👉 Esta actividad te ayuda a cumplir los siguientes controles:
ISO/IEC 42001:2023: A.6.2.2, A.6.2.3
¿Para qué me sirve esta actividad? 📚
Esta actividad te sirve para crear un registro técnico centralizado y exhaustivo para cada uno de tus sistemas de inteligencia artificial. Este documento es la fuente única de verdad que detalla la arquitectura, los componentes, el propósito y la evolución de cada sistema de IA, asegurando la trazabilidad y la gestión del conocimiento a lo largo de su ciclo de vida.
Implementar y mantener este registro te permite:
Formalizar el diseño del sistema: Proporciona un registro auditable de las decisiones de diseño, los componentes utilizados y los requisitos que el sistema debe cumplir.
Gestionar la evolución del modelo: Documenta de manera sistemática los cambios y mejoras (refinamientos) aplicados a un modelo, midiendo objetivamente su impacto en el rendimiento.
Facilitar la colaboración y el mantenimiento: Permite que los equipos técnicos, operativos y de gobernanza tengan una comprensión compartida del sistema, lo que es crucial para el mantenimiento, la depuración de errores y la incorporación de nuevos miembros al equipo.
Demostrar un control riguroso: Es la evidencia principal ante un auditor de que el diseño, desarrollo y mantenimiento de tus sistemas de IA se realizan de forma planificada, documentada y controlada.
¿Qué tengo que hacer? 🚀
Para elaborar este documento te recomendamos ampliamente comenzar leyendo este artículo y la pestaña de "INSTRUCCIONES" del template que te proporcionamos para comprender el propósito de cada pestaña y columna.
Dentro del template encontrarás una estructura de dos partes para documentar tanto el diseño inicial como la evolución continua de tus sistemas de IA, cubriendo así todos los requisitos de la norma.
A continuación, te explicamos con mayor detalle el propósito de las dos pestañas principales del template.
Pestaña de "Especificaciones"
Esta pestaña sirve para registrar de manera formal y detallada todos los componentes y decisiones de diseño de un sistema de IA en un momento dado. Deberás completar una fila por cada sistema, cubriendo los siguientes apartados:
Contexto y justificación del sistema (Columnas A-D): En esta primera sección se establece el marco de negocio. Se debe indicar el nombre de la IA, una descripción clara de su función, la justificación de negocio para su desarrollo (optimizar un proceso, crear una nueva capacidad, etcétera) y el objetivo / propósito específico para el cual fue creado, detallando los resultados esperados.
Arquitectura y componentes técnicos (Columnas E-I): Aquí se documenta el núcleo técnico del sistema. Se debe especificar el enfoque de aprendizaje (supervisado, no supervisado, etcétera), el algoritmo / modelo de aprendizaje concreto que se utiliza (redes neuronales, árboles de decisión, etcétera) y el ID del dataset empleado para su entrenamiento, lo que crea un vínculo trazable con tu Matriz de Gestión de Datos para IA. Adicionalmente, se deben listar los componentes de hardware (GPUs específicas) y software (librerías, frameworks) necesarios para su funcionamiento.
Interacción y entorno operativo (Columnas J-M): Esta última parte describe cómo el sistema se relaciona con su entorno. Se detalla la descripción de la interfaz de usuario (cómo interactúan las personas con él), el proceso de interacción / supervisión humana (un punto crucial que define cuándo y cómo una persona revisa o puede anular las decisiones de la IA) y las consideraciones técnicas de interoperabilidad (cómo se integra con otros sistemas) y portabilidad (su capacidad para ser desplegado en diferentes infraestructuras).
Pestaña de "Refinamiento"
Esta pestaña es un registro cronológico de los cambios y mejoras aplicados a un sistema de IA ya existente. Su función es documentar el proceso de mejora continua de cada modelo. El flujo de trabajo que se documenta es:
Identificación y aprobación del cambio (Columnas A-D): Para cada intento de mejora, se registra el nombre de la IA, el método de refinamiento que se propone aplicar (reentrenamiento, ajuste de umbral, etcétera), el responsable de la aprobación de dicho cambio y la fecha en que se aprueba.
Implementación del refinamiento (Columnas E-F): Se deja constancia de la ejecución del cambio, registrando el responsable de la aplicación (quién hizo el trabajo técnico) y la fecha en que se implementó.
Medición cuantitativa del impacto (Columnas G-L): Esta es la sección más crítica del refinamiento. Se define una métrica objetiva y medible para evaluar el éxito del cambio. Se registran los valores de esta métrica antes y después de aplicar el refinamiento. La columna "¿Mejoró?" obliga a una conclusión basada en datos sobre si el cambio fue beneficioso.
Análisis y observaciones (Columna M): En esta columna final se registran las conclusiones cualitativas del proceso. Es el espacio para documentar las lecciones aprendidas, tanto si el refinamiento fue un éxito o no.
Nuestro template está estructurado con lineamientos para dar cumplimiento, además cuenta con ejemplos y recomendaciones que te servirán para terminar tu documento fácil y rápidamente, pero recuerda que debes ajustarlo al contexto de tu empresa 💪🏼.
💡 Los pasos a seguir para terminar la actividad dentro de la plataforma son los siguientes:
Una vez que nuestro equipo haya aprobado la actividad, debes subir el documento final en versión PDF (no editable).
Posteriormente, debes subir la evidencia de su aprobación.
Recomendamos que esta evidencia sea a través de una minuta de sesión de comité (en ese caso, debes subir el documento en PDF de la minuta), o con una captura de pantalla de la respuesta explícita de quién o quiénes lo aprobaron.
Esto debe realizarse por algún medio de comunicación interno de la empresa, como Slack, Teams o el correo electrónico organizacional.
Y por último, debes subir la evidencia de su comunicación.
Al igual que la aprobación, la comunicación del documento puede ser por cualquier medio formal interno de la empresa. Y para esto, debes subir una captura de pantalla donde se muestre que el documento fue comunicado a todos los colaboradores interesados.
Recomendaciones ✅
La mejor práctica es tener una fila dedicada para cada sistema de IA significativo que desarrolles o utilices. No intentes mezclar las especificaciones de varios sistemas en un solo lugar porque puede resultar confuso, y por ende, en documentación "defectuosa".
Mantén la conexión con tus datos y otra documentación relacionada. La columna "ID del dataset" es uno de los vínculos más importantes de tu SGIA. Asegúrate de que el ID que coloques aquí coincida con el que tienes en tu Matriz de Gestión de Datos para IA. Un auditor posiblemente verificará esta trazabilidad.
Define métricas que realmente aporten información de valor y que sean significativas para el negocio. No te limites a métricas técnicas abstractas; elige indicadores que reflejen una mejora real en la experiencia del usuario o en la eficiencia del proceso.
La supervisión humana no es un detalle menor, sino un control normativo y regulatorio importante. Dedica tiempo a describir de forma clara y honesta cómo y cuándo interviene una persona para supervisar, corregir o anular las decisiones del sistema de IA. Además, es uno de los puntos más importantes desde una perspectiva ética y de gestión de riesgos.
¡Califica este artículo 👇, esto nos ayudará a mejorar nuestro contenido para ti! Recuerda que también puedes contactarnos por nuestro chat de soporte y te brindaremos la atención que necesites.