Cómo gobernar y auditar la IA con responsabilidad para evitar riesgos

Adoptar IA sin reglas claras puede exponer datos, decisiones y procesos; por ello, las empresas necesitan controles, auditoría y supervisión humana constante.

Cómo gobernar y auditar la IA: riesgos, controles y responsabilidad


M.A., C.P.C. y P.C.CO. Elien Ramírez Barrientos Comisión-colegio Socia en Ramírez, Vargas y Santamaría Negocios Empresariales
Gobierno corporativo 16 de noviembre de 2026

La Inteligencia Artificial (IA) ha dejado de ser una tecnología reservada para áreas especializadas y actualmente se utiliza para analizar grandes volúmenes de información, automatizar tareas, detectar patrones, elaborar proyecciones y apoyar decisiones empresariales. Su incorporación puede representar una ventaja importante para las organizaciones que buscan hacer más eficientes sus procesos y responder con mayor rapidez a las exigencias del entorno.

No obstante, junto con sus beneficios surgen responsabilidades que deben definirse desde el inicio; por ello, una empresa que adopta esta tecnología necesita establecer quién autoriza su uso, qué información puede procesarse, cómo se comprueban los resultados y quién responde cuando una recomendación apoyada por IA ocasiona una consecuencia desfavorable. Su adopción no es solamente un asunto tecnológico; también involucra estrategia, responsabilidades, control interno, cumplimiento y confianza.

En la práctica, una herramienta puede comenzar a utilizarse antes de que la empresa haya definido reglas para hacerlo y un colaborador puede recurrir a una aplicación pública para resumir un contrato, preparar una propuesta o analizar información de un cliente. La intención quizá sea mejorar el trabajo, pero la organización podría desconocer qué datos fueron compartidos, dónde quedaron almacenados o si el resultado fue verificado. Por ello, la gobernanza y la auditoría deben abarcar tanto los proyectos formales como los usos cotidianos que surgen sin autorización o supervisión.

Integrar la IA no exige crear una estructura compleja; se necesita un marco que permita conocer las herramientas utilizadas, valorar sus riesgos, asignar responsables y conservar evidencia. Ese marco puede construirse a partir de cuatro elementos:

Elementos clave para la integración de la IA

Elementos clave para la integración de la IA

Responsabilidades y rendición de cuentas

La primera definición consiste en determinar quién decide y quién responde. Los órganos de gobierno y la dirección deben conocer qué problema se pretende resolver, qué decisiones apoyará la herramienta, qué información utilizará y cuándo será obligatoria la intervención humana. Cada aplicación debe tener un responsable de negocio que conozca su finalidad y sus limitaciones, considerando que contratar a un proveedor no transfiere la responsabilidad por su uso.

La autorización, las pruebas, los criterios de aceptación, los revisores y las acciones ante desviaciones deben quedar documentados, ya que la rendición de cuentas exige que cada participante responda conforme a su función y que sea posible reconstruir el origen de los datos, el proceso seguido y la decisión adoptada.

La gobernanza de la IA exige definir responsables, controlar riesgos y conservar evidencia para innovar sin perder supervisión ni confianza empresarial.

Administración de riesgos

Lo que se desconoce no puede administrarse; por ello, el inventario debe incluir las soluciones contratadas y las aplicaciones incorporadas por iniciativa de los usuarios. Para cada una conviene registrar su finalidad, proveedor, responsable, usuarios, datos procesados y decisión que apoya.

La clasificación debe considerar la sensibilidad de la información, el grado de autonomía, las personas afectadas y la gravedad de una falla. A mayor consecuencia financiera, fiscal, laboral, jurídica u operativa, mayores deberán ser la autorización, las pruebas y la supervisión. La evaluación debe acompañar todo el ciclo de vida, desde la selección hasta el retiro de la herramienta.

Asimismo, deben examinarse la calidad de los datos, los posibles sesgos, la ciberseguridad, la confidencialidad, la propiedad intelectual y la dependencia del proveedor. Además, cuando se procesen datos personales, deberán cumplirse los principios y obligaciones de la legislación mexicana aplicable.

Controles internos

Los riesgos deben traducirse en controles, por lo que antes de autorizar una herramienta se debe evaluar su propósito, los datos que procesará, la seguridad del proveedor y las consecuencias de un resultado incorrecto. En aplicaciones de mayor impacto conviene realizar una prueba piloto con criterios de aceptación y casos que permitan observar excepciones y límites.

Los accesos deben corresponder a las funciones de cada usuario y debe indicarse qué información no puede introducirse en plataformas públicas o no autorizadas. La revisión humana tampoco debe ser una aprobación automática: quien valida necesita conocimientos, tiempo y autoridad para cuestionar el resultado. En decisiones financieras, fiscales, laborales o jurídicas, la comprobación debe quedar documentada.

Los contratos deben precisar confidencialidad, tratamiento y devolución de información, notificación de incidentes, niveles de servicio y acceso a evidencia. Estos controles deberán revisarse cuando cambien la herramienta, el proveedor, los datos o el propósito autorizado.

Auditoría y monitoreo

La auditoría comprueba si la gobernanza funciona en la operación, por lo que su alcance debe abarcar personas, procesos, datos y proveedores. Una solución puede operar sin fallas técnicas y, al mismo tiempo, utilizarse sin autorización, alimentarse con información inadecuada o carecer de una revisión humana efectiva; por ello, la auditoría y el monitoreo constante toman relevancia.

La revisión puede verificar si existe un inventario actualizado, si cada herramienta tiene propósito y responsable, si su riesgo fue clasificado, si los accesos están restringidos y si se conserva evidencia de las validaciones. Posteriormente, deberán probarse los controles mediante muestras y el seguimiento de operaciones completas.

La auditoría interna puede asesorar durante la implementación, pero debe conservar independencia para evaluar el proceso; no debe ser propietaria de la herramienta ni operar los controles que revisará. El monitoreo debe incluir errores, incidentes, reclamaciones, cambios del proveedor y variaciones relevantes en los resultados.

Una implementación gradual

La implementación puede comenzar con un diagnóstico de los usos existentes y la selección de los casos de mayor impacto; por ello, cada piloto debe tener objetivo, responsable, datos autorizados, usuarios capacitados y criterios para decidir si puede avanzar.

Con la experiencia obtenida, será posible formalizar una política breve, actualizar el inventario y ampliar los usos de manera gradual. Si el beneficio no justifica la exposición o los controles no funcionan, suspender la implementación también constituye una decisión responsable. La idea es construir un proyecto gradual y consciente que anticipe riesgos y prepare a la organización para la adopción de la IA.

Inventariar herramientas de IA, clasificar riesgos y documentar controles permite a las empresas aprovechar la tecnología con responsabilidad y mayor confianza.

Conclusiones

El valor de la IA no depende solo de la capacidad de la herramienta, sino de la claridad con la que se define su propósito, se protege la información y se asumen las consecuencias de su uso. Contar con responsabilidades claras, administración de riesgos, controles internos y auditoría ofrece una base práctica para avanzar con orden.

No se trata de prohibir la tecnología ni de confiar ciegamente en ella, sino de aplicar medidas proporcionales al impacto de cada uso. La confianza se construye cuando la empresa puede explicar por qué adoptó una herramienta, qué información utiliza, quién valida sus resultados y cómo actúa ante una falla; gobernar y auditar el uso de la IA de forma precavida y responsable permite innovar sin renunciar al control.icono final


Referencias

  • Congreso de la Unión, 2025, Ley Federal de Protección de Datos Personales en Posesión de los Particulares, 2026, de Cámara de Diputados: https://www.diputados.gob.mx/LeyesBiblio/ref/lfpdppp.htm
  • International Organization for Standardization, 2023, ISO/IEC 42001:2023. Information technology—Artificial intelligence—Management system, 2026, de ISO: https://www.iso.org/standard/42001
  • National Institute of Standards and Technology, 2023, Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1), 2026, de NIST Technical Series Publications : https://doi.org/10.6028/NIST.AI.100-1
  • Organisation for Economic Co-operation and Development, 2024, Recommendation of the Council on Artificial Intelligence, 2026, de OECD: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
  • The Institute of Internal Auditors, 2024, The IIA’s updated AI auditing framework, 2026, de IIA: https://www.theiia.org/en/content/tools/professional/2023/the-iias-updated-ai-auditing-framework/


Te puede interesar



© 2026 Colegio de la Contaduría Pública de México, A.C.

Directorio Contacto Aviso legal Acerca de Veritas
Revista Veritas