Ir al contenido
IA para hoy
Regulación y ética Opinión 2/5 · Declaración interesada

Expertos españoles analizan la explicabilidad de la IA y su marco regulatorio en la UE

Fotografía de archivo que ilustra: Expertos españoles analizan la explicabilidad de la IA y su marco regulatorio en la UE
Foto: Google DeepMind · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Investigadores de la UPC y la USC, Karina Gibert y José María Alonso Moral, explican en un reportaje el problema de la 'caja negra' en sistemas de IA subsimbólica y la disciplina de Explainable AI que busca justificar sus decisiones. Se vincula la explicabilidad con la AI Act europea, que clasifica aplicaciones por nivel de riesgo, y con el derecho a explicación del GDPR.

Resumen generado mediante IA a partir de Computerworld España. Naturaleza de la información: análisis u opinión.

Análisis Por qué importa

La falta de explicabilidad limita el uso de IA en decisiones estratégicas o de alto riesgo y genera exposición legal para empresas que no puedan justificar el comportamiento de sus modelos ante reguladores o afectados.

Quién se ve afectado
Empresas que desarrollan o despliegan sistemas de IA en decisiones de negocio, política pública o atención sanitaria, y responsables de cumplimiento normativo.
Qué puede cambiar
Las organizaciones que operen en la UE deberán incorporar explicabilidad desde el diseño de sus modelos, no como añadido posterior, para cumplir con la AI Act y el GDPR.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Vigilar el ritmo de implementación de la AI Act y si empresas no europeas se adaptan o renuncian a vender en el mercado europeo por los requisitos de transparencia.

Recomendación Qué debería hacer una empresa

Las empresas que usen IA en decisiones de alto impacto deberían auditar en los próximos 6-12 meses la trazabilidad y explicabilidad de sus modelos para anticiparse a los requisitos de la AI Act.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: Computerworld España. La referencia es siempre el artículo original.

Ver fuente original ↗

redes neuronalesIA explicableIA generativa Universitat Politècnica de CatalunyaUniversidad de Santiago de Compostela AI Act explicabilidad GDPR IA de caja negra regulación europea

Relacionadas

Explican qué es la 'caja negra' de la IA y los riesgos de su opacidad interpretativa

El artículo explica el concepto de 'caja negra' en inteligencia artificial: la dificultad de los propios desarrolladores para reconstruir completamente el…

Por qué importaA medida que los agentes de IA ganan autonomía y acceso a herramientas y sistemas, la falta de interpretabilidad deja de ser un problema teórico y…

Impacto bajo Fiabilidad declaración interesada Ámbito Tecnología

Reguladores financieros exigen explicabilidad y auditoría a los modelos de IA que evalúan crédito

El BIS, el Tesoro de EE.UU. y la OCDE han publicado en 2025-2026 marcos y advertencias sobre la falta de explicabilidad de los modelos de IA usados en…

Por qué importaLas entidades financieras no podrán justificar sus sistemas de IA solo por eficiencia, sino que deberán demostrar trazabilidad, validación y control…

Impacto medio Fiabilidad declaración interesada Enter.co
Regulación y ética

Científicos alertan sobre riesgos de la IA agéntica y piden regulación urgente y responsabilidades claras

Cuatro científicos expertos en IA (Alicia Ortiz de Zárate, Nuria Oliver, Ramón López de Mántaras y Senén Barro) debatieron en un encuentro organizado por…

Por qué importaEl debate plantea que los riesgos de sistemas con mayor autonomía requieren marcos de responsabilidad claros antes de una adopción masiva en sectores…

Impacto bajo Fiabilidad declaración interesada 20minutos Tecnología

Crítica sobre cómo la IA generativa reduce la comprensión en equipos de software

Florian Herrengt reflexiona sobre un escenario donde los equipos de desarrollo delegan progresivamente la resolución de problemas en modelos de IA (Claude…

Por qué importaSeñala un riesgo real en la adopción acelerada de IA en desarrollo: la delegación sistemática erosiona la capacidad técnica interna y el conocimiento…

Impacto medio Fiabilidad una fuente fiable Simon Willison

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.