Clasificador de riesgo · AI Act

Por qué clasificar es el primer paso

El malentendido que más tiempo me hace perder es el de quien llega pensando que el Reglamento le dice qué modelos puede usar. No va de eso: va del para qué. Un modelo de lenguaje resumiendo actas internas es riesgo mínimo; ese mismo modelo decidiendo a quién se contrata es alto riesgo, con obligaciones legales pesadas. La tecnología es idéntica; lo que cambia el riesgo —y por tanto la ley— es el uso.

Entender esto lo cambia todo, porque significa que el cumplimiento del AI Act no empieza en el departamento técnico, empieza en el inventario de casos de uso. Si no sabes para qué usas la IA, no puedes clasificarla; y si no la clasificas, no sabes qué te obliga la ley. Clasificar primero es lo que te evita estudiar el articulado entero para descubrir, al final, que el 90% de lo que te preocupaba era riesgo mínimo.

Clasificador interactivo INTERACTIVO

Responde según tu caso de uso concreto. El resultado se calcula en tu navegador; no se envía nada.

Las cuatro categorías

Alto riesgo: lo que de verdad te cae encima

Si tu caso cae en alto riesgo, ahí es donde el Reglamento tiene dientes. En la práctica se traduce en un paquete de obligaciones: sistema de gestión de riesgos, gobernanza de los datos de entrenamiento y prueba, documentación técnica, registro de eventos, transparencia hacia el usuario, supervisión humana efectiva, y niveles adecuados de precisión, robustez y ciberseguridad. No es un formulario que se firma; es una forma de trabajar durante toda la vida del sistema.

Y hay una distinción que mucha gente pasa por alto y que cambia qué te toca hacer: no es lo mismo ser proveedor del sistema —quien lo desarrolla o lo pone en el mercado— que responsable del despliegue —quien lo usa en su organización—. Si integras una IA de un tercero, probablemente eres responsable del despliegue, y tus deberes son otros. Aclarar tu rol para cada sistema es de los primeros pasos, porque determina tu lista de obligaciones. Para el trabajo de fondo, el sistema de gestión de la ISO/IEC 42001 te deja a medio camino de cumplir gran parte de esto.

Los errores que veo una y otra vez

• Tratar el Reglamento como un todo en vez de clasificar caso por caso.
• No saber si eres proveedor o responsable del despliegue, y aplicar las obligaciones que no son.
• Resolver el alto riesgo con un PDF en vez de con un sistema de gestión que deje evidencia.
• Olvidar la IA embebida en el SaaS que ya usas, que también cuenta.
• Confundir cumplir con documentar: la supervisión humana se ejerce, no se declara.

Cómo lo llevaría a un entorno real

Cuando aterrizo clasificador de riesgo · ai act en una organización, no empiezo por comprar una herramienta ni por redactar veinte páginas. Empiezo por dibujar qué ocurre hoy: quién solicita el cambio, quién lo aprueba, qué sistemas intervienen, qué datos cruzan el proceso y quién se entera cuando algo falla. Ese dibujo suele descubrir más problemas que cualquier checklist. En riesgo y cumplimiento, lo peligroso no es solo carecer de controles; también lo es creer que existen porque alguien los escribió una vez.

Después separo lo imprescindible de lo deseable. Lo imprescindible debe poder comprobarse: un responsable identificado, una regla clara, una evidencia fechada y un mecanismo para reaccionar. En este caso revisaría especialmente Clasificador, riesgo y responsable. No me vale una respuesta del tipo «lo gestiona el proveedor» o «eso lo mira seguridad». Necesito saber qué persona toma la decisión, con qué información y dentro de qué plazo.

La implantación debe crecer con el riesgo. Un piloto interno puede funcionar con una ficha breve y una revisión manual. Un sistema que afecta a clientes, empleados, dinero o información sensible necesita segregación de funciones, pruebas independientes, monitorización y un expediente mantenido. Mi criterio es sencillo: cuanto más difícil sea deshacer el daño, más fuerte debe ser la barrera antes de producción.

Decisiones que deben quedar por escrito

Hay decisiones que no deberían vivir en una reunión ni en un mensaje de chat. Para clasificador de riesgo · ai act dejaría documentados el alcance, los supuestos, los límites de uso, las excepciones aceptadas y las condiciones que obligan a detener o reevaluar. El documento no tiene que ser enorme, pero sí debe permitir que otra persona entienda por qué se hizo lo que se hizo.

También registraría quién puede cambiar control, quién valida evidencia y quién recibe las alertas relacionadas con Clasificador. Cuando esas tres responsabilidades se mezclan, aparece el clásico problema: el mismo equipo construye, aprueba y declara que todo funciona. No siempre se puede separar por completo, sobre todo en organizaciones pequeñas, pero al menos debe existir una revisión por alguien que no dependa del éxito inmediato del despliegue.

Las excepciones merecen un tratamiento propio. Una excepción sin fecha de caducidad acaba convirtiéndose en la arquitectura real. Por eso exigiría motivo, riesgo aceptado, responsable, compensaciones, fecha de revisión y criterio de cierre. Si falta uno de esos elementos, no es una excepción gestionada; es una deuda invisible.

Un ejemplo práctico

Imaginemos que un equipo quiere incorporar clasificador de riesgo · ai act a un servicio que ya está en producción. La propuesta promete reducir tiempos y automatizar tareas, pero utiliza componentes que cambian con frecuencia. Antes de aprobarlo, pediría una prueba limitada, un inventario de dependencias, un flujo de datos y una definición clara de qué acciones quedan fuera del alcance.

Durante la prueba recogería resultados normales y casos límite. No solo miraría si funciona; comprobaría qué ocurre cuando faltan datos, cambia una versión, se pierde conectividad, llega una entrada manipulada o un usuario intenta superar sus permisos. Ahí es donde se ve si el diseño aguanta. En muchas pruebas felices todo parece seguro porque nadie ha intentado romper la hipótesis de partida.

Si los resultados son aceptables, la salida a producción tendría condiciones: versión fijada, configuración aprobada, logs disponibles, responsables de guardia, procedimiento de rollback y revisión tras las primeras semanas. Si alguno de esos elementos no existe, prefiero retrasar el despliegue. Un día de demora suele ser más barato que investigar después un comportamiento que nadie puede reconstruir.

Qué evidencias guardaría

Para demostrar que el control funciona conservaría evidencias que cuenten una historia completa, no capturas sueltas. La historia debe enlazar necesidad, decisión, implementación, prueba y operación. En clasificador de riesgo · ai act eso incluye como mínimo la ficha del activo, el diagrama vigente, la configuración aprobada, el resultado de las pruebas y el registro de cambios.

No guardaría información por acumular. Si los logs contienen prompts, documentos, datos personales o secretos, aplicaría minimización, control de acceso y retención. La evidencia debe ayudar a investigar y auditar sin crear una segunda fuga de información. Es frecuente endurecer el sistema principal y dejar un repositorio de evidencias abierto a demasiadas personas.

• Propietario y finalidad de clasificador de riesgo · ai act, con fecha de revisión.
• Inventario de Clasificador, riesgo y dependencias asociadas.
• Criterios de aceptación y resultados sobre responsable y control.
• Configuración efectiva, versión y aprobación del cambio.
• Alertas, incidentes, excepciones y acciones correctivas cerradas.

Señales de que el control no está funcionando

El primer síntoma es que nadie sabe responder con rapidez quién es el responsable. El segundo es que la documentación describe una versión distinta de la que está operando. El tercero es que las alertas existen, pero llegan a un buzón que nadie revisa. Cuando aparecen esos tres síntomas, el problema no es tecnológico: el control se ha desconectado de la operación.

También desconfío de las métricas demasiado perfectas. Cero incidentes, cero excepciones y cien por cien de cumplimiento pueden significar excelencia, pero con frecuencia significan que no estamos mirando. Prefiero indicadores que enseñen tendencia: tiempo de corrección, antigüedad de excepciones, cobertura de pruebas, cambios sin revisión y reincidencias.

Por último, revisaría el comportamiento después de cada cambio significativo. En IA, una actualización de modelo, dataset, prompt, herramienta, permiso o proveedor puede alterar el riesgo sin cambiar el nombre del servicio. Si el proceso solo reevalúa cuando se crea un proyecto nuevo, se quedará ciego durante la mayor parte de la vida útil.

Mi criterio de cierre

Considero que clasificador de riesgo · ai act está razonablemente controlado cuando el equipo puede explicar el proceso sin depender de una sola persona, reconstruir una decisión con evidencias y detener el servicio sin improvisar. No busco perfección documental; busco que la organización pueda tomar decisiones repetibles bajo presión.

El cierre no consiste en marcar todas las casillas. Consiste en demostrar que los riesgos relevantes tienen propietario, que los controles se prueban y que las desviaciones producen una acción. Si la evidencia no cambia ninguna decisión, probablemente estamos generando burocracia. Si una decisión importante no deja evidencia, estamos creando fragilidad.

Este enfoque es el que intento mantener en toda CyberLibrary AI: explicar el control de forma que lo entienda negocio, pero con suficiente profundidad para que arquitectura, seguridad, auditoría y operaciones puedan aplicarlo de verdad.

Referencias y marcos relacionados

Contenido educativo y técnico. No sustituye asesoramiento jurídico, una auditoría formal ni la lectura del Reglamento vigente.