Saltar al contenido

Artículos

Análisis sobre AI Act, frameworks de governance, Data Governance y compliance de IA, en español y para profesionales de la UE, Latinoamérica y cualquier país.

86 artículos · Última publicación 15 de noviembre de 2026 · Referenciado con AI Act, RGPD, NIS2 e ISO 42001

IA en la empresa sin sustituir a las personas: cómo proteger el empleo

Cómo automatizar tareas manteniendo el empleo, valorar el criterio del equipo y medir el coste total de un piloto de IA.

Leer →

Incidentes de IA: casos reales y controles para empresas

Qué ocurrió en Air Canada y Zillow Offers y qué controles puedes revisar en tu organización.

Leer →

Dashboard de calidad del dato: qué mostrar, a quién y cómo montarlo paso a paso

Cómo montar un dashboard de calidad del dato que se use: tres vistas (dirección, responsables de datos y equipo técnico), qué indicadores poner, con qué herramienta y qué errores evitar.

Leer →

Alfabetización en IA (art. 4 del AI Act): qué exige hoy y cómo cumplirla sin un gran programa

Qué pide el artículo 4 del AI Act tras el Digital Omnibus, a quién afecta, qué debe incluir la formación según la Comisión y cómo documentarla en una pyme.

Leer →

Cómo medir la data literacy de tu equipo antes de gastar en formación

Cómo evaluar la alfabetización en datos de un equipo: qué medir, cómo preguntarlo para que no sea un examen, cómo leer los resultados y qué hacer con ellos.

Leer →

Data literacy por roles: qué debe saber cada perfil de tu empresa

Qué nivel de alfabetización en datos necesita cada rol: dirección, mandos, analistas, data owners y equipos técnicos, con ejemplos concretos de lo que deben saber hacer.

Leer →

Plan de alfabetización en datos en 90 días: de cero a un programa que funciona

Un plan de data literacy en tres fases de 30 días: medir y priorizar, formar con casos reales y consolidar con herramientas y una segunda medición.

Leer →

EN 18286: la norma del sistema de gestión de calidad del AI Act, qué cubre y qué no

Qué es la EN 18286, la primera norma armonizada del AI Act: qué cubre del art. 17, qué deja fuera (riesgos y datos), cómo encaja con ISO 42001 e ISO 9001 y por dónde empezar.

Leer →

Cómo identificar los dominios de datos de tu empresa, paso a paso

Cómo identificar los dominios de datos de una empresa desde cero: parte de los procesos y las entidades de negocio, contrasta con el organigrama, valida con las áreas y asigna un responsable a cada dominio.

Leer →

Clasificación de riesgo del AI Act: cómo clasificar tus sistemas de IA paso a paso

Prohibido, alto riesgo, riesgo limitado o mínimo: cómo saber en qué nivel cae cada sistema de IA de tu empresa, con cuatro preguntas y los errores más comunes.

Leer →

Control de acceso a los datos (RBAC): quién puede ver qué, y por qué importa con la IA

Cómo definir un modelo de acceso por roles (RBAC) para tus datos: mínimo privilegio, matriz de roles y datos, revisiones periódicas y qué cambia cuando una IA consulta tus datos.

Leer →

Cifrado y gestión de claves: qué cifrar, con qué criterio y quién guarda las llaves

Una guía sin jerga sobre cifrado de datos: qué cifrar según su clasificación, cifrado en reposo y en tránsito, y cómo gestionar, rotar y proteger las claves.

Leer →

Seguridad de los datos con IA: los controles mínimos que deberías tener

Lista práctica de controles mínimos de seguridad para datos que usa o genera una IA: accesos, cifrado, registros, copias, proveedores, incidentes y riesgos propios de la IA.

Leer →

Documentación técnica y registros del AI Act para sistemas de alto riesgo: qué hay que guardar

Qué documentación y qué registros automáticos exige el AI Act a los sistemas de alto riesgo (Arts. 9, 11, 12, 13, 18, 19 y 26), quién los guarda y durante cuánto tiempo.

Leer →

Seguimiento posterior y mejora continua de la IA: cómo vigilar tus sistemas una vez en marcha

Cómo vigilar un sistema de IA después de ponerlo en producción: plan de seguimiento (Art. 72), incidentes graves (Art. 73), indicadores, revisión por la dirección y ciclo de mejora de ISO 42001.

Leer →

Cómo validar las respuestas de la IA: alucinaciones, quién revisa y cuándo

Las alucinaciones no se eliminan, se gestionan. Cómo decidir qué respuestas de la IA hay que revisar, quién las valida, con qué criterio y cómo medir que funciona.

Leer →

Qué puede consultar tu IA y qué información nunca debería usar

Cómo evitar que la IA exponga información confidencial: clasificar los datos, decidir qué puede ver y recibir cada herramienta, ajustar permisos y fijar reglas claras de uso.

Leer →

Oficina de Gobierno del Dato: cómo ponerla en marcha en 90 días

Qué es una Oficina de Gobierno del Dato, qué hace, quién la forma y un plan de 90 días para ponerla en marcha: mandato, primeras reglas, resultados visibles y métricas.

Leer →

Regulación de la IA en Asia-Pacífico: qué exige cada país en 2026

Corea del Sur ya tiene una ley de IA en vigor; Japón promueve sin sancionar; China regula por tipo de servicio. Qué exige cada país y qué debe preparar una empresa europea.

Leer →

AI Act frente a Estados Unidos: diferencias y qué reutilizar (2026)

La UE tiene una ley única por niveles de riesgo; Estados Unidos, un mosaico de leyes estatales y una orden federal que intenta frenarlas. Comparación práctica y qué reutilizar.

Leer →

IA y protección de datos en Latinoamérica: qué es obligatorio hoy

Casi ningún país latinoamericano tiene aún una ley específica de IA, pero todos tienen protección de datos. Qué es obligatorio hoy en Brasil, México, Chile, Colombia, Argentina y Perú.

Leer →

La Directiva de responsabilidad de la IA fue retirada: qué te protege y qué no en la UE

La Comisión retiró en 2025 la propuesta de Directiva de responsabilidad en materia de IA. Qué queda en pie: la nueva Directiva de productos defectuosos, el derecho nacional y el AI Act.

Leer →

Las 16 guías de la AESIA, explicadas y ordenadas

Qué es cada guía de la AESIA, en qué orden leerlas, qué artículo del AI Act cubre cada una y qué documentos preparar.

Leer →

Métricas de calidad del dato: 15 ejemplos y cómo calcularlos

Quince indicadores con población, fórmula y unidad. Diferencias entre exactitud, validez, representatividad y controles del proceso.

Leer →

¿Qué nivel de calidad del dato es aceptable?

Qué nivel de calidad del dato es aceptable: por qué no hay un porcentaje universal, cómo fijar umbrales según el riesgo del uso y cuándo revisarlos.

Leer →

¿Quién es responsable de la calidad del dato en una empresa?

Quién es responsable de la calidad del dato en una empresa: roles de data owner, data steward y equipo técnico, y cómo repartirlos en una organización pequeña.

Leer →

¿Por dónde empezar con la calidad del dato en una pyme?

Por dónde empezar con la calidad del dato en una pyme: elegir un conjunto de datos, medir con pocas métricas, corregir lo grave y asignar responsable.

Leer →

Monetización de datos: cómo generar valor con tus datos sin perder el control

Qué es monetizar datos, vías internas y externas, requisitos previos de calidad y privacidad, qué cambia con la Ley de Datos y cómo empezar con casos de uso de bajo riesgo.

Leer →

Gestión del cambio en data governance: cómo lograr que el equipo lo adopte

Por qué muchos programas de data governance fallan por falta de adopción y cómo aplicar gestión del cambio: patrocinio, comunicación, formación y medición.

Leer →

ISO/IEC 23894: guía de gestión de riesgos de IA y cómo se relaciona con ISO 42001

Qué es ISO/IEC 23894, para qué sirve, en qué se diferencia de ISO 42001 y del AI Act, y cómo usarla como guía para gestionar riesgos de IA en tu organización.

Leer →

AI governance vs data governance: diferencias, solapamientos y por dónde empezar

Qué diferencia hay entre gobierno de la IA y gobierno del dato, dónde se solapan, quién se encarga de cada uno y por dónde empezar si tienes poco equipo.

Leer →

Inventario de sistemas de IA: cómo crearlo paso a paso (con campos mínimos)

Cómo crear un inventario de sistemas de IA: qué incluir, campos mínimos, cómo encontrar la IA que ya usas, quién lo mantiene y cómo enlazarlo con la clasificación de riesgo del AI Act.

Leer →

RGPD y modelos de IA: ¿se pueden borrar los datos personales de un modelo entrenado?

Qué dice el RGPD sobre el derecho de supresión cuando hay datos personales en el entrenamiento de un modelo de IA: qué dijo el EDPB, qué opciones técnicas existen y cómo prepararte.

Leer →

Política de uso de IA para empleados: qué debe incluir y cómo implantarla

Qué debe contener una política de uso de IA generativa para empleados: herramientas permitidas, datos prohibidos, revisión humana, formación y cómo implantarla sin frenar al equipo.

Leer →

Cómo elegir una herramienta de gobierno de datos: criterios, PoC y diagnóstico rápido

Guía neutral para elegir una herramienta de catálogo y gobierno de datos: criterios, tipos de herramienta, cómo hacer una prueba de concepto (PoC), cómo demostrar valor y un mini-diagnóstico interactivo.

Leer →

Auditoría interna de IA: cómo empezar con una revisión sencilla y útil

Cómo montar una auditoría interna de sistemas de IA: alcance, muestra, qué comprobar (inventario, riesgo, datos, supervisión, registros) y cómo reportar hallazgos.

Leer →

FRIA: la evaluación de impacto en derechos fundamentales del AI Act, explicada

Qué es la FRIA del artículo 27 del AI Act, quién debe hacerla, qué debe contener y en qué se diferencia de la DPIA del RGPD.

Leer →

Incidentes con IA: qué hacer, a quién avisar y en qué plazos

Cómo preparar la gestión de incidentes con sistemas de IA: qué es un incidente grave según el AI Act, el aviso al proveedor y el plazo de 72 horas del RGPD si hay datos personales.

Leer →

Proveedores de IA: qué preguntar y qué pedir en el contrato antes de contratar

Lista práctica para evaluar a un proveedor de IA: roles según el AI Act, datos, seguridad, subencargados, transparencia, auditoría y salida del contrato.

Leer →

Calidad del dato para IA generativa: qué cambia cuando alimentas un chatbot con tus documentos

Cuando una IA generativa responde con tus documentos (RAG), la calidad de esos documentos manda. Qué revisar: vigencia, duplicados, permisos, fuentes y trazabilidad.

Leer →

Data literacy: cómo alfabetizar en datos a tu organización paso a paso

Qué es la alfabetización en datos, por qué importa para la gobernanza y la IA, y cómo empezar con niveles sencillos, formación práctica y casos reales.

Leer →

Agentes de IA y alto riesgo: qué dicen las directrices de la Comisión

El borrador de directrices de la Comisión (mayo de 2026) aclara que los sistemas agénticos se evalúan como un todo. Qué significa y qué hacer con tus agentes.

Leer →

La CNIL y la IA agéntica: 8 pistas para proteger los datos cuando usas agentes

La CNIL francesa publicó en julio de 2026 una nota sobre agentes de IA y protección de datos. Sus 8 pistas, cómo encajan con la guía de la AEPD y qué hacer.

Leer →

Inventario de agentes de IA: cómo hacerlo en 5 pasos

Cómo saber qué agentes de IA tiene tu empresa, qué hacen y quién responde por ellos: los campos mínimos del inventario y 5 pasos para montarlo.

Leer →

Gobernanza de agentes de IA: qué controlar cuando la IA actúa por sí sola

Los agentes de IA ejecutan tareas y usan herramientas sin supervisión constante. Qué controles necesitas: inventario, límites, supervisión humana, registros y escalado.

Leer →

Anonimización vs seudonimización: diferencias y por qué importan para el RGPD

Qué diferencia hay entre anonimizar y seudonimizar datos personales, por qué los datos seudonimizados siguen siendo personales y qué técnicas se usan.

Leer →

Clasificación y retención de datos: cuánto tiempo guardar cada dato y por qué

Cómo clasificar los datos por sensibilidad y definir plazos de retención: qué dice el principio de limitación del plazo del RGPD y cómo montar una política sencilla.

Leer →

DORA: resiliencia operativa digital, a quién afecta y qué cubre

Qué es el Reglamento DORA (UE) 2022/2554, a qué entidades y proveedores TIC afecta, sus cinco áreas y cómo se relaciona con el AI Act y NIS2.

Leer →

Data products y data mesh: qué son y cuándo tienen sentido en tu empresa

Qué es un data product, qué propone el data mesh, qué exige a la gobernanza y cuándo no merece la pena adoptarlo. Guía práctica sin jerga.

Leer →

Master Data Management (MDM): qué son los datos maestros y cómo empezar

Qué son los datos maestros (clientes, productos, proveedores), para qué sirve el MDM, qué estilos existen y cómo empezar por un único dominio.

Leer →

Data contracts: qué son, qué deben incluir y cómo empezar sin complicarte

Qué es un data contract, qué debe incluir (esquema, calidad, plazos, responsable) y cómo empezar con un solo dataset crítico, con un ejemplo sencillo.

Leer →

Data Governance en una multinacional: owners globales, stewards locales y quién decide qué

Cómo repartir Data Owners y Data Stewards entre global, regional y local en una empresa con varios países: qué decide cada nivel, cómo resolver conflictos y errores habituales.

Leer →

Ley orgánica de IA en España: el proyecto, la AESIA y qué puede cambiar para tu empresa

Qué es el proyecto de ley orgánica de gobernanza de la IA en España, qué papel tendría la AESIA, qué sanciones prevé y en qué punto queda tras caducar y cómo prepararte.

Leer →

Supervisión Humana en el AI Act (Art. 14): qué exige y por qué no esperar a 2027

El plazo se aplazó a 2027, pero el RGPD ya exige algo muy parecido desde hoy. Qué exige el artículo 14 y por qué diseñarla ahora sale más barato.

Leer →

Declaración UE de Conformidad del AI Act (Anexo V): qué es y cuándo la necesitas

Un cliente o una aseguradora te la pueden pedir antes que un inspector. Qué exige el Anexo V y por qué no es un documento que se escribe desde cero.

Leer →

Inspección de AESIA o AEPD: qué esperar y cómo prepararte

España ya tiene régimen sancionador propio de IA desde mayo de 2026. Quién inspecciona qué y qué te van a pedir primero.

Leer →

EIPD / DPIA para sistemas de IA: cuándo es obligatoria y cómo hacerla

Un sistema de IA de alto riesgo del AI Act es casi siempre también una señal de que necesitas una EIPD. Cuándo es obligatoria y qué debe incluir.

Leer →

Shadow AI: cómo detectarla y regularizarla antes de que te la detecten a ti

Prohibir la IA no la elimina, solo la esconde. Cómo detectar qué herramientas usa realmente tu plantilla y regularizarlas sin frenar la operación.

Leer →

Registro de Actividades de Tratamiento (RAT): qué es, quién lo necesita y cómo rellenarlo

El primer documento que pide una inspección de la AEPD. Qué debe incluir, quién está obligado y los errores más comunes.

Leer →

Artículo 50 del AI Act: guía práctica para etiquetar chatbots, deepfakes y contenido con IA

En vigor desde el 2 de agosto de 2026. Qué obliga sobre chatbots, contenido sintético, deepfakes y textos con IA, y qué revisar esta semana.

Leer →

El plazo del 2 de agosto cambió: esto es lo que sigue vigente y lo que no

El Consejo aprobó definitivamente el Digital Omnibus el 29 de junio de 2026: el alto riesgo del AI Act se aplaza a diciembre de 2027. Esto es lo que cambia y lo que no.

Leer →

ISO 42001 vs ISO 27001: diferencias y cómo integrarlas

Un mismo esqueleto Annex SL, dos sistemas de gestión distintos. Qué se solapa, qué no, y cómo evitar duplicar trabajo si ya tienes una de las dos.

Leer →

La jerarquía de la gobernanza de datos: de la estrategia de negocio a la ejecución diaria

Las 5 capas que conectan la estrategia de negocio con las políticas y la ejecución diaria, y por qué saltarse las dos primeras hunde el resto.

Leer →

NIST AI RMF: guía práctica de las 4 funciones (Govern, Map, Measure, Manage)

Qué es el NIST AI Risk Management Framework, cómo se estructuran sus 4 funciones y cómo aplicarlo en paralelo al AI Act sin duplicar trabajo.

Leer →

ISO 42001: checklist de los requisitos para certificarte

Los requisitos clave de ISO/IEC 42001 para certificar tu sistema de gestión de IA: cláusulas obligatorias, evidencia que pide el auditor y errores que retrasan la certificación.

Leer →

NIS2 en España: qué empresas están obligadas y qué exige

Qué empresas entran en el ámbito de NIS2, qué obligaciones de ciberseguridad impone y cómo se relaciona con el AI Act cuando usas IA en infraestructura crítica.

Leer →

RGPD y AI Act: cómo se solapan (y no se solapan)

Dónde coinciden las obligaciones del RGPD y el AI Act cuando tratas datos personales en sistemas de IA, y dónde son normativas completamente independientes.

Leer →

AI Governance Officer: qué hace y por qué cada vez se pide más en 2026

Qué hace un AI Governance Officer, en qué se diferencia de un DPO o un Data Governance Lead, y qué perfil está pidiendo el mercado en España en 2026.

Leer →

Cómo crear un comité de gobernanza de IA desde cero

Quién debe estar en un comité de gobernanza de IA, con qué frecuencia se reúne y qué decide en cada sesión. Con agenda tipo para la primera reunión.

Leer →

Herramientas de data quality en 2026: comparativa completa

Great Expectations, Soda, Monte Carlo, Collibra DQ y más: qué hace cada una, cuándo elegir open source vs SaaS, y cómo encaja cada herramienta en tu pipeline de datos.

Leer →

Data profiling: qué es y cómo hacerlo antes de definir reglas de calidad

El paso que casi todos se saltan antes de implementar reglas de calidad. Qué es el data profiling, qué técnicas usar y cómo convertirlo en input para tus KPIs de calidad.

Leer →

Data cleansing: el proceso paso a paso para limpiar datos sucios

De la detección de anomalías a la corrección y validación: el flujo completo de data cleansing, con criterios para decidir cuándo automatizarlo y cuándo requiere revisión humana.

Leer →

Calidad de datos de entrenamiento: qué exige exactamente el artículo 10 del AI Act

El artículo 10 obliga a garantizar la calidad de los datos de entrenamiento en sistemas de alto riesgo. Qué debes documentar, qué controles esperan los auditores y errores comunes al justificarlo.

Leer →

Cómo medir la calidad del dato: KPIs, umbrales y dashboards

Los 7 KPIs fundamentales de data quality, cómo definir umbrales con el negocio, cómo construir un dashboard que alguien con autoridad mire cada semana y dónde medir en el pipeline.

Leer →

Las 6 dimensiones de la calidad del dato explicadas con ejemplos prácticos

Completitud, exactitud, consistencia, oportunidad, validez y unicidad: qué mide cada una, por qué importa y qué ejemplos ilustran el impacto cuando falla.

Leer →

¿Es la IA más barata que un empleado? La respuesta real para perfiles de datos

Cuánto cuesta realmente un agente de IA que haga el trabajo de un Data Governance Specialist. Números reales, comparativa con el coste humano y dónde la IA amplifica en lugar de reemplazar.

Leer →

Habilidades clave en Data y AI Governance: más allá de lo técnico

Lo que realmente necesita un perfil de Data o AI Governance no es Python ni SQL avanzado. Es criterio, capacidad de negociación, pensamiento sistémico y comprensión regulatoria.

Leer →

Catálogo, glosario y diccionario de datos: cómo hacerlos útiles

Diferencias entre catálogo, glosario y diccionario de datos; estructura mínima, ejemplo de definición y mantenimiento para que se consulten.

Leer →

Qué es el linaje de datos y por qué lo exige el AI Act

Guía práctica sobre qué es el linaje de datos, cómo funciona, qué herramientas lo automatizan y por qué el AI Act lo convierte en una obligación legal.

Leer →

Data quality management: qué es, cómo medirlo y por qué importa al AI Act

Qué es el data quality management (gestión de la calidad del dato), las 6 dimensiones, cómo implantarlo paso a paso y qué exige el AI Act. Con checklist gratis.

Leer →

Data Governance: qué es, los 8 pilares y cómo implantarlo

Definición, los 8 pilares, roles, un plan de implantación en 6 fases, herramientas en 2026 y por qué el AI Act lo hace imprescindible.

Leer →

Cómo implementar un Data Governance Framework efectivo en la era del AI Act

Roles, arquitectura, linaje y calidad de datos: guía práctica para construir un framework auditable y alineado con el AI Act, con herramientas y checklist final.

Leer →

Data owner, steward y custodio: responsabilidades y coordinación

Cómo elegir un data steward, darle tiempo y autoridad, y coordinarlo con negocio y tecnología. Modelo adaptable y ejemplos ilustrativos.

Leer →

El AI Act en 2026: timeline, obligaciones y cuándo empieza la aplicación real

Calendario completo del AI Act: fechas de aplicación, plazos para sistemas de alto riesgo (Anexo III) tras el Digital Omnibus (acordado en mayo de 2026), obligaciones por nivel y qué debe hacer tu empresa antes de diciembre de 2027.

Leer →

ISO 42001 vs NIST AI RMF: cómo elegir tu framework de AI Governance

Tabla comparativa: cuál es certificable, cuánto esfuerzo pide cada uno y por qué lo habitual es combinarlos. Para empresas que empiezan con AI Governance.

Leer →

AEPD y agentic AI: cómo está regulando España la IA generativa autónoma

La guía de la AEPD de febrero de 2026 ha cambiado el panorama. Repasamos riesgos clave y mitigaciones esperadas.

Leer →

Conecta los controles de principio a fin

Aplica un mismo caso para conectar aprobación, evaluación de RAG, incidencias de datos, cambios e intercambio de información.

Ver la guía de gobernanza operativa →