El AI Index 2026, de la Universidad de Stanford, registró 362 incidentes relacionados con IA en 2025 — frente a 233 el año anterior, un salto del 55% en doce meses. El informe no dice cuántos de esos casos se habrían evitado con un paso de revisión, y esa honestidad importa: el número muestra el tamaño de la exposición, no la receta para reducirla. La receta, cuando la regulación la enuncia, tiene un nombre antiguo. La Ley de IA europea trae en su artículo 14 una exigencia explícita: en sistemas de identificación biométrica de alto riesgo, no puede tomarse ninguna decisión a partir del resultado del sistema sin que al menos dos personas con la competencia, formación y autoridad necesarias verifiquen y confirmen la identificación por separado. Es el principio de "cuatro ojos" — segregación de funciones — trasladado de la contabilidad a la IA.
Los contadores conocen la idea desde hace mucho. La segregación de funciones es un control interno en el que las responsabilidades se reparten entre más de una persona, para que nadie por sí solo pueda iniciar, autorizar, registrar y revisar la misma transacción. Quien carga la factura del proveedor no es quien libera el pago. Quien escribe la política de reembolso no la aprueba. Es redundancia intencional. La Ley Sarbanes-Oxley, de 2002, dio fuerza de ley a ese marco al obligar a las empresas cotizadas a mantener, evaluar y reportar controles internos eficaces sobre la información financiera — con certificación de un auditor independiente. En IA, la misma lógica sigue siendo novedad para la mayoría.
El problema que resuelve la segregación
Cuando la IA genera un documento crítico — una política actualizada, un modelo de contrato, una tabla de precios — ese documento lleva un riesgo incorporado: puede ser correcto en la forma y estar desactualizado en el contenido. Una tabla de precios generada a partir de un documento de 2024, en una empresa que ajustó precios en junio, es formalmente perfecta y factualmente errónea. Una política de gobernanza construida sobre un comentario antiguo de un director puede llevar cinco meses vencida. Sin un paso de validación, el error viaja invisible hasta que alguien lo descubre — y para entonces ya es pasivo, reclamación de cliente, investigación.
No se trata de desconfiar de la IA. Se trata de reconocer que un modelo de IA tiene un horizonte de conocimiento, y ese horizonte siempre es anterior al presente de la empresa. Lo que el modelo no puede saber es qué cambió ayer en la reunión de dirección, qué se renegoció con el proveedor la semana pasada, qué cláusula pidió quitar el área legal. Eso lo sabe una persona — y el proceso debe darle a esa persona un lugar formal para intervenir.
La respuesta habitual — "prohibamos que la IA toque documentos críticos" — falla por la misma razón que fallan las prohibiciones de IA en general. Si la herramienta es útil, alguien la usará; y si está prohibida, la usará fuera del radar de TI, donde no hay revisión, ni registro, ni retención. Lo que funciona es diseñar un lugar donde el camino gobernado sea más fácil que el no gobernado y, por construcción, más controlado.
Lo que tiene que existir en la práctica
Quien escribe no aprueba. Cuando alguien genera un documento crítico con IA — una política, un contrato, una tabla de precios — no puede ser la misma persona que lo aprueba. El documento pasa a alguien con autoridad diferente, con obligación legal o contractual de validarlo antes. En un sistema gobernado, el poder de aprobación pertenece a un grupo definido, no a "cualquiera con acceso".
Aprobación según el riesgo, no para todo. No toda respuesta de IA necesita cuatro ojos. Un análisis que el equipo descarta en diez minutos si es incorrecto es de bajo riesgo. Un contrato que se firmará con un cliente es de altísimo riesgo. El sistema debe permitir que el responsable defina: los documentos de la categoría "Política Corporativa" requieren aprobación; las consultas rápidas, no. Es configurable porque lo que es crítico en un departamento puede no serlo en otro. Conviene notar que la propia Ley de IA reconoce la proporcionalidad: la exigencia de doble confirmación del artículo 14 puede no aplicarse en usos de seguridad pública, migración y control de fronteras cuando la ley la considere desproporcionada. El rigor absoluto en todo no es gobernanza — es parálisis.
Rastro de auditoría claro. ¿Quién escribió el documento, cuándo, con qué versión de IA? ¿Quién lo aprobó, cuándo, con qué observación? Todo registrado. Ante un incidente, es la diferencia entre reconstruir en minutos y no reconstruir nunca. La norma ISO/IEC 42001, para sistemas de gestión de IA, organiza 38 controles en nueve objetivos, y uno de ellos trata específicamente del registro de eventos del sistema, junto a la documentación técnica y la procedencia de los datos. Es la referencia que más tracción gana: el AI Index 2026 señala que el 36% de las organizaciones consultadas ya la citan como norma que influye en su gobernanza de IA, por delante de otros marcos.
Excepciones auditadas, no silenciosas. A veces una aprobación necesita omitirse — una emergencia, una persona no disponible, un riesgo aceptable. Puede ocurrir. Pero esa omisión se registra, se anota con el motivo y se revisa después. Las excepciones constantes se vuelven regla; las excepciones auditadas se vuelven señal de alerta.
Así fue construida la Skyller: los documentos críticos pueden requerir revisión y aprobación en dos etapas, con quien escribe separado de quien aprueba, segregación de funciones en la identidad corporativa y un rastro consultable de cada paso.
Del riesgo individual al control compartido
La ganancia de la segregación de funciones no es solo seguridad. También es reputación. Cuando un documento sale mal porque "nadie lo verificó antes", el pasivo es de la empresa, no de la persona que usó la IA. Cuando hay un paso de aprobación documentado, esa acción es una decisión corporativa — y la responsabilidad queda distribuida, clara, registrada.
También está el efecto en el conocimiento. Un documento crítico aprobado se convierte en conocimiento corporativo oficial: puede guardarse de modo que la IA lo use en conversaciones futuras, con la confianza de que pasó por validación. Si fuera informal, personal, no documentado, sería especulación. Aprobado es referencia institucional — y una respuesta errónea deja de multiplicarse por cien conversaciones.
El camino no es solo técnico. El mismo AI Index 2026 señala que la mayor barrera para la IA responsable no es el presupuesto ni la regulación, sino la falta de conocimiento: el 59% de las organizaciones citan lagunas de conocimiento como obstáculo, frente al 48% que cita presupuesto y el 41% que cita incertidumbre regulatoria. Al mismo tiempo, la proporción de empresas sin ninguna política de IA responsable cayó del 24% al 11%. La mayoría ya escribió la regla; lo que falta, en muchos casos, es el mecanismo que la hace valer día a día — y un paso de aprobación integrado en la herramienta es exactamente ese mecanismo.
Cinco preguntas para la próxima reunión
Antes de escribir una política más — o de permitir que la IA escriba sin control — responde estas con TI:
-
Cuando alguien genera un contrato con IA, ¿quién lo ve antes de que se vuelva oficial? Si la respuesta es "eso depende", no hay proceso — hay improvisación.
-
¿Qué documento o categoría de documento es lo bastante crítico para exigir cuatro ojos? Si "todo", el proceso se estanca. Si "nada", es como antes: falta de control visible.
-
Cuando alguien deja la empresa, ¿su aprobación anterior de un documento sigue siendo válida? Si vale para siempre, hay una brecha. Si no hay rastreo, se opera a ciegas.
-
¿Hubo excepciones documentadas en la última auditoría de documentos críticos? Si hay muchas, es una señal de alerta — la regla no está siendo aceptada o no está funcionando.
-
Si un incidente involucrara un documento aprobado sin rastreo, ¿podríamos reconstruir quién hizo qué? Si no, vale la pena volver y dibujar el rastro.
