Con la Ley de IA de la UE ya en vigor, las organizaciones que desarrollan o implementan sistemas de IA se enfrentan a una maraña de nuevas obligaciones legales que abarcan transparencia, gestión de riesgos, documentación y supervisión humana. Una nueva encuesta académica sugiere que la mayoría de ellas no están preparadas para cumplir con esos requisitos – y que la brecha entre el texto legal y la evidencia verificable es lo suficientemente amplia como para necesitar herramientas automatizadas.
El estudio, publicado como preprint en arXiv y liderado por investigadores de Fraunhofer IAIS y la Pontificia Universidad Católica de Valparaíso, realizó entrevistas a expertos y una encuesta en línea con 25 participantes de áreas de ingeniería de requisitos, ciencia de datos, desarrollo y cumplimiento normativo. Los resultados pintan el panorama de una industria que reconoce la importancia de la Ley de IA pero no ha construido los procesos sistemáticos necesarios para traducir sus obligaciones en especificaciones comprobables.
El desafío central es uno de traducción. Los artículos de la Ley de IA imponen obligaciones de alto nivel – realizar una evaluación de riesgos, mantener documentación técnica, permitir la supervisión humana, garantizar la gobernanza de datos – pero ofrecen una orientación limitada sobre cómo verificar que estas obligaciones se han cumplido. Un ingeniero de requisitos que lee el mandato del Artículo 9 para un sistema de gestión de riesgos cuenta con pocas listas de verificación concretas y auditables para implementar. Los investigadores encontraron que los mecanismos estructurados para capturar obligaciones regulatorias, propagar actualizaciones a proyectos activos y mantener la trazabilidad a lo largo del ciclo de vida están «a menudo ausentes» en las organizaciones encuestadas.
El artículo propone que las herramientas de validación basadas en agentes LLM podrían cerrar esta brecha. La idea es utilizar grandes modelos de lenguaje para mapear el texto regulatorio a requisitos específicos, evaluar la cobertura frente a la documentación existente y organizar la evidencia en paquetes listos para auditoría. Los participantes de la encuesta consideraron prometedor este enfoque, pero expresaron fuertes reservas sobre la automatización completa, enfatizando que la supervisión humana y las salvaguardas siguen siendo esenciales.
El estudio llega junto con trabajos relacionados sobre el mismo problema. Un artículo separado publicado en diciembre de 2025 y actualizado en abril de 2026 presenta un mapeo estructurado desde los requisitos de alto nivel de la Ley de IA hasta actividades de verificación específicas a lo largo del ciclo de vida de la IA, descomponiendo las obligaciones legales en subrequisitos operativos basados en estándares existentes. En conjunto, los dos artículos ilustran una creciente comprensión de que el éxito de la Ley de IA depende tanto de herramientas prácticas como de la intención legislativa.
Para las organizaciones sujetas a la Ley de IA, la ventana para construir infraestructura de cumplimiento se está estrechando. Las disposiciones de la Ley se están implementando gradualmente durante 2026 y 2027, con las prohibiciones sobre prácticas de riesgo inaceptable ya en vigor y las obligaciones para sistemas de alto riesgo siguiendo de cerca. Las herramientas para verificar el cumplimiento, sugiere la investigación, siguen siendo en gran medida hipotéticas.
Fuentes: From Obligation to Specification: A Survey on Validating EU AI Act Requirements in RE (arXiv:2607.21608, mayo de 2026); Assessing High-Risk AI Systems under the EU AI Act: From Legal Requirements to Technical Verification (arXiv:2512.13907, diciembre de 2025 / abril de 2026); EU AI Act: first regulation on artificial intelligence (Parlamento Europeo, 2026)
Traducido por Alessandra