.
La revisión debería incluir cómo se desactiva una conexión y qué sucede con los archivos o resultados que ya se compartieron. Revocar acceso y borrar información no son acciones que deban suponerse equivalentes. La respuesta exige documentación específica del servicio y del plan utilizados. Cuando no esté clara, esa incertidumbre debe formar parte de la decisión de uso, en lugar de desaparecer del informe.
Explicar los límites también es transparencia
En una recomendación a clientes, el equipo puede diferenciar hechos documentados, promesas del proveedor y comprobaciones todavía pendientes. Esa separación evita presentar una selección inicial como una auditoría concluida. Si cambia la app, el plan o las conexiones autorizadas, conviene revisar la ficha del proyecto antes de repetir una conclusión basada en una configuración anterior.
El estudio de la ARPP sobre transparencia de creadores plantea una cautela metodológica parecida: una comparación observada no demuestra por sí sola todas las relaciones que podría sugerir. En ambos casos, la utilidad del dato depende de respetar su unidad de análisis y de explicar qué pregunta puede responder realmente.
La aportación práctica de esta revisión es convertir un ranking llamativo en una conversación verificable sobre tareas, información y permisos. Una buena decisión deja por escrito por qué se eligió una herramienta para un uso concreto y qué límites conserva. El número de categorías puede iniciar esa conversación; no debería cerrarla.
Fuente y alcance
Fuentes comprobadas el 3 de octubre de 2026. Revisión documental automatizada; sin pruebas prácticas ni entrevistas propias.
Surfshark Research · Meta Muse surpasses its competitors in data collection
2026-09-28. Estudio de 13 apps, fichas recogidas el 22 de septiembre. Proveedor comercial de privacidad. Su media difiere de la publicada por BDM; se omite. Material complementario de Google Docs no accesible.
Apple Developer · App Privacy Details - App Store - Apple Developer
Sin fecha editorial visible; consultada el 2026-10-03. Documentación oficial de las etiquetas: tipos, finalidades, asociación con identidad y seguimiento; las respuestas las aporta el desarrollador.
BDM · Matthieu Eugène · ChatGPT, Claude, Muse : quelle IA collecte le plus de données personnelles ?
2026-10-02. Medio de detección. Se contrasta con la metodología original; no se toma el número de categorías como observación de todo lo transmitido.
