Política modelo para el uso de inteligencia artificial (IA) en organismos de la administración local

Actualizado el
July 23, 2026

Resumen ejecutivo

Modelo de política de inteligencia artificial (IA) para organismos públicos

La inteligencia artificial (IA) se está integrando rápidamente en las operaciones públicas cotidianas, desde la automatización de flujos de trabajo rutinarios hasta el análisis de datos complejos que fundamentan las decisiones públicas. A medida que estas tecnologías maduran, los gobiernos locales se enfrentan a un nuevo desafío: cómo adoptar la IA de manera responsable, transparente y que fortalezca la confianza pública.

Este Modelo de política de IA para organismos públicos proporciona un marco para lograr precisamente eso. Establece un enfoque estructurado pero flexible para guiar la forma en que los organismos evalúan, adquieren, implementan, supervisan y retiran los sistemas de IA. La política refleja las mejores prácticas encontradas en ejemplos federales, estatales y locales, incluyendo la orientación del Memorando M-25-21 de la Oficina de Administración y Presupuesto, el Marco de Gestión de Riesgos de IA del Instituto Nacional de Estándares y Tecnología, y decenas de políticas municipales y estatales emitidas desde 2023.

El modelo de política está redactado para organismos de tamaño mediano, aquellos lo suficientemente grandes como para gestionar una gobernanza formal, pero sin los recursos especializados de las grandes organizaciones metropolitanas o estatales. A partir de esa base, se puede adaptar en ambas direcciones:

  • El Apéndice A ofrece una versión simplificada para jurisdicciones más pequeñas que carecen de personal tecnológico o asesoría legal dedicada.
  • El Apéndice B amplía el marco para organismos de nivel empresarial o estatal con sistemas de datos complejos, programas de IA especializados y una mayor exposición al riesgo.
  • El Apéndice C incluye una gran cantidad de referencias y recursos con políticas y orientaciones sobre IA de organismos gubernamentales federales, estatales y locales.

Las secciones principales de la política establecen expectativas prácticas y alcanzables para todos los organismos:

  • Cada uso de la IA debe tener un responsable del programa claramente identificado, un patrocinador ejecutivo y un punto de contacto de IA designado que sea responsable de sus resultados.
  • ‍Ética y equidad – Los sistemas deben ser justos, explicables y estar alineados con la misión del organismo de servir al público.‍
  • Controles basados en riesgos – Los requisitos de supervisión se ajustan según el impacto potencial de cada sistema.
  • ‍Gestión de datos – La información debe ser legal, segura y adecuada para el uso previsto.
  • ‍Transparencia – El público debe saber cuándo la IA influye en decisiones o interacciones, y tener la posibilidad de realizar consultas o apelar resultados.
  • ‍Formación y competencia – El personal debe comprender las capacidades, limitaciones y fronteras éticas de la IA.
  • ‍Mejora continua – Las agencias deben supervisar el rendimiento, resolver problemas y actualizar sus políticas a medida que evolucionan la tecnología y las normativas.

Esta política modelo reconoce que las agencias más pequeñas a menudo carecen de personal para mantener estructuras de gobernanza complejas. Para ellas, el marco prioriza una responsabilidad clara, documentación sencilla y la confianza en certificaciones de proveedores o recursos cooperativos. Las agencias más grandes, por su parte, pueden construir sobre esta base añadiendo auditorías independientes, comités de ética y registros públicos de uso de IA.

Al publicar este modelo, el objetivo no es prescribir una solución única para todos, sino ayudar a cada agencia pública, grande o pequeña, a adoptar herramientas de IA con confianza y responsabilidad. El principio rector es la escalabilidad: La gobernanza de la IA siempre debe ajustarse a la misión, la capacidad y el nivel de impacto público de la agencia.

La política completa que sigue proporciona procedimientos detallados, definiciones de funciones y expectativas de cumplimiento para ayudar a las agencias a establecer programas de IA transparentes, éticos y sostenibles.


[CIUDAD/CONDADO/DISTRITO]

Política de Inteligencia Artificial (IA)

1. Propósito, alcance y autoridad

1.1 Propósito

Es política de [Agency Name] utilizar tecnologías de Inteligencia Artificial (IA) de una manera que mejore los servicios públicos, fortalezca la transparencia, proteja la privacidad y mantenga la confianza pública. Esta política establece los estándares mínimos y las responsabilidades para evaluar, adquirir, desarrollar, implementar, monitorear y retirar sistemas de IA dentro de la agencia.

1.2 Alcance

Esta política se aplica a todos los sistemas de IA, ya sean desarrollados internamente o adquiridos de terceros, que influyan materialmente o automaticen cualquier decisión, comunicación o servicio de la agencia. Incluye herramientas de IA generativa, modelos de análisis de datos, sistemas de apoyo a la toma de decisiones y sistemas de decisión automatizados utilizados por o en nombre de la agencia, incluidos aquellos operados por contratistas y proveedores cuando los resultados afectan los objetivos de la agencia.

1.3 Autoridad

Esta política se emite bajo la autoridad de [Statutory Citation or Administrative Code Reference] y se alinea con las directivas federales y estatales aplicables relativas a la adopción responsable de la IA, incluido el Memorando M-25-21 de la Oficina de Administración y Presupuesto y el Marco de Gestión de Riesgos de IA del Instituto Nacional de Estándares y Tecnología (NIST, 2023).

2. Definiciones

A continuación se definen los términos clave para una interpretación coherente.

  • Inteligencia Artificial (IA): Un sistema que realiza tareas que normalmente requieren juicio humano, como predicción, clasificación, generación o apoyo a la toma de decisiones, utilizando métodos estadísticos, algorítmicos o de aprendizaje automático.
  • IA generativa: Una forma de IA que produce texto, imágenes, código u otro contenido en respuesta a instrucciones.
  • Sistema de decisión automatizado: Cualquier aplicación de IA que influya o determine resultados que afecten a personas o servicios públicos.
  • IA de alto impacto: Sistemas cuyos errores o sesgos podrían afectar materialmente los derechos, la seguridad o la elegibilidad para recibir beneficios gubernamentales.
  • Responsable de datos (Data Steward): El miembro del personal designado para garantizar la calidad de los datos, la recopilación legal y el cumplimiento de la privacidad.
  • Punto de contacto de IA (AIPOC): La persona responsable de coordinar la implementación de esta política y actuar como enlace con la dirección ejecutiva.

3. Gobernanza y rendición de cuentas

3.1 Equipo de gobernanza de IA

El Equipo de Gobernanza de IA (AIGT) supervisa todas las actividades de la agencia que involucran IA.

Composición: Patrocinador ejecutivo ([Executive Sponsor Title]), director de información, asesor legal/de cumplimiento, líder del programa, gerente de adquisiciones y responsable de datos.

Quórum: Mayoría simple.

Frecuencia: Al menos trimestralmente, o según sea necesario para nuevas propuestas.

3.2 Funciones y responsabilidades

  • Patrocinador ejecutivo: Aprueba esta política, resuelve escalamientos e informa anualmente al [Agency Governing Body].
  • Líder del programa: Supervisa el uso operativo de la IA dentro de su división y garantiza el cumplimiento.
  • Responsable de datos: Mantiene la precisión, el linaje y el cumplimiento de la privacidad de los datos.
  • Gerente de adquisiciones: Incorpora los requisitos de IA en los contratos, asegurando que los proveedores proporcionen transparencia y derechos de auditoría.
  • Punto de contacto de IA: Coordina evaluaciones, mantiene el inventario y brinda apoyo al personal.

3.3 Informes

El AIGT presenta un informe anual sobre el uso de IA que resume los nuevos sistemas, los niveles de riesgo, los incidentes y las lecciones aprendidas.

4. Principios éticos y legales

Es política de [Agency Name] que todos los sistemas de IA se adhieran a los siguientes principios:

  • Equidad: Prevenir sesgos y garantizar un trato equitativo para todas las personas.
  • Transparencia: Informar al personal y al público cuando la IA asista en decisiones o comunicaciones.
  • Responsabilidad: Mantener una supervisión y responsabilidad humana claras.
  • Privacidad: Cumplir con todas las normas aplicables de protección de datos y ciberseguridad.
  • Seguridad: Proteger los modelos y los datos contra el uso indebido o el acceso no autorizado.
  • Limitación de la finalidad: Emplear la IA únicamente para promover fines públicos legítimos coherentes con la misión de la agencia.

5. Marco de gestión de riesgos

5.1 Modelo de riesgo por niveles

(Gobernanza de riesgos por nivel)

5.2 Criterios de evaluación

El nivel de riesgo se determina según: la sensibilidad de los datos, el impacto en las personas, la autonomía del sistema, la reversibilidad y la escala.

5.3 Controles y revisiones

  • Realizar una evaluación de riesgos previa a la implementación.
  • Requerir pruebas de sesgo y precisión para los niveles 2 y 3.
  • Programar intervalos de monitoreo según el nivel.
  • Suspender o retirar sistemas si no se pueden mantener los controles adecuados.

‍6. Gobernanza y calidad de los datos

  • Recopilación legal: Recopilar y procesar datos de acuerdo con [Ley de privacidad pertinente].
  • Integridad de los datos: Verificar la precisión y la integridad antes del entrenamiento o uso del modelo.
  • Verificaciones de sesgo: Evaluar la representatividad de los conjuntos de datos.
  • Controles de acceso: Restringir al personal autorizado.
  • Retención y eliminación: Conservar según los cronogramas de registros; eliminar de forma segura al finalizar su uso.
  • Datos de terceros: Los proveedores deben revelar la procedencia de los datos y mantener protecciones equivalentes.

‍7. Gestión del ciclo de vida

7.1 Propuesta y aprobación

Toda iniciativa de IA debe incluir:

  • Un resumen del caso de uso;
  • Una evaluación de riesgos preliminar;
  • Una revisión legal y de privacidad; y
  • La aprobación del AIGT para sistemas de niveles 2 y 3.

7.2 Adquisiciones y contratación

Las solicitudes y los contratos deberán incluir disposiciones sobre:

  • Transparencia y documentación;
  • Pruebas de sesgo y seguridad;
  • Acceso para auditorías;
  • Propiedad de los datos y cláusulas de salida.

7.3 Desarrollo o configuración

Asegúrese de que las consideraciones de explicabilidad, seguridad y equidad se integren desde el principio.

7.4 Pruebas y validación
Realice la validación técnica, la revisión de equidad y la evaluación de explicabilidad antes de su uso en producción.

‍7.5 Implementación

Implemente supervisión humana para los sistemas de niveles 2 y 3.

7.6 Monitoreo y respuesta ante incidentes

Supervise el rendimiento y los comentarios de los usuarios; registre los problemas. Informe de incidentes significativos al AIGT en un plazo de 24 horas.

‍7.7 Retirada

Documente las lecciones aprendidas; asegúrese de que los datos se archiven o eliminen adecuadamente; finalice el acceso de los proveedores.

‍8. Transparencia, informes y auditabilidad

  1. Registro interno de IA: Mantenga un inventario de todos los sistemas de IA activos.
  2. Divulgación pública: Publique resúmenes de los sistemas de niveles 2 y 3, incluyendo el propósito, los conjuntos de datos, el contacto de supervisión y el proceso de apelación.
  3. Notificación al usuario: Informe a las personas cuando interactúen con sistemas automatizados.
  4. Pistas de auditoría: Conserve los registros durante tres años o según los cronogramas de retención de documentos.
  5. Revisión periódica: Auditoría interna cada dos años; con mayor frecuencia para sistemas de alto impacto.

‍9. Formación y competencia

  • Ofrecer formación anual sobre ética de la IA y gobernanza de datos a todo el personal que utilice o supervise sistemas de IA.
  • Ofrecer formación especializada al personal técnico sobre pruebas de sesgo, validación de modelos e interpretabilidad.
  • Exigir a los proveedores asociados que certifiquen una formación equivalente para su personal.

10. Respuesta ante incidentes y escalada

‍Eventos desencadenantes: filtraciones de datos, errores significativos, resultados sesgados o quejas por daños.
Proceso:

  1. Contener e investigar;
  2. Notificar al AIGT y a [Título del jefe de la agencia];
  3. Implementar medidas correctivas;
  4. Documentar los hallazgos;
  5. Divulgar públicamente si el impacto cumple con los criterios de Nivel 3.

‍11. Participación de las partes interesadas y retroalimentación

  • Solicitar la opinión de la comunidad para implementaciones de alto impacto.
  • Facilite información de contacto para que los ciudadanos puedan enviar preguntas o apelar decisiones asistidas por IA.
  • Comparta las lecciones aprendidas con otras agencias a través de redes de cooperación.

‍12. Mantenimiento de la política

  • Ciclo de revisión: Cada dos años o tras cambios legales o tecnológicos importantes.
  • Control de cambios: El AIGT documenta las revisiones con números de versión y fechas de aprobación.
  • Ruta de aprobación: AIGT → Patrocinador ejecutivo → [Órgano de gobierno de la agencia].

‍Cláusula de adopción (ejemplo):

Adoptado este [Día] de [Mes, Año] por [Nombre de la agencia], de conformidad con [Número de resolución u orden administrativa].

[Cargo del patrocinador ejecutivo]

[Titular de la agencia o presidente del órgano de gobierno]

DESCARGUE EL ARCHIVO EDITABLE AQUÍ

‍APÉNDICE A – Implementación a escala para agencias pequeñas (modelo simplificado)

Objetivo:
Mantenga la rendición de cuentas y la transparencia sin generar cargas administrativas insostenibles.

  1. Designe a un único Punto de Contacto de IA (AIPOC) para coordinar todo el cumplimiento.
  2. Utilice una matriz de riesgo de dos niveles (Bajo / Alto).
  3. Exija declaraciones de proveedores en lugar de auditorías internas.
  4. Documente cada sistema en un formulario de resumen de una página.
  5. Utilice servicios regionales o estatales compartidos para auditorías y capacitación.
  6. Publique una breve declaración en línea sobre el uso de IA y un correo electrónico de contacto.
  7. Realice una capacitación de actualización anual (~30 minutos).
  8. Informe los incidentes directamente al [Título del Jefe de la Agencia] y busque asistencia técnica según sea necesario.

‍APÉNDICE B – Implementación escalada para agencias grandes o empresariales (Modelo mejorado)

‍Objetivo: Reforzar la supervisión y la alineación con los marcos nacionales.

  1. Establecer un comité formal de ética y gobernanza de IA con estatutos y normas de quórum.
  2. Designar a un director de IA (CAIO) y analistas de cumplimiento de apoyo.
  3. Implementar un sistema cuantitativo de evaluación de riesgos alineado con el marco de gestión de riesgos de IA del NIST.
  4. Realizar auditorías externas independientes anualmente para los sistemas de nivel 3.
  5. Mantener un registro público de IA y publicar resúmenes de auditoría.
  6. Colaborar con paneles académicos o cívicos para revisiones éticas.
  7. Implementar paneles de control de supervisión en tiempo real para el rendimiento y la detección de desviaciones.
  8. Participar en comunidades de práctica de IA estatales o nacionales para compartir las mejores prácticas.

‍APÉNDICE C – Referencias y recursos

Marcos federales / nacionales

‍Políticas estatales y locales