Toda empresa que ya ha usado IA en algún flujo crítico tiene, en algún lugar, un documento llamado evaluación de impacto. Normalmente lo escribió una vez alguien con buenas intenciones y se archivó poco después. Nadie vuelve a él cuando el sistema cambia de versión, incorpora una nueva fuente de datos o empieza a decidir algo que antes solo sugería. Hasta ahora, eso era una falla de gestión. Pronto será una infracción administrativa, con multas calculadas sobre la facturación de la empresa.
El proyecto de ley que hace obligatoria la Evaluación de Impacto Algorítmico para sistemas de IA de alto riesgo está en análisis final en el Congreso brasileño, después de haber pasado por el Senado. Junto a él, otro proyecto específico exige certificación y registro previos para sistemas críticos, con un año de plazo de adaptación tras su publicación. La ANPD, consolidada como autarquía este año, ya anunció veinte fiscalizaciones de IA para el bienio en curso, centradas en los derechos del titular, el uso por niños y adolescentes y la actuación de organismos públicos. El órgano que multa por fallas de LGPD ahora también multa por fallas de IA, con la misma regla: un porcentaje de la facturación.
Lo que el calendario legislativo ya deja claro
La evaluación de impacto que exige el nuevo marco regulatorio sigue una lógica parecida a la del informe de impacto en protección de datos que la LGPD ya pide. La diferencia está en el alcance. En lugar de preguntar solo qué hace el sistema con el dato personal, la evaluación de impacto algorítmico pregunta si el sistema tiene sesgos, si es explicable y qué efecto tiene sobre grupos protegidos. Eso significa demostrar, con registros, no solo lo que el sistema debía hacer, sino lo que realmente hizo a lo largo del tiempo.
El problema no es la exigencia en sí. Es el hábito que la mayoría de las empresas ya tiene con cualquier documento de compliance. Evaluaciones de impacto, mapas de riesgo, inventarios de datos. Todos nacen como entregable de un proyecto, terminan archivados y nadie sabe decir si todavía reflejan el sistema que funciona hoy. Cuando llega la fiscalización, el documento desactualizado no protege a la empresa. Deja constancia, por escrito, de cuánto tiempo pasó sin que la falla se corrigiera.
Prueba continua, no checklist de proyecto
La tesis de AskLisa sobre el Trabajo Invisible también se aplica al compliance de IA. El trabajo más caro no es el que falta hacer. Es el que se hizo una vez y nunca se revisó, porque no hay rutina ni responsable claro para revisarlo. Una evaluación de impacto solo cumple su función de defensa si está viva, actualizada cada vez que el sistema cambia de fuente de datos, de alcance de decisión o de área a la que atiende.
Eso exige dos elementos que la mayoría de las empresas todavía trata como secundarios. Un historial auditable de qué fuente alimentó qué respuesta, en cualquier momento. Y un responsable designado por área que sepa, sin tener que preguntar a nadie, si esa fuente sigue vigente. Sin ambos, cualquier evaluación de impacto formal vuelve a ser solo otro archivo guardado.
El costo de demostrar después en lugar de demostrar siempre
Piense en un área jurídica de tamaño medio que trata la evaluación de impacto como un proyecto puntual, hecho una vez al año o en cada auditoría externa. Si la fiscalización encuentra un sistema de IA de alto riesgo funcionando sin una evaluación actualizada, la multa prevista en el nuevo marco se calcula sobre la facturación, no sobre un valor fijo simbólico. Para una empresa grande, eso pone el riesgo financiero de un documento desactualizado en el mismo orden de magnitud que una sanción laboral relevante. Y el costo de reconstruir esa evaluación bajo presión de fiscalización, con plazos cortos y un equipo jurídico ya sobrecargado, suele ser mayor que el de mantenerla viva desde el principio.
La diferencia entre las dos empresas no está en el tamaño del equipo de compliance. Está en que la infraestructura detrás de la IA ya genere, como efecto del uso diario, el rastro que una evaluación de impacto formal va a exigir. En AskLisa, cada respuesta lleva la fuente que la originó y el responsable de esa fuente en esa área. No es un proyecto de evaluación de impacto. Es lo que ya queda listo cuando alguien finalmente lo pida.

