Inteligencia Artificial

“No entrenamos con sus datos” no resuelve privacidad, confidencialidad ni secreto

Aunque un proveedor no use datos del cliente para entrenar, siguen abiertas preguntas sobre acceso, finalidad, retención, logs, memoria, subencargados, inferencias y eliminación.

Cuando decimos que la IA «quiere», «escapa» o «se rebela»: lenguaje, causalidad y responsabilidad

El lenguaje agentivo puede comprimir arquitecturas complejas en un único protagonista artificial. Para atribuir responsabilidad hay que reconstruir modelo, objetivo, entorno, permisos, herramientas, controles, decisiones humanas y evidencia.

El proveedor de IA cambia de modelo: qué debe poder decidir la organización antes de aceptar el cambio

Una actualización puede alterar comportamiento, datos, subproveedores, riesgo o evidencia. El contrato debe permitir evaluar la diferencia y decidir aceptación, rechazo, prueba o salida.

Ha ocurrido un incidente con IA: qué preservar antes de cambiar el sistema

Corregir demasiado pronto puede destruir la posibilidad de reconstruir qué ocurrió. Contención y preservación deben diseñarse juntas: versión, configuración, inputs, outputs, logs y decisiones.

Hay una persona revisando la IA: por qué eso no demuestra supervisión efectiva

La presencia de un humano al final del proceso no basta. La supervisión exige información, tiempo, competencia, capacidad de discrepancia y autoridad real para modificar o detener.

IA y menores: qué significa realmente el umbral de los 14 años

El umbral de 14 años pertenece al régimen de consentimiento para determinados tratamientos de datos. En educación conviene separar base jurídica, edad de la plataforma, autorización, supervisión, finalidad pedagógica y gobierno institucional.

IA — Datos, privacidad y secreto · IA — Gobernanza y cumplimiento

Integramos IA de terceros: cuándo podemos dejar de ser solo responsables del despliegue

Usar un sistema de un tercero no fija para siempre nuestra posición jurídica. Marca, finalidad y modificaciones pueden desplazar obligaciones dentro de la cadena del AI Act.

La IA puntúa candidatos o trabajadores: quién decide realmente y qué debe poder explicar la empresa

Cuando un ranking algorítmico estructura selección, evaluación o promoción, la aprobación humana final no agota el análisis. Hay que reconstruir peso, información, datos, igualdad y supervisión.

Siempre llegaremos tarde: gobernar la inteligencia artificial cuando el cambio ocurre en tiempo real

La IA acelera un cambio transversal que desborda los ciclos de reacción jurídica y organizativa. La respuesta es construir una configuración mínima capaz de cambiar conservando finalidad, autoridad, supervisión, trazabilidad y capacidad de corte.

IA — Gobernanza y cumplimiento · IA — Regulación y AI Act

Tenemos una política de IA, pero nadie sabe qué sistemas existen ni quién puede detenerlos

Una política corporativa no gobierna por sí sola los sistemas de IA. El problema aparece cuando no hay inventario, expediente, propietarios funcionales ni autoridad de suspensión.

Un agente de IA envía correos y ejecuta acciones: capacidad técnica no es mandato

Cuando un agente puede actuar frente a terceros, ya no basta con evaluar la calidad de sus respuestas. Hay que separar herramienta, permiso técnico, mandato, confirmación, revocación y evidencia.

Usamos IA para producir contenidos: qué derechos tenemos realmente sobre inputs, outputs y activos compuestos

La pregunta por la propiedad del output simplifica demasiado. Hay que separar fuentes, licencias, minería de textos y datos, aportación humana, secretos, software, contratos y reutilización.