Legal & IAcompliance
Curso IA para compliance: cómo empezar con el AI Act
Cómo empezar a usar IA en compliance: seis tareas que ya puedes delegar, un plan de 30 días, qué no automatizar y qué mirar en un curso de IA para tu perfil.
- Autor: humAIns
- 10 min de lectura
índice · 8 apartados
Qué te pide el AI Act (y qué no)
El AI Act no te pide que sepas construir modelos: te pide que sepas qué sistemas de IA usa tu organización, con qué riesgo y con qué evidencia. La IA generativa te sirve para las tres cosas que más tiempo consumen en ese trabajo —leer normativa, extraer obligaciones y compararlas con lo que ya tienes documentado—, siempre que la clasificación y la firma sigan siendo humanas.
Si tienes que decidir por dónde empezar esta semana, el orden es este: inventario de sistemas, alfabetización del equipo y una primera brecha documentada. Todo lo demás se apoya en eso.
Qué cambia en el perfil de compliance
El compliance officer clásico trabajaba con un catálogo cerrado de normas: prevención de blanqueo, protección de datos, competencia, código ético. Cada norma tenía su ámbito, su autoridad y su checklist.
La IA rompe esa estructura por tres sitios:
- El objeto es opaco. Un sistema de IA no se audita leyendo un contrato: hay que entender qué datos entran, qué modelo se usa, quién lo despliega y para qué finalidad declarada.
- El obligado no siempre eres tú. El AI Act distingue proveedor, responsable del despliegue, importador y distribuidor. Si pones tu marca en un sistema de alto riesgo, lo modificas sustancialmente o cambias su finalidad prevista, pasas a asumir obligaciones de proveedor (artículo 25).
- La norma se mueve. El AI Act se aplica por fases y ya ha sido modificado por el Reglamento (UE) 2026/1744, el llamado Ómnibus. Las prohibiciones del capítulo II están en vigor desde el 2 de febrero de 2025, salvo las nuevas sobre contenido íntimo no consentido y material de abuso infantil, que se aplican desde el 2 de diciembre de 2026. Un checklist cerrado en enero está desactualizado en junio.
Traducido a tu día a día: pasas de redactar políticas sobre procesos conocidos a gobernar sistemas que no controlas del todo, y a demostrarlo con documentación. Ahí es donde la IA ayuda de verdad.
Seis tareas donde la IA ya te ahorra horas
1. Inventario y clasificación de sistemas de IA
Antes de clasificar hay que saber qué hay. Pide a un modelo que convierta las respuestas de un cuestionario interno en una tabla: área, herramienta, finalidad declarada, datos tratados, proveedor, si interviene una persona en la decisión.
La clasificación por riesgo (artículo 6 y anexos del reglamento) no la delegues: es una calificación jurídica. Pero sí puedes usar la IA para preparar el material que necesitas para clasificar y para detectar contradicciones entre lo que dice el proveedor y lo que hace el área.
La Comisión Europea publica un comprobador de conformidad del AI Act y un explorador del texto articulado que conviene tener abiertos mientras trabajas.
2. Leer el reglamento y extraer obligaciones
El AI Act son 113 artículos y 13 anexos. Un modelo bien dirigido te devuelve una tabla de obligaciones por rol en minutos, con referencia al artículo. Lo que no te da es la seguridad de que la cita existe: compruébala siempre en EUR-Lex.
Actúas como analista de compliance europeo. Del Reglamento (UE) 2024/1689,
extrae solo las obligaciones que recaen sobre el RESPONSABLE DEL DESPLIEGUE
(deployer) de un sistema de alto riesgo.
Devuelve una tabla: artículo | obligación en una frase | evidencia documental
que la demuestra | plazo de aplicación.
No añadas obligaciones de proveedor. Si un artículo es ambiguo, márcalo como
"revisar" en lugar de interpretarlo.
3. Gap analysis y plan de remediación
El entregable que más valor tiene —y el que más se pide en una auditoría— es la comparación entre lo que exige la norma y lo que la organización ya tiene. La IA acelera el mapeo; tú decides la severidad y el orden de las acciones.
Un gap analysis útil tiene cuatro columnas y ninguna opinión: obligación, situación actual, brecha, acción propuesta con responsable y fecha. Si el modelo rellena la tercera columna con adjetivos ("parcialmente implementado"), la tabla no sirve para nada.
4. Políticas internas, cláusulas y contratos con proveedores
Aquí la IA es buena redactando borradores y comparando versiones. Para la primera lectura de contratos hay un método que ya contamos en cómo revisar contratos con IA sin poner en riesgo al cliente, y que se traslada igual a los anexos de un contrato de software.
Lo que debes revisar en cada proveedor de IA: si actúa como encargado del tratamiento, si entrena con tus datos, dónde aloja la información, qué documentación técnica entrega y qué te exige el AI Act según su rol. Si el proveedor es de fuera de la UE, añade representante en la Unión y régimen de transferencias.
5. Evaluación de impacto y supervisión humana
La evaluación de impacto sobre los derechos fundamentales (artículo 27) afecta a determinados responsables del despliegue de sistemas de alto riesgo. La IA puede estructurar el documento y proponer preguntas, pero las respuestas sobre impacto real en personas requieren contexto que no está en ningún prompt.
Lo mismo con la supervisión humana: la norma pide que la persona que vigila el sistema tenga capacidad real de intervenir. Un procedimiento que dice "revisión humana" y en la práctica es un clic de confirmación no cumple, y ninguna herramienta lo arregla.
6. Alfabetización y evidencia de formación
El artículo 4 exige adoptar medidas que apoyen la alfabetización en IA del personal que la usa. Es la obligación más barata de cumplir y la más fácil de dejar sin prueba. La IA te ayuda a adaptar el contenido por rol —finanzas, RRHH, atención al cliente—, pero lo que se audita es el registro: quién, cuándo, qué y con qué evaluación.
Si el programa es para toda la empresa, el planteamiento se parece mucho al que describimos en IA para RRHH: cómo formar a tu equipo sin perder un trimestre.
Tabla: tarea, herramienta y qué revisar
| Tarea | Herramienta razonable | Qué revisar siempre |
|---|---|---|
| Inventario de sistemas | LLM generalista + hoja de cálculo | Que la finalidad declarada coincida con el uso real del área |
| Extracción de obligaciones | LLM con el texto oficial en EUR-Lex | Cada cita: artículo y apartado existen y dicen eso |
| Gap analysis | LLM + plantilla propia de evidencias | Que la columna de situación actual esté documentada, no supuesta |
| Contratos y anexos de proveedor | LLM corporativo con encargo de tratamiento | Rol del proveedor, entrenamiento con datos, subencargados |
| Clasificación de riesgo | Ninguna: criterio jurídico humano | Anexos II y III, finalidad prevista y modificaciones sustanciales |
| Evaluación de impacto | LLM para estructurar, nunca para concluir | Impacto real en derechos, medidas y responsable de cada una |
| Formación y evidencia | Plataforma de formación + LLM para contenidos | Registro de asistencia, evaluación y fecha |
La elección de modelo importa menos de lo que parece: si comparas asistentes, mira nuestra comparativa de ChatGPT, Claude y Gemini, pero no cambies de herramienta cada mes. El valor está en la plantilla de evidencias, no en el modelo.
Plan de 30 días
Semana 1 — Inventario. Un cuestionario de diez preguntas a cada área, una tabla única y una lista de herramientas no declaradas que aparezcan en gastos o en el correo. El objetivo no es clasificar: es saber qué existe.
Semana 2 — Clasificación y priorización. Sesión de dos horas con negocio y TI para clasificar cada sistema. Salen tres grupos: prohibido o dudoso, alto riesgo, resto. Los dudosos se documentan con la duda explícita.
Semana 3 — Brecha y política. Gap analysis de los sistemas del segundo grupo contra los requisitos aplicables, y una política interna de uso de IA de dos páginas: qué herramientas están aprobadas, con qué datos, quién autoriza y cómo se registra.
Semana 4 — Formación y evidencia. Sesión de alfabetización por rol, con evaluación corta y registro. Y una revisión de lo anterior: qué falta, qué cambió en la norma y qué se aplaza.
Qué no se delega
- La calificación jurídica. Qué es alto riesgo, qué es uso prohibido y qué cambia la finalidad prevista es una decisión argumentada y firmada. Un LLM puede equivocarse con total seguridad de sí mismo.
- La ética aplicada al caso concreto. Quién sale perjudicado si el sistema falla, qué colectivo queda fuera del conjunto de datos y si el uso es proporcionado no se responde con una plantilla.
- La responsabilidad sobre los datos. Base jurídica, minimización, plazo de conservación y encargados del tratamiento siguen siendo RGPD, con o sin IA de por medio. La AEPD mantiene sus guías y criterios publicados como referencia.
- La firma. Igual que en un dictamen: si el documento sale con tu nombre, lo has leído entero.
La regla práctica que funciona: la IA puede escribir el borrador de todo lo que después alguien comprueba línea a línea. No puede ser la única que ha leído algo importante.
Qué buscar en un curso de IA para compliance
La oferta se ha llenado de cursos de "ChatGPT para abogados" de cuatro horas. Antes de pagar, comprueba seis cosas:
- AI Act aplicado, no descrito. Que haya clasificación por riesgo, mapeo de obligaciones y un entregable real, no una diapositiva con la pirámide de riesgos.
- RGPD en el mismo temario. IA y protección de datos no son dos asignaturas separadas cuando trabajas con datos de personas.
- Herramientas que se usan en el mercado. Mejor un stack concreto y actualizado que una lista de veinte herramientas que cambian cada mes.
- Alguien que revise tu trabajo. Un entregable corregido por un profesional en activo vale más que veinte vídeos.
- Evidencia de lo aprendido. Portfolio, certificado con criterios o evaluación; algo que puedas enseñar en una auditoría interna.
- Honestidad sobre el alcance. Si el curso es de derecho sustantivo, que lo diga; si es de aplicación de IA, también.
Sobre el curso de IA para Legal de humAIns: encaja bien si vienes del derecho o del compliance en una organización regulada y quieres el perfil de AI Compliance Officer. Son 8 semanas, 100 horas y tres entregables firmados por un reviewer colegiado, entre ellos un gap analysis del AI Act sobre una empresa real. El encaje es parcial si no vienes del mundo jurídico: dos de los ocho módulos —dictamen jurídico y litigación— son práctica de despacho y te aportarán menos si tu trabajo es control interno. Y no es un máster con título oficial: es microcredencial con portfolio.
Si tu perfil es más generalista y aún estás decidiendo por dónde entrar, empieza por la guía para aprender IA desde cero y por el glosario de términos de IA. Con ese vocabulario, el AI Act se lee mucho mejor.
Siguiente paso
Si quieres saber cuánto te queda por recorrer, haz el test de 3 minutos: te dice en qué punto estás y qué tres cosas harías primero.
Sigue leyendo en humAIns