El debate serio sobre inteligencia artificial dejó de estar en la promesa. Está en la evidencia. Una organización puede decir que usa IA responsable, segura, explicable o alineada a principios éticos; ninguna de esas palabras es auditable por sí misma. La pregunta auditora es más incómoda: qué documento, registro, responsable, prueba, bitácora o decisión verificable sostiene la declaración. Este informe ordena esa agenda para la Argentina y Latinoamérica con corte de evidencia declarado — mayo de 2026 · ISO/IEC 42001, NIST AI RMF, EU AI Act y los instrumentos argentinos de la AAIP. Su producto es la carpeta mínima que un directorio puede exigir esta semana.
La velocidad de adopción ya está resuelta — la región adopta rápido, y el informe 17 de esta serie lo documenta con fuentes primarias. Lo que no está resuelto es todo lo demás: que cada adopción llegue con inventario, dueño, trazabilidad, criterios de aceptación y capacidad real de corrección. Esa es la agenda.
El problema regional excede lo regulatorio
La tentación habitual es reducir el tema a una pregunta jurídica: si hay ley o si falta ley. Esa lectura queda corta. La región ya tiene normas generales de protección de datos, transparencia, derechos del consumidor, responsabilidad civil, contratación pública, seguridad de la información y administración estatal, además de guías y recomendaciones específicas sobre inteligencia artificial. El problema excede la ausencia de un texto perfecto. Es la distancia entre los principios declarados y los controles operativos que una organización puede demostrar.
Una empresa que incorpora IA para evaluar clientes, priorizar reclamos, seleccionar candidatos, resumir historias clínicas, detectar fraude o asistir decisiones contractuales ya opera un sistema de decisión, lo llame así o no. Si no puede explicar alcance, datos, finalidad, límites, responsables, supervisión humana y mecanismo de reclamo, el riesgo no es futuro. Está instalado.
Tres planos que no deben mezclarse
La madurez de gobernanza exige separar tres planos que suelen confundirse. El error de campo recurrente es usar un plano para tapar otro: una guía ética no sustituye controles técnicos, un framework técnico no reemplaza responsabilidad jurídica, y una certificación de sistema de gestión no prueba por sí sola que cada modelo sea correcto, justo o adecuado para cualquier uso. La comparación completa de los marcos — alcance, naturaleza, vigencia, a quién obligan — vive en el informe 01 de esta serie. El cuadro siguiente los ordena por función, con la columna que casi nadie lee: qué no resuelve cada uno.
| Plano | Marco de referencia | Qué resuelve | Qué no resuelve |
|---|---|---|---|
| Sistema de gestión | ISO/IEC 42001:2023 | Políticas, roles, inventario, riesgos, controles, seguimiento y mejora del uso de IA · arquitectura verificable y certificable | La corrección, justicia o suficiencia jurídica de cada modelo específico |
| Riesgo técnico | NIST AI RMF | Lenguaje común para sesgo, deriva, explicabilidad y robustez durante el ciclo de vida · puente entre equipos técnicos, legales, de datos y auditoría | El sistema de gestión que lo sostiene y la responsabilidad jurídica |
| Cumplimiento jurídico y sectorial | EU AI Act y Digital Omnibus adoptado por el Consejo de la UE el 29 de junio de 2026 · legislación aplicable e instrumentos de la AAIP en Argentina | Obligaciones que correspondan según jurisdicción, sector, rol, uso y fecha | El funcionamiento operativo real de los controles declarados |
La carpeta del directorio · diez preguntas con evidencia esperada
Antes de aprobar un uso relevante de IA, al directorio le alcanza con exigir una carpeta mínima de decisión. El laboratorio técnico queda en otro piso. La carpeta responde diez preguntas. Cada una tiene una evidencia esperada, y la evidencia es un documento con fecha — no una explicación verbal en la reunión.
| N.º | Pregunta | Evidencia esperada |
|---|---|---|
| 01 | ¿Qué sistema se usa? | Inventario con versión, proveedor y fecha de alta |
| 02 | ¿Para qué decisión? | Finalidad autorizada por escrito, con alcance y límites |
| 03 | ¿Con qué datos? | Mapa de datos con base jurídica o contractual |
| 04 | ¿Quién lo administra? | Responsable operativo nombrado |
| 05 | ¿Quién acepta el riesgo? | Firmante identificable con autoridad documentada |
| 06 | ¿Qué proveedor interviene? | Contrato, acuerdo de procesamiento de datos y registro de proveedores |
| 07 | ¿Qué pruebas se hicieron antes de producción? | Resultados de desempeño y sesgo fechados antes del despliegue |
| 08 | ¿Qué supervisión humana existe? | Criterio de muestreo, autoridad para bloquear y registro de bloqueos |
| 09 | ¿Qué registro queda de cada decisión relevante? | Trazabilidad consultable por un tercero |
| 10 | ¿Qué proceso corrige errores, sesgos o incidentes? | Procedimiento con responsable, plazo y registro de casos |
Si esas preguntas no tienen respuesta escrita, la organización no tiene gobernanza de IA. Tiene confianza informal en una herramienta. Para usos de bajo impacto puede ser tolerable. Para decisiones que afectan derechos, acceso a servicios, dinero, empleo, seguridad, salud, educación o reputación institucional, la carpeta es la condición de entrada, no el trámite posterior.
Qué mira una auditoría de IA
Una auditoría de IA revisa la carpeta y la operación detrás de la carpeta. Arranca por el inventario de sistemas — que solo es real con amnistía previa, como establece el Criterio 10 —, la clasificación de riesgo, la finalidad autorizada, el mapa de datos y el control de cambios. Después baja a la operación: pruebas de desempeño, evaluación de sesgos, gestión de proveedores, supervisión humana, trazabilidad de decisiones, canales de reclamo, monitoreo posterior a producción y criterios de retiro o suspensión. El foco es uno solo: si la organización puede prevenir, detectar, explicar y corregir errores antes de que se vuelvan daño repetido. La diferencia entre un incidente tecnológico y una falla institucional suele estar en esa capacidad de respuesta.
Argentina · instrumentos dispersos, exigencia creciente
Argentina tiene instrumentos vigentes y citables. La Disposición 2/2023 aprobó recomendaciones para una inteligencia artificial fiable. La Resolución AAIP 161/2023 creó el programa específico de transparencia y protección de datos personales en el uso de IA. La guía de la AAIP de 2024 aporta criterios sobre evaluación de impacto, equipos multidisciplinarios, explicabilidad, protección de datos y ciclo de vida completo. Estos instrumentos no crean por sí solos una obligación jurídica general para toda organización: ayudan a pedir y diseñar evidencia. Las obligaciones concretas dependen de la jurisdicción, el sector, el rol, el uso y el tratamiento de datos aplicables. La evidencia se construye antes de que llegue el conflicto.
Latinoamérica · de la copia normativa al control posible
Muchas conversaciones regionales sobre IA reproducen marcos europeos o norteamericanos sin traducirlos a capacidades locales. El traslado sirve como referencia y falla como implementación. Un banco, una provincia, una universidad, una empresa de salud o una plataforma de empleo necesitan convertir esa arquitectura en controles posibles · inventario, dueños, registros, revisión humana, métricas, contratos, auditoría y evidencia. La oportunidad latinoamericana no está en competir por el texto normativo más ambicioso. Está en crear sistemas de gestión que demuestren cómo se usa la IA en condiciones reales — restricción presupuestaria, dependencia de proveedores, datos incompletos, capacidades institucionales desiguales.
El mínimo defendible
El mínimo defendible
Para organizaciones que ya usan IA, el mínimo defendible es una base de evidencia con diez piezas · inventario de usos · clasificación de impacto · responsable por sistema · finalidad autorizada · evaluación de datos · registro de proveedores · pruebas antes de producción · monitoreo posterior · canal de revisión humana · procedimiento de incidentes.
Ese mínimo no elimina el riesgo. Lo vuelve gobernable. Y cuando un auditor, regulador, juez, cliente o ciudadano pregunte qué se hizo para evitar daño, la organización podrá responder con registros en lugar de una promesa.
Cuando alguien serio pregunte qué se hizo para evitar el daño, la respuesta va a ser la carpeta — o va a ser una promesa.