¿Tu consejo entiende la IA que aprueba?

Un consejo aprobó hace poco un modelo de detección de fraude con la misma ceremonia con la que aprueba una adquisición: comité, diapositiva, preguntas de rigor. Nadie preguntó qué tan raro es el fraude que el modelo intenta encontrar. Sin esa cifra, la precisión que presentaron no decía nada.

Carlos Andrés Ramírez · 2026-09-26

Un consejo aprobó hace poco un modelo de detección de fraude con la misma ceremonia con la que aprueba una adquisición: comité, diapositiva, preguntas de rigor. Nadie preguntó qué tan raro es el fraude que el modelo intenta encontrar. Sin esa cifra, la precisión que presentaron no decía nada.

Es el patrón que se repite en consejo tras consejo. Preguntan por presupuesto, por plazo, por quién responde si algo sale mal. Rara vez preguntan si el número que sostiene todo el caso significa lo que parece significar. Y esa pregunta, la que de verdad separaría un caso sólido de uno maquillado, es justo la que nadie hace. Parece técnica, y en la sala nadie quiere admitir que no sabría responderla.

El problema no es que los consejeros no entiendan de modelos. No tienen por qué. El problema es que confunden aprobar con supervisar, y son dos cosas que en el papel se parecen mucho y en la práctica no tienen nada que ver.

El síntoma

¿Tiene mi consejo de administración el conocimiento de IA suficiente para supervisarla, o solo la aprueba sin entenderla?

La respuesta que más se repite hoy es contratar una capacitación de IA para el consejo: un par de horas, una consultora externa, un certificado al final. Sirve para que nadie se sienta desinformado en la próxima reunión. No sirve para que alguien, en el momento en que se presenta un caso real, sepa hacer la pregunta que lo desarma si está mal construido. Una cosa es vocabulario. Otra es criterio bajo presión, con el equipo que construyó el caso sentado enfrente.

• El consejo aprueba el caso por unanimidad y nadie recuerda, dos semanas después, cuál era la métrica que lo justificaba.
• Cuando el equipo técnico usa un término que nadie entiende del todo, la sala asiente en vez de pedir que lo traduzcan.
• El comité de auditoría revisa el modelo financiero de la iniciativa con lupa y el modelo de IA con una diapositiva de resumen.
• Nadie en la sala sabe distinguir un modelo que funciona de uno que solo se probó con los datos fáciles.
• La pregunta «¿y si esto falla, quién se entera primero?» no aparece en ninguna acta.

El problema detrás

El problema no es cuánto sabe el consejo de inteligencia artificial. Es si sabe reconocer un caso mal armado.

Un consejo no necesita entender cómo se entrena un modelo, de la misma forma que no necesita saber auditar un balance para aprobar uno. Necesita saber qué preguntarle a quien sí entiende, y reconocer cuándo la respuesta es una evasión con vocabulario técnico encima. Esa capacidad no sale de un curso de dos horas. Sale de haber hecho la pregunta incómoda las veces suficientes como para que el equipo que presenta ya sepa que se la van a hacer.

Y ahí está la asimetría que nadie corrige. Quien presenta el caso lleva semanas trabajándolo, conoce sus puntos débiles y decide qué mostrar. Quien lo aprueba tiene una hora, una diapositiva, y la sensación de que preguntar demasiado delata que no entendió el resto de la presentación. Esa asimetría no se cierra con más diapositivas. Se cierra con un puñado de preguntas fijas que el consejo hace siempre, entienda o no entienda el resto del material.

Un consejo que no sabe hacer la pregunta que desarma un caso de IA no lo está supervisando. Lo está aprobando a ciegas, con más pasos en el medio.

BECOME

El marco

¿Qué preguntas tiene que saber hacer un consejo antes de aprobar un caso de IA?

La tasa de base

Qué tan frecuente es, en la realidad, el fenómeno que el modelo intenta predecir o detectar. Un modelo con una precisión que suena alta puede ser inútil si lo que busca es raro: la pregunta correcta no es qué tan preciso es, es comparado con qué.

El modo de falla

Qué pasa exactamente cuando el modelo se equivoca: quién lo nota primero, cuánto tarda en notarse y qué le cuesta a la empresa ese error concreto. Sin esa respuesta, el consejo aprueba un promedio y no sabe nada del peor caso posible.

El desafío externo

Si alguien ajeno al equipo que construyó el caso tuvo oportunidad de ponerlo a prueba antes de que llegara al consejo, con una pregunta incómoda y no solo con el material que trae el propio equipo. Sin ese desafío previo, la revisión del consejo es la última capa de un proceso que nunca tuvo una primera.

La fecha de vencimiento

Cuándo se vuelve a validar el modelo con datos nuevos, y qué pasa si nadie lo hace. Un modelo aprobado en una fecha puede estar comportándose distinto meses después, y la aprobación original no cubre ese cambio.

El traductor sin interés

Alguien en la sala, sin ningún interés en que el caso se apruebe, capaz de traducir el vocabulario técnico a una pregunta de negocio que cualquier consejero entienda. Sin esa persona, la sala depende de que quien presenta traduzca su propio caso con honestidad.

Ninguna de las cinco exige que un consejero se convierta en científico de datos. Exige la misma disciplina que ya aplican en otras materias que tampoco dominan técnicamente: en una revisión financiera nadie espera que el consejo audite personalmente los libros, pero sí espera que sepa qué preguntarle al auditor. Con la IA, esa disciplina todavía no ha llegado a la mayoría de las salas.

Coge la última presentación de un caso de IA que aprobó tu consejo y busca en el acta si alguien preguntó cuál era la tasa de base del fenómeno que el modelo predice. Si esa pregunta no aparece, tu consejo no evaluó el caso: lo acompañó.

Preparemos a tu consejo para supervisar IA