Auditoría y Gobernanza de Algoritmos

Auditoría y Gobernanza de Algoritmos
Un manual operativo para decisiones financieras auditables bajo el marco del Decision Operating System

¿Su organización puede explicar, defender y reconstruir cada decisión algorítmica que toma hoy?

Los modelos de inteligencia artificial y machine learning ya deciden quién recibe crédito, qué transacciones se bloquean, qué precios se ofrecen y qué clientes reciben atención prioritaria. Pero auditar esos modelos como simples piezas de código es insuficiente. La auditoría algorítmica moderna debe gobernar el sistema completo de decisión: propósito, datos, modelos, reglas, responsables, métricas, controles, evidencia y aprendizaje organizacional.

Este libro entrega un marco operativo -el Decision Operating System (DOS)- para directores de riesgo, comités de auditoría, áreas de cumplimiento, oficinas de modelo, líderes de transformación digital y consejeros con exposición a IA y datos.

Lo que encontrará en este libro:

• Marco regulatorio convergente: cómo EU AI Act, NIST AI RMF, SR 11-7 y BCBS 239 se integran en una sola arquitectura auditable.
• Data governance auditable: linaje de datos, contratos de datos, calidad operacional y privacidad.
• Auditoría técnica de modelos: reproducibilidad, backtesting, stress testing, drift y degradación.
• Explainability y fairness: SHAP, LIME, paridad demográfica, equalized odds, calibration y gobierno de umbrales.
• El audit pack algorítmico: el expediente vivo que conecta hallazgo, evidencia, remediación y cierre.
• Frontera emergente: QML, modelos híbridos cuántico-clásicos, Shor, Grover y migración post-cuántica.
• Plantillas operativas listas para usar: checklist de auditoría, ficha de linaje, model card, audit pack, métricas de fairness y guía para presentar hallazgos al comité.

"Una decisión algorítmica que no puede ser auditada no es una decisión: es un riesgo en curso."

Escrito por Jorge Pérez Colín, director y cofundador de BDS · Business Data Scientists, ex-Director de Analytics de Accenture México, ex-Partner de IBM al frente de Cognitive Business Decision Services, y ex-CIO del IPADE Business School. Más de dos décadas aplicando ciencia de datos, machine learning e inteligencia artificial a problemas reales de banca, gobierno y empresa.

Para la alta dirección que necesita gobernar la IA, no sólo aprobarla.