¿Tiene que decirle al consejo que el análisis fue asistido por IA?
Revele que el análisis fue asistido por IA y ponga su protección en la verificabilidad: una declaración de procedencia de una página, una comprobación de fuentes en directo en la sala y un archivo conservado permiten a un consejero escéptico poner a prueba cada afirmación, de modo que la recomendación sobrevive al cuestionamiento.
La respuesta directa: ninguna norma concreta le obliga a revelar que parte de una presentación al consejo se redactó con una plataforma de estrategia con IA, y aun así la transparencia es la opción correcta por defecto. La razón es práctica, no jurídica. Una presentación al consejo es un conjunto de afirmaciones, y en algún momento un consejero cuestiona una de ellas. Cuando eso ocurre, el ponente que ya ha dicho qué partes del análisis se redactaron con la máquina y quién las verificó conserva la sala; el ponente al que se le pregunta en mitad de la reunión cómo se obtuvo una cifra, y responde con vaguedades, la pierde. La transparencia es lo que preserva la confianza cuando se cuestiona una cifra, y la ocultación es la posición más débil incluso cuando ninguna norma obliga a revelar.
- La guía del FRC al Código de Gobierno Corporativo del Reino Unido de 2024 incluye, entre los pasos adicionales que un consejo puede considerar para decisiones importantes, describir en los documentos del consejo cómo se han desarrollado y cuestionado las propuestas antes de presentárselas.[1] La guía no es obligatoria, pero un documento que calla sobre cómo se produjo su análisis encaja mal con ella.
- Las obligaciones de transparencia del artículo 50 de la Ley de IA de la UE, en vigor desde el 2 de agosto de 2026, son estrechas: afectan a proveedores y responsables del despliegue de determinados sistemas de IA, e incluyen el deber de informar a las personas de que interactúan con un sistema de IA, de marcar el contenido sintético en un formato legible por máquina y de revelar las ultrasuplantaciones.[2] No son un mandato de etiquetar una presentación estratégica interna, y leerlas así exagera su alcance.
- Los Principios de IA de la OCDE piden a los actores de la IA que se comprometan con la transparencia y la divulgación responsable, proporcionando información significativa y adecuada al contexto sobre los sistemas de IA, sus capacidades y sus limitaciones.[3]
- La dirección del cambio se ve en las propias salas de consejo: en la encuesta de PwC sobre eficacia del consejo entre altos directivos, el 99 % de los ejecutivos cree que los consejos deberían usar IA en su labor de supervisión, pero solo el 35 % de los consejeros afirma que su consejo lo hace actualmente.[4]
En conjunto, estos puntos describen una norma, no una prohibición. La orientación en materia de gobierno corporativo espera que los documentos expliquen cómo se construyeron y cuestionaron las propuestas, y las reglas de transparencia, donde existen, apuntan a otros daños. Lo que el consejo pone a prueba, por tanto, no es la participación de una herramienta, sino si el análisis que sustenta la recomendación merece confianza. Un ponente que lo revela con claridad parte de la posición más fuerte.
La declaración de procedencia: una página que hace comprobable la presentación
La respuesta práctica al consejero escéptico no es un tono de voz ni una defensa bien ensayada. Es un artefacto: una diapositiva o página de anexo, incluida en la presentación, que expone en lenguaje llano cómo se produjo el análisis y quién lo respalda. Llámela declaración de procedencia. Contiene seis líneas, y cada línea existe porque un consejero puede hacer algo concreto con ella.
| Línea de la declaración de procedencia | Para qué sirve | Qué puede hacer un consejero con ella |
|---|---|---|
| Qué partes del análisis redactó la IA y cuáles escribió el equipo | Separa los borradores generados por la máquina del análisis de autoría humana, para que el consejo sepa dónde se sitúa cada tipo de riesgo | Explorar el límite: preguntar por qué una sección se redactó de una manera y no de otra |
| La persona identificada que verificó cada afirmación clave, y cómo: cada fuente citada abierta y comparada con la diapositiva | Vincula la responsabilidad a las cifras de las que depende la recomendación, con un método declarado en lugar de una garantía genérica | Repetir la comprobación o preguntar directamente a la persona identificada, porque la responsabilidad está ligada a un nombre |
| La lista completa de fuentes | Muestra en qué se apoya el análisis, fuente por fuente | Poner a prueba la base de evidencia: comprobar si falta una fuente preferible o si una fuente es más débil de lo que parece |
| La fecha del conjunto de documentos en el que se basa el análisis | Fija el corte de conocimiento, para que el consejo sepa qué se conocía cuando se ejecutó el análisis | Preguntar si algo ha cambiado desde esa fecha que el análisis no puede ver |
| Qué se excluyó o no pudo verificarse | Expone los límites con honestidad, incluidos los puntos que el equipo no pudo confirmar | Explorar el límite del análisis en lugar de descubrir las lagunas por accidente |
| Quién aprueba la recomendación | Confirma que una persona, no una herramienta, es dueña de la conclusión | Exigir responsabilidad a una persona por la recomendación, como con cualquier otro documento del consejo |
La página también hace un trabajo silencioso de cumplimiento. El principio de transparencia de la OCDE pide información significativa y adecuada al contexto sobre las fuentes y la lógica que hay detrás del papel de un sistema de IA; una página que nombra la contribución de la herramienta, al verificador y la lista de fuentes es esa información, escrita para el único contexto que aquí importa.[3] Es además la forma más comprobable de la descripción del proceso que la orientación de gobierno corporativo ya prevé para decisiones importantes. Para un protocolo detallado de revisión de análisis redactados por IA antes de que lleguen a un comité, consulte la guía sobre cómo verificar una presentación estratégica generada por IA.
Un cuestionamiento en directo en la sala: un ejemplo práctico
Supongamos que una diapositiva afirma que el segmento objetivo representa determinada cuota de ingresos, con un informe sectorial como fuente, y un consejero pregunta de dónde sale la cifra. El intercambio que sigue es donde la declaración de procedencia se gana su lugar. Bien gestionado, se desarrolla paso a paso:
- El ponente abre la fuente citada en pantalla o en el anexo, delante del consejo, en lugar de resumirla de memoria.
- El ponente confirma en acta el alcance de la cifra: qué población cubre la fuente y qué mide.
- El ponente confirma el límite: si la cifra es una estimación puntual, un rango o una previsión, y cuál de ellos afirma la diapositiva.
- El ponente confirma la fecha de la fuente y la unidad de la cifra, para que el consejo sepa que el dato está actualizado y expresado en los términos que usa la diapositiva.
- Si la cifra coincide con la fuente, se mantiene, y el consejero la ha visto sostenerse en lugar de tener que aceptarla por confianza.
- Si la cifra no coincide, por ejemplo porque la diapositiva redondeó más allá de lo que la fuente respalda o usó una edición anterior, el ponente la corrige en acta e indica la cifra corregida y su fuente.
Corregir abiertamente protege la recomendación porque preserva la capacidad del consejo de auditar el resto de la presentación. Un consejero que ha visto comprobar una cifra en directo, y ha visto al ponente reconocer y corregir una discrepancia, tiene pruebas de que las demás cifras se produjeron con la misma disciplina. La razón por la que defender una cifra no verificable destruye la recomendación es simétrica: en el momento en que un ponente se resiste a un cuestionamiento comprobable, todas las demás cifras de la presentación pasan a ser sospechosas, porque el consejo ha aprendido que las cifras se defienden en lugar de verificarse. La orientación de PwC para consejeros lo expresa con claridad: los resultados generados por IA pueden contener errores o sesgos que parecen creíbles, y por eso la información debe verificarse y someterse al juicio humano antes de confiar en ella.[5] La fluidez no es verificación, y la comprobación abierta es la manera de mostrar la diferencia. Sobre por qué las fuentes trazables son el mecanismo que hace posibles esas comprobaciones, consulte este artículo sobre la presentación estratégica auditable.
Las preguntas que los consejeros escépticos hacen realmente
En consejos y comités de inversión, las preguntas sobre el análisis asistido por IA se reducen a cuatro. ¿Qué vio la herramienta? ¿Qué no vio? ¿Quién lo comprobó? ¿Qué cambiaría la conclusión? Ninguna es hostil; cada una es un consejero haciendo su trabajo. La declaración de procedencia es útil precisamente porque cada pregunta corresponde a una línea de la página, de modo que la respuesta se lee en lugar de improvisarse.
| La pregunta del consejero | Qué está sondeando en realidad | La línea de procedencia que la responde |
|---|---|---|
| ¿Qué vio la herramienta? | La base de evidencia sobre la que se ejecutó el análisis, y cuán actual es | El conjunto de documentos y su fecha |
| ¿Qué no vio? | Las exclusiones, lagunas y puntos que no pudieron confirmarse | La línea sobre exclusiones y puntos no verificables |
| ¿Quién lo comprobó? | Si una persona identificada respalda las afirmaciones clave, y con qué método | El verificador identificado y el método de verificación: cada fuente citada abierta y comparada con la diapositiva |
| ¿Qué cambiaría la conclusión? | Cuán sensible es la recomendación a sus afirmaciones clave | La línea del verificador junto con la lista de fuentes, que muestra de qué afirmaciones depende la recomendación y con qué solidez está documentada cada una |
Responder de antemano a estas preguntas en la página supera a improvisar en la sala por una razón sencilla: una respuesta compuesta bajo presión suena a defensa, mientras que la misma respuesta impresa en la presentación se lee como parte del análisis. También indica que el equipo anticipó el escrutinio, lo que es en sí mismo una prueba de rigor. Los consejeros tienen un motivo permanente para hacer estas preguntas a su propia empresa: la guía del FRC incluye, entre las preguntas que los consejos deberían hacerse, si son conscientes de las tecnologías emergentes, incluida la inteligencia artificial responsable, que la empresa utiliza, por ejemplo en la elaboración de informes.[1] Un consejo que hace esa pregunta a la empresa se la hará a la presentación que tiene delante.
Después de la reunión: mantener la decisión revisable
La declaración de procedencia tiene una segunda vida después de la reunión. La presentación, su lista de fuentes y la declaración de procedencia deben conservarse juntas, para que la decisión pueda revisarse meses después en términos honestos. Una revisión posterior que disponga del registro conservado puede contrastar el análisis con lo que realmente se sabía en su momento: el conjunto de documentos y su fecha fijan qué información existía, la línea de exclusiones registra qué no pudo verificarse, y la lista de fuentes muestra en qué cifras se apoyó la recomendación. Sin ese registro, la revisión deriva hacia la visión retrospectiva y juzga la decisión por lo que ocurrió en lugar de por lo que podía saberse cuando se tomó.
- Contrastar el análisis con el conocimiento disponible en su momento, usando el conjunto de documentos fechado en lugar de la memoria.
- Volver a comprobar las afirmaciones clave frente a sus fuentes citadas, con el método declarado por el verificador identificado.
- Localizar el límite del análisis, con la línea de exclusiones, antes de dar por hecho que un fallo fue un error de juicio y no un límite conocido.
La conservación también encaja con lo que prevé la orientación en materia de gobierno corporativo. Entre los pasos adicionales que la guía del FRC sugiere que un consejo puede considerar para decisiones importantes está asegurarse de que las actas del consejo documenten la discusión que condujo a la decisión, incluidas las cuestiones planteadas y los motivos de la decisión.[1] Una declaración de procedencia archivada con la presentación da a las actas algo exacto que reflejar. El punto práctico es que el uso de IA tiende a dejar su propio rastro escrito, en instrucciones, borradores y resultados, lo planifique alguien o no, así que la conservación se gestiona mejor como política deliberada que dejada al azar.
Qué no hacer: ocultar, exagerar y fiarse de la fluidez
Tres modos de fallo explican la mayoría de las formas en que las presentaciones al consejo asistidas por IA salen mal. Cada uno es evitable, y cada uno merece nombrarse de antemano.
- Ocultar el uso de IA. El patrón de ocultación está bien documentado en otras partes de la organización: en la encuesta rápida de ISACA de 2023 sobre IA generativa entre profesionales de la confianza digital, solo el 28 % de las organizaciones dijo que su empresa permitía expresamente el uso de IA generativa, mientras que más del 40 % afirmó que los empleados la usaban de todos modos y otro 35 % no estaba seguro.[6] El uso no declarado dentro de un equipo de estrategia es el mismo patrón con más en juego, porque la presentación llega al consejo. La transparencia cuesta una línea; que se descubra la ocultación cuesta la credibilidad de todas las cifras de la presentación.
- Exagerar el rigor de la herramienta. Describir el análisis como validado, auditado o comprobado de forma independiente cuando lo que ocurrió es que una herramienta lo redactó y una persona lo hojeó invita al único cuestionamiento que el ponente no puede responder en la sala: muéstremelo. La declaración de procedencia protege porque afirma solo lo que ocurrió, y el verificador identificado puede describir exactamente qué se hizo.
- Dejar que la fluidez sustituya al juicio. El AI Risk Management Framework del NIST señala que las personas pueden dar por hecho que los sistemas de IA funcionan, y funcionan bien, en todos los contextos, y que, con razón o sin ella, los sistemas de IA suelen percibirse como más objetivos que los humanos.[7] La prosa pulida es la forma más peligrosa de esa percepción, porque una diapositiva bien escrita se lee como una diapositiva verificada. No lo es. El juicio del equipo, aplicado en el momento de la verificación y la aprobación, es lo que se pide al consejo que confíe.
El hilo común es un mal intercambio: cada modo de fallo evita una incomodidad pequeña y manejable, una línea de transparencia, una afirmación modesta, un reconocimiento de límites, y lo paga con un riesgo sin gestionar.
Dónde importa la herramienta: verificabilidad por diseño
Una nota final sobre la herramienta. Decisity es una plataforma de consultoría estratégica nativa de IA cuyas presentaciones llevan cada afirmación, cifra y recomendación enlazada con un clic a su fuente. Esa única propiedad es lo que hace que las prácticas de este artículo sean mecánicamente posibles en lugar de aspiracionales: una declaración de procedencia vale lo que valen los enlaces que hay detrás, y una comprobación de fuentes en directo en la sala lleva segundos cuando la fuente citada está a un clic de la diapositiva. También respalda lo que el principio de rendición de cuentas de la OCDE pide a los actores de la IA: que sean responsables del correcto funcionamiento de los sistemas de IA a lo largo de todo su ciclo de vida, en función de su papel y su contexto.[3] Para una descripción del flujo de trabajo completo, desde la ingesta de documentos hasta una presentación lista para el consejo con trazabilidad total de las fuentes, consulte cómo funciona la plataforma.
La herramienta no sustituye las obligaciones del ponente; elimina las excusas. Cuando cada cifra de la presentación puede abrirse hasta su fuente a petición, la transparencia sale barata, la verificación se vuelve rutina, y las cuatro preguntas del consejero escéptico tienen respuestas que están en la página y pueden comprobarse en la sala, durante la reunión y de nuevo meses después, cuando se revise la decisión.
Lecturas relacionadas:
Fuentes
- FRC: Corporate Governance Code Guidance
- EU Artificial Intelligence Act: Article 50, Transparency Obligations for Providers and Deployers of Certain AI Systems
- OECD: Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449)
- PwC and The Conference Board: Board Effectiveness: A survey of the C-suite (2026)
- Harvard Law School Forum on Corporate Governance: Using AI in the Boardroom: New Opportunities and Challenges (PwC, 29 November 2025)
- ISACA: Generative AI Training, Formal Policies in Short Supply for Most Organizations (@ISACA 2023, Volume 43)
- NIST AI Resource Center: AI RMF 1.0, Section 1: Framing Risk
