AMV - Inteligencia Artificial Oportunidades para el mercado de capitales colombiano

1

Presidencia Hernán Alzate Arias Presidente

VP de Desarrollo de Mercados Jorge Llano Salamanca Vicepresidente

Gerencia de Regulación José Antonio Giraldo Sierra Gerente Ingrith Julieth Vargas Piñeros Profesional Senior Daniel Estrada Trejos Profesional I Mahicol Stiben Ramírez González Profesional II2

1. Introducción ................................ ................................ ................................ ................... 4

2. Adopción de la IA en los mercados financieros. ................................ ............... 5

3. Contexto local ................................ ................................ ................................ ............... 8 3.1. CONPES 4144 de 2025 ................................ ................................ .............................. 8 3.2. Proyecto de Ley 043 de 2025 ................................ ................................ .................. 9 3.3. Suptech en producción: SFC-LA/FT+IA ................................ ................................ 10 3.4. Espacios controlados de pruebas ................................ ................................ ........ 10 3.5. Diagnóstico local ................................ ................................ ................................ .... 10

4. Marcos internacionales para caracterizar y operacionalizar la IA: OCDE

(clasificación) y CSET (lineamientos unificados) ................................ ................... 11 4.1. OCDE (2022): marco de clasificación de sistemas de IA ................................ . 11 4.2. CSET–Georgetown (2025): “Harmonizing AI Guidance” ................................ ... 13 4.3. Convergencia ................................ ................................ ................................ ......... 14

5. Casos de uso en el mercado de valores ................................ ............................ 14 5.1. Monitoreo de mercado ................................ ................................ .......................... 16

4.3. Convergencia ................................ ................................ ................................ ......... 14

5. Casos de uso en el mercado de valores ................................ ............................ 14 5.1. Monitoreo de mercado ................................ ................................ .......................... 16 5.2. Analítica de riesgos y disclosure (ESG) ................................ ............................... 17 5.3. Generación de alfa y construcción de portafolios ................................ ........... 18 5.4. Ejecución y formación de precios (microestructura) ................................ ....... 21 5.5. Señales macro y nowcasting de política monetaria ................................ ........ 22 5.6. Plataforma de modelo base financiero (LLM de dominio) ............................... 23 5.7. Gestión del conocimiento y productividad ................................ ........................ 25 5.8. Optimización algorítmica de trading en bonos corporativos (HSBC–IBM): computación cuántica + modelos de ML ................................ ................................ .. 26

6. Estándares Internacionales para la adopción de IA en los mercados de capitales ................................ ................................ ................................ ............................ 27 6.1 Transparencia y rendición de cuentas ................................ ................................ . 283 6.2 Gobernanza y supervisión de modelos de IA ................................ ..................... 29 6.3 Gestión de riesgos específicos de IA ................................ ................................ ... 30 6.4 Protección del inversionista ................................ ................................ ................... 31

7. Consideraciones finales y oportunidades para el mercado colombiano 32

Anexo 1 - Proyecto de Ley 043 de 2025 ................................ ................................ ... 35 Anexo 2 - Dimensiones de clasificación de sistemas de IA (OCDE) ............... 36 A.2.1 Personas y planeta................................ ................................ ............................... 36 A.2.2. Contexto económico ................................ ................................ ......................... 37 A.2.3. Datos e insumos ................................ ................................ ................................ .. 38 A.2.4. Modelo de IA ................................ ................................ ................................ ....... 39

A.2.2. Contexto económico ................................ ................................ ......................... 37 A.2.3. Datos e insumos ................................ ................................ ................................ .. 38 A.2.4. Modelo de IA ................................ ................................ ................................ ....... 39 A.2.5. Tarea y resultados ................................ ................................ ............................... 404

1. Introducción

La Inteligencia Artificial (IA) es una tecnología de propósito general que tiene el potencial de mejorar el bienestar y la calidad de vida de las personas, contribuir positivamente a una actividad económica global sostenible, incrementar la innovación y productividad, así como ayudar a enfrentar importantes desafíos.

Esta tecnología está transformando los mercados globales, modificando desde el contacto con el cliente y ejecución de operaciones, hasta la lógica de los sistemas de gestión de riesgos. En el mercado de capitales, la IA ofrece oportunidades significativas para mejorar la eficiencia en pagos, préstamos, seguros y administración de activos; sin embargo, también presenta desafíos que son necesarios identificar y abordar.1

Organismos como el Banco Internacional de Pagos (BIS, por sus siglas en inglés), y la Organización Internacional de Comisiones de Valores (OICV -IOSCO), han realizados estudios para comprender el impacto de la IA en la integridad de los mercados financieros. En 2022, IOSCO conformó un grupo de trabajo especializado sobre IA, identificando un uso creciente de sistemas inteligentes en funciones como la asesoría automatizada ( robo-advisors), el trading algorítmico, el análisis de sentimiento de mercado y los procesos de investigación para toma de decisiones de inversión (Investment Research).2

El propósito de este documento es ofrecer una guía práctica basada en estándares internacionales para la adopción responsable de IA en los mercados de capitales. Para

mercado y los procesos de investigación para toma de decisiones de inversión (Investment Research).2

El propósito de este documento es ofrecer una guía práctica basada en estándares internacionales para la adopción responsable de IA en los mercados de capitales. Para ello, articula tres (3) ejes; i) un acercamiento a la adopción reciente de IA en los mercados de capitales; ii) el contexto colombiano , incluido el Proyecto de Ley 043 de 2025, las capacidades de suptech de la SFC y los espacios controlados de prueba; y iii) la convergencia de marcos internacionales que facilitan clasificar y operacionalizar la IA, combinando la clasificación de sistemas de la OCDE con lineamientos unificados de gobernanza y gestión de riesgos del Center for Secutiry and Emerging Technology (CSET– Georgetown).

En el contexto colombiano , comprender estos estándares es fundamental para fomentar la innovació n. Una adopción adecuada de la IA permitirá mejorar la eficiencia y competitividad de los intermediarios financieros, gestionando limitaciones y preservando la confianza de los inversionistas . Este análisis también busca aportar insumos para el diseño de marcos de gestión de riesgos y Sandbox (Areneras) que promuevan la innovación bajo estándares de integridad y transparencia.

1 Aldasoro, I., Gambacorta, L., Korinek, A., Shreeti, V., & Stein, M. (2024). Intelligent financial system: How AI is transforming finance (BIS Working Paper No. 1194). Bank for International Settlements. https://www.bis.org/publ/work1194.pdf 2 IOSCO (Organización Internacional de Comisiones de Valores). (2025). Artificial Intelligence in Capital Markets: Use Cases, Risks, and Challenges (Consultation Report CR01/2025). OICV-IOSCO.5

2 IOSCO (Organización Internacional de Comisiones de Valores). (2025). Artificial Intelligence in Capital Markets: Use Cases, Risks, and Challenges (Consultation Report CR01/2025). OICV-IOSCO.5

El capítulo 2 presenta tendencias recientes de adopción de IA en los mercados financieros, posteriormente en e l capítulo 3 se desarrolla el contexto local (PL 043 de 2025, suptech SFC-LA/FT+IA, espacios controlados de prueba y diagnóstico). El capítulo 4 expone los marcos internacionales para caracterizar y operacionalizar la IA (OCDE y CSET) y su convergencia, sigue el capítulo 5 que detalla casos de uso en el mercado de valores. El capítulo 6 revisa los estándares internacionales de IA en los mercados de capitales, y cierra con e l capítulo 7 presentando consideraciones finales y oportunidades para Colombia. Adicionalmente, el Anexo 2 desglosa las dimensiones de clasificación de sistemas de IA de la OCDE.

2. Adopción de la IA en los mercados financieros.

La IA como disciplina cuenta con más de seis (6) décadas de desarrollo, y su historia se remonta a mediados del siglo XX, cuando Alan Turing planteó , por primera vez , la posibilidad de que las máquinas pudieran pensar. Es a partir de la década actual que se ha visto una evolución exponencial del acceso y uso de la IA en diferentes contextos, incluyendo el mercado de capitales.

En 2020, OpenAI presentó GPT -33, un modelo que contaba con 175 mil millones de parámetros, capaz de generar texto, traducir idiomas, escribir código y más, todo a partir de instrucciones en lenguaje natural. Su adopción masiva popularizó la interacción

parámetros, capaz de generar texto, traducir idiomas, escribir código y más, todo a partir de instrucciones en lenguaje natural. Su adopción masiva popularizó la interacción conversacional con inteligencia artificial y transformó tanto el mundo académico como el empresarial.

En siete (7) décadas, la inteligencia artificial ha pasado de ser una hipótesis filosófica para convertirse en una tecnología clave de innovación científica, económica y social. Lejos de estabilizarse, la IA sigue ampliando sus propios límites . Estos avances tecnológicos han consolidado una base robusta para aplicaciones cada vez más sofisticadas con oportunidades notables en el ámbito financiero.

Por un lado, la IA se ha vuelto un pilar del compliance en los mercados globales, debido a que refuerza la prevención de lavado de activos y financiación del terrorismo mediante monitoreo de transacciones y detección de anomalías; mejora el screening de sanciones y redu cción de falsos positivos; permite KYC 4 continuo y verificación de idoneidad con trazabilidad; y potencia la vigilancia de mercado para identificar abusos (spoofing, layering, insider trading, etc.) y riesgos de conducta.

3 GPT-3 powers the next generation of apps | OpenAI 4 KYC (Know Your Customer): procedimiento de debida diligencia mediante el cual las entidades financieras y del mercado de valo res verifican la identidad de sus clientes, evalúan su perfil de riesgo y monitorean sus operaciones para prevenir delitos financieros como el lavado de activos o la financiación del terrorismo. Incluye procesos de identificación, verificación documental y actualización periódica de la información.6 Así mismo, el procesamiento de lenguaje natural audita comunicaciones, automatiza

documental y actualización periódica de la información.6 Así mismo, el procesamiento de lenguaje natural audita comunicaciones, automatiza reportes regulatorios ( RegTech) y documenta decisiones con bitácoras auditables. En paralelo, impulsa la gestión del riesgo de modelos (MRM) y la explicabilidad, incorporando controles de privacidad y supervisión humana proporcional al riesgo.

Por otro lado, el uso de IA/ML ha redefinido el ecosistema financiero a nivel global. Al respecto, los registros de patentes en trading algorítmico y de alta frecuencia (HFT5, por sus siglas en inglés) que incorporan IA y/o aprendizaje automático (IA/ML) muestran una tendencia al alza, con una participación en 2023 cercana al 55% del total, ver Gráfico 1, panel (a).

Gráfico 1. Patentes relacionadas con trading algorítmico (panel a) y patentes relacionadas con la asignación de activos o la gestión de portafolios (panel b).

(a) (b)

Fuente: Fondo Monetario Internacional (FMI).

A su vez, los registros de patentes vinculadas con la asignación de activos o la gestión de portafolios que integran IA/ML superaron el 70% en el mismo año, ver Gráfico 1, panel (b).

En este sentido, el Fondo Monetario Internacional ha identificado una fuerte correlación entre la liquidez del mercado y las oportunidades de creación de valor mediante IA (Gráfico 2). El panel (a) muestra como los activos listados públicamente, como acciones (equities), commodities y renta fija ( fixed income ), concentran las mayores oportunidades, debido a que combinan alta liquidez con un elevado potencial de aplicación de IA.

(equities), commodities y renta fija ( fixed income ), concentran las mayores oportunidades, debido a que combinan alta liquidez con un elevado potencial de aplicación de IA.

5 Adicional a los algoritmos de Negociación de Alta Frecuencia (HFT), en la práctica también se encuentran desarrollos de algoritmos de Media y Baja

Frecuencia: MFT y LFT.7

El panel (b) refuerza el argumento, en vista de que más de la mitad de las aplicaciones actuales de aprendizaje automático y modelos generativos se concentran en acciones y derivados (57%), seguido de commodities (18%), renta fija (14%), y divisas (11%).

Gráfico 2. Oportunidades de IA y liquidez de las clases de activos (panel (a)) Mercados que incorporan aprendizaje automático y modelos generativos (panel (b)).

(a) (b)

Fuente: Fondo Monetario Internacional (FMI).

La adopción de inteligencia artificial (IA) como en la gestión de inversiones está estrechamente ligada a la liquidez de los distintos tipos de activos y a las oportunidades de creación de valor que estos ofrecen. Comprender el contexto económico es clave, debido a que los riesgos y prioridades varían según el sector. En salud, prima la privacidad; en transporte, la seguridad; en justicia, la equidad; en sectores críticos como energía o finanzas, la resiliencia y ciberseguridad.

La evidencia internacional muestra que la IA ya actúa como elemento generador de eficiencia, control y creación de valor en mercados líquidos y estandarizados, pero su adopción sostenible exige gobernanza proporcional al riesgo, datos trazables, validación continua de modelos, explicabilidad y supervisión humana.

de eficiencia, control y creación de valor en mercados líquidos y estandarizados, pero su adopción sostenible exige gobernanza proporcional al riesgo, datos trazables, validación continua de modelos, explicabilidad y supervisión humana.

Con base en lo anterior , el siguiente capítulo examina cómo Colombia está operacionalizando estos requisitos a través de un marco legislativo general, el despliegue de capacidades de supervisión habilitadas por tecnología en la SFC y esquemas de experimentación e n entornos controlados para cerrar brechas y aprovechar las oportunidades que crea el uso de IA.8

3. Contexto local

Ante la s oportunidades que genera el uso de IA, Colombia avanza simultáneamente en tres (3) frentes; i) un marco legislativo general para IA que fija principios y responsabilidades; ii) el despliegue de supervisión habilitada por tecnología en la Superintendencia Financiera de Colombia (SFC); y iii) mecanismos de pruebas en condiciones controladas (Sandbox).

En el último año se destaca la convergencia entre política pública, suptech (supervisión con IA) y pilotos de mercado, con una lógica de “aprender seguro” que busca reducir riesgos operativos y reputacional es antes de la salida a producción de diferentes tipos de modelos.

El presente capítulo aborda los avances más relevantes en materia de adopción de inteligencia artificial en Colombia.

3.1. CONPES 4144 de 2025

El Documento CONPES 4144 establece la Política Nacional de IA. Su elaboración fue un proceso conjunto entre el Gobierno, la academia, el sector privado y la ciudadanía.

Este trabajo permitió identificar desafíos, definir prioridades y diseñar una hoja de

fue un proceso conjunto entre el Gobierno, la academia, el sector privado y la ciudadanía.

Este trabajo permitió identificar desafíos, definir prioridades y diseñar una hoja de ruta ajustada a las condiciones del país. La política contiene más de 100 acciones con una inversión de $479.000 millones hasta 2030, y ubica a Colombia entre los países de la región con estrategias nacionales en esta materia.6

El CONPES parte del principio de que el desarrollo y uso de la IA debe contribuir al cierre de brechas, al fortalecimiento de la economía y al avance hacia una sociedad basada en el conocimiento. Su propósito es orientar la construcción de capacidades nacionales, facilitar la adopción tecnológica en sectores productivos y promover su expansión en los territorios mediante mecanismos de cooperación y formación.

Desde un enfoque institucional, e l liderazgo corresponde al Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC), el Departamento Administrativo de Presidencia de la República (DAPRE), el Ministerio de Ciencia , Tecnología e Innovación (MinCiencias) y el Departamento Nacional de Planeación

6 Departamento Nacional de Planeación. (2025, 16 de mayo). CONPES 4144: La hoja de ruta de Colombia en inteligencia artificial para los retos actuales y la transformación futura. Recuperado de https://www.dnp.gov.co/publicaciones/Planeacion/Paginas/conpes-4144-hoja-de-ruta-colombiainteligencia-artificial-retos-actuales-transformacion-futura.aspx9 (DNP), entidad encargada de la articulación técnica y el acompañamiento en la ejecución de las acciones. La participación del sector privado, la academia, los

inteligencia-artificial-retos-actuales-transformacion-futura.aspx9 (DNP), entidad encargada de la articulación técnica y el acompañamiento en la ejecución de las acciones. La participación del sector privado, la academia, los gobiernos locales y la sociedad civil es esencial para la implementación de proyectos y el seguimiento de la política.

Así, el CONPES 4144 organiza la política en seis ejes estratégicos , de los cuales, lo s cuatro primeros constituyen condiciones habilitantes para la adopción de la IA.

1. Gobernanza y ética en IA orienta las acciones para un uso transparente y responsable de los sistemas algorítmicos. 2) Infraestructura tecnológica y datos busca ampliar la conectividad, mejorar la calidad de los datos y crear centros territoriales de información. 3) Investigación, desarrollo e innovación (I+D+i) promueve la cooperación entre Estado, universidades y empresas para fortalecer la producción científica y tecnológica. 4) Capacidades y talento digital impulsa programas de formación y apropiación de conocimientos en diferentes niveles educativos y productivos.

Adicionalmente, hay dos ejes transversales que se orientan a consolidar la aplicación práctica y la sostenibilidad del ecosistema de IA. El primero aborda la prevención y mitigación de riesgos mediante la identificación y gestión de impactos sociales, laborales y ambientales asociados al uso de sistema s algorítmicos. El segundo promueve el uso y la adopción de la IA en entidades públicas, empresas y gobiernos territoriales, con el fin de fortalecer la planeación, optimizar procesos y mejorar la prestación de servicios en distintos sectores del país.

La ejecución del CONPES requiere coordinación institucional, cooperación

públicas, empresas y gobiernos territoriales, con el fin de fortalecer la planeación, optimizar procesos y mejorar la prestación de servicios en distintos sectores del país.

La ejecución del CONPES requiere coordinación institucional, cooperación internacional y participación de múltiples actores. La implementación de esta hoja de ruta busca fortalecer la infraestructura de datos, la gestión del conocimiento y la capacidad de innovación, creando las condiciones para un desarrollo ordenado de la inteligencia artificial en Colombia.

3.2. Proyecto de Ley 043 de 2025

El 28 de julio de 2025 el Gobierno Nacional radicó ante el Congreso de la República el Proyecto de Ley de Inteligencia Artificial, con e l objetivo de posicionar a Colombia como líder en el desarrollo tecnológico bajo principios éticos, democráticos y de derechos humanos. El Proyecto de Ley 043 de 2025 (PL 043 -25) propone un andamiaje transversal para la IA que introduce definiciones, principios y mecanismos de gobernanza con efectos directos sobre emisores, intermediarios,10 proveedores de infraestructura, entre otros actores del mercado de capitales. El Anexo 1 de este documento presenta los detalles específicos de esta propuesta.

3.3. Suptech en producción: SFC-LA/FT+IA

El 3 de octubre de 2025, la SFC anunció una herramienta de IA para fortalecer la prevención de lavado de activos y financiación del terrorismo (LA/FT) en sus procesos de evaluación. El sistema aprende con cada calificación, incorpora nuevas variables y ace lera la revisión, lo que eleva la capacidad de análisis del supervisor. La señal para el mercado es importante, pues si la autoridad puede

procesos de evaluación. El sistema aprende con cada calificación, incorpora nuevas variables y ace lera la revisión, lo que eleva la capacidad de análisis del supervisor. La señal para el mercado es importante, pues si la autoridad puede versionar, explicar y auditar modelos, es razonable esperar simetría de gobernanza algorítmica en las entidades vigiladas.

3.4. Espacios controlados de pruebas

Actualmente, e n Colombia , existen dos (2) figuras: i) el Sandbox Regulatorio (pruebas con flexibilidades normativas justificadas), y ii) el Sandbox de Supervisión (un espacio para la realización de pruebas de innovaciones tecnológicas y financieras que requieran una dispensa normativa respecto de alguna instrucción emitida por la SFC).

Bajo este contexto , el mercado afronta la necesidad de un tercer espacio . Un Sandbox Digital orientado a experimentación tecnológica sin necesidad directa de dispensas normativas, dónde se brinde un espacio de pruebas con datos sintéticos y acompañamiento técnico, para robustecer prototipos antes de llegar al cliente final.

El referente práctico es el Digital Sandbox de la Financial Conduct Authority (FCA) del Reino Unido, operativo desde agosto de 2023, el cual ofrece marketplaces de datos sintéticos, entornos de desarrollo y una comunidad de mentores. La línea de trabajo de la FCA en gobernanza de datos sintéticos provee guías replicables para bancos de prueba que preserven integridad y confidencialidad.

Al respecto, cuando la restricción no es jurídica sino operativa, un Sandbox Digital reduce costos de aprendizaje y riesgo reputacional al permitir iteraciones con métricas y bitácoras técnicas estandarizadas (estabilidad fuera de muestra,

Al respecto, cuando la restricción no es jurídica sino operativa, un Sandbox Digital reduce costos de aprendizaje y riesgo reputacional al permitir iteraciones con métricas y bitácoras técnicas estandarizadas (estabilidad fuera de muestra, trazabilidad de versiones, kill switches, tasas de falsos positivos/negativos, tiempos medios de detección y recuperación).

3.5. Diagnóstico local11 En resumen, el contexto local evidencia una trayectoria de maduración institucional, donde la SFC muestra señales en este sentido, a través de la incorporación de IA en procesos de LA/FT y un ecosistema que demanda un Sandbox Digital para acortar la distancia entre prototipo y producción sin la necesidad específica de recurrir a dispensas normativas.

La prioridad es la convergencia en tres (3) frentes medibles; i) estándares mínimos de gobernanza de modelos (versiona miento, explicabilidad, backtesting, estabilidad fuera de muestra, kill switches y trazabilidad de datos); ii) métricas comunes de desempeño y riesgo para casos de uso en negociación algorítmica, asesoría automatizada y vigilancia de mercado; y iii) una ruta de Sandbox Digital que permita pruebas controladas a través de datos sintéticos, pilotos acotados y salidas a producción con evaluación independiente.

Adicionalmente, AMV se encuentra en un proceso de implementación de herramientas de IA para fortalecer su rol como supervisor del mercado de capitales local. Esto se cubre en la sección de casos de uso de este documento.

Con estos elementos, el país puede capturar eficiencia s y profundidad de mercado, preservando integridad y protección al inversionista, dotando además

local. Esto se cubre en la sección de casos de uso de este documento.

Con estos elementos, el país puede capturar eficiencia s y profundidad de mercado, preservando integridad y protección al inversionista, dotando además al supervisor de insumos verificables para una supervisión proporcional basada en evidencia.

4. Marcos internacionales para caracterizar y operacionalizar la IA: OCDE

(clasificación) y CSET (lineamientos unificados)

4.1. OCDE (2022): marco de clasificación de sistemas de IA

La OCDE define la IA como sistemas que , a partir de datos , generan predicciones, decisiones o contenidos.7 La UNESCO8 y la ONU9 coinciden en que la IA simula procesos humanos como la percepción o la resolución de problemas, con impacto en entornos físicos y digitales.

Pese a este consenso general sobre la IA, persiste una fragmentación conceptual que dificulta su regulación, evaluación de riesgos y diseño de políticas, especialmente en sectores críticos como el financiero. En respuesta a estas problemáticas, la OCDE desarrolló en 2022 un Marco de Clasificación de Sistemas de IA, concebido como una

7 OECD, 2023, Principles on Artificial Intelligence. OECD Publishing. 8 UNESCO, 2021, Recommendation on the Ethics of Artificial Intelligence. 9 United Nations, 2021, AI for Good: A Global Initiative, United Nations12 herramienta para apoyar la formulación de políticas públicas orientadas al uso confiable, transparente y centrado en el ser humano.

El marco permite describir y analizar cualquier sistema de IA a través de cinco (5) dimensiones; 1) personas y planeta; 2) contexto económico; 3) datos e insumos; 4)

confiable, transparente y centrado en el ser humano.

El marco permite describir y analizar cualquier sistema de IA a través de cinco (5) dimensiones; 1) personas y planeta; 2) contexto económico; 3) datos e insumos; 4) modelo de IA ; y 5) tarea y resultados. Este marco busca facilitar un entendimiento común entre autoridades regulatorias, desarrolladores y usuarios finales.

Gráfico 3. Dimensiones de análisis de sistemas de IA

Fuente: adaptado de principios de clasificación de sistemas de IA de la OCDE.

1. Personas y planeta: identifica usuarios y grupos afectados, su capacidad de optar o impugnar resultados y los impactos en derechos humanos, ambiente, bienestar social y mundo del trabajo.

1. Contexto económico: describe el sector y la función donde se implementa, el modelo de negocio (público/privado), la criticidad del servicio, el alcance/escala del despliegue y su madurez tecnológica.

1. Datos e insumos: caracteriza procedencia y método de recolección

(humano/automático), estructura y formato de datos, y propiedad; abarca tanto datos de entrenamiento “en laboratorio” como de operación “en campo”.

1. Modelo de IA: detalla el tipo de modelo (simbólico, estadístico o híbrido), cómo se construye (conocimiento experto, aprendizaje automático o ambos) y cómo se usa (objetivos y métricas de desempeño).13 5) Tarea y resultados: precisa las tareas (p. ej., personalización, reconocimiento, pronóstico u optimización), las salidas, el nivel de autonomía de acción, áreas núcleo (como visión por computador) y métodos de evaluación.

1. Tarea y resultados: precisa las tareas (p. ej., personalización, reconocimiento, pronóstico u optimización), las salidas, el nivel de autonomía de acción, áreas núcleo (como visión por computador) y métodos de evaluación.

El Anexo 2 de este documento examina cada una de estas dimensiones, con énfasis en su aplicabilidad al sector financiero, y muestra cómo este enfoque puede fortalecer la gobernanza técnica y alinear el desarrollo de modelos de IA, con estándares internacionales vigentes.

4.2. CSET–Georgetown (2025): “Harmonizing AI Guidance”

El informe de l CSET–Georgetown propone una serie de directrices para el uso responsable de la IA, orientado a traducir principios generales en prácticas verificables dentro de las organizaciones.

Su objetivo es ordenar un panorama disperso de recomendaciones y presentar un conjunto operativo de políticas, procesos y evidencias que guíen el ciclo de vida de los sistemas, desde el diseño y la adquisición hasta la implementación, el monitoreo y el retiro.

La propuesta se organiza en categorías que abarcan gobierno corporativo, confiabilidad técnica, ciberseguridad, protección de datos personales y gestión de incidentes. La lógica de implementación es incrementa l, partiendo de una política de IA responsable y un inventario de sistemas de IA, incorporando pruebas y trazabilidad técnica, fortalec iendo controles de seguridad y privacidad, y consolida ndo mecanismos de detección, respuesta y mejora continua. El resultado es un marco que integra la IA en estructuras existentes de gestión de riesgos, auditoría y cumplimiento.

• Gobernanza: define responsabilidades, criterios de aprobación y control de

mecanismos de detección, respuesta y mejora continua. El resultado es un marco que integra la IA en estructuras existentes de gestión de riesgos, auditoría y cumplimiento.

• Gobernanza: def