# Estándar RUAI (edición de 2026) ## Qué significa usar la IA de forma responsable en 2026 > Usar la IA de forma responsable significa utilizarla para mejorar el trabajo y mantener el control sobre lo que hace. Las personas deciden qué puede hacer, le dan fuentes fiables, comprueban lo que produce y responden del resultado. Un asistente puede utilizar una tarifa que compartiste hace meses. Un agente con permiso para enviar un correo puede enviar también el siguiente. Tu equipo necesita saber en qué fuentes confiar y qué acciones requieren aprobación. Publicado por Founderz AI, S.L. (Founderz). Desarrollado por Founderz en colaboración con Microsoft. Dirección canónica: https://responsibleai.founderz.com/es/toolkit/home ## Antes de empezar ### Principio 1: Supervisión humana de la IA **Las personas deciden qué puede hacer la IA por su cuenta, en qué puntos una persona revisa el trabajo y qué decisiones siguen en manos humanas.** Pregunta clave: Si esto sale mal, ¿se puede deshacer y a quién afectaría? Qué aporta: Unos límites claros permiten delegar más, porque todo el mundo sabe en qué momento interviene una persona. Cuando un asistente redacta un correo, tú decides qué enviar. Si puede enviarlo por su cuenta, programar reuniones, modificar registros o encargar trabajo a otro agente, pregúntate qué acciones necesitan tu aprobación. Una vez fijados esos límites, un agente puede atender doscientas peticiones rutinarias mientras tú te ocupas de las tres que requieren tu intervención. #### Cuatro niveles de supervisión humana | Nivel | Qué hace la IA | Qué haces tú | Útil para | | --- | --- | --- | --- | | 1. La IA redacta | Elabora material | Decides qué usar, cambiar o descartar | Redacción, análisis, investigación, ideas | | 2. La IA propone | Prepara una acción concreta | Apruebas esa acción exacta antes de que se ejecute | Correos a clientes, pagos, cambios en registros | | 3. La IA actúa dentro de unos límites | Actúa por su cuenta dentro de los límites fijados en sus permisos | Supervisas el trabajo, te ocupas de las excepciones y la detienes cuando hace falta | Tareas rutinarias fáciles de deshacer, como clasificar, etiquetar o reservar salas internas | | 4. Lo haces tú | Nada por su cuenta | Decides tú | Decisiones sobre personas y acciones costosas que no puedes revertir | Para elegir un nivel, hazte tres preguntas. ¿Se puede deshacer? ¿A quién más afecta? ¿Qué coste tiene equivocarse? Si la acción es irreversible, tiene efectos fuera de tu organización o afecta a una persona, empieza en el nivel 2 o en el 4. Los niveles parten de tres formas de supervisión humana que el Grupo de Expertos de Alto Nivel sobre IA de la UE describió en 2019: intervención humana en cada decisión (HITL), supervisión con posibilidad de intervenir (HOTL) y control humano sobre el uso de la IA. En el nivel 2 intervienes en cada decisión. En el nivel 3 supervisas la actividad y puedes intervenir cuando haga falta. Al elegir el nivel de cada tarea, mantienes el control sobre el uso de la IA. El glosario recoge las [definiciones completas](https://responsibleai.founderz.com/es/toolkit/glossary#human-in-the-loop). #### Puntos de revisión eficaces En un punto de revisión eficaz ves qué se va a hacer: a quién se enviará el mensaje, qué texto recibirá, qué importe se pagará o qué registro se modificará. Tienes tiempo y conocimientos para valorarlo. Un no detiene la acción, y el silencio nunca cuenta como un sí. Si la acción cambia después de aprobarla, debes revisarla de nuevo. Una segunda IA también puede revisar el trabajo, pero que esté de acuerdo no equivale a que tú lo apruebes. Si pulsas «aprobar» en cada sugerencia, puedes pasar por alto un error aunque tengas tiempo para detectarlo. Los investigadores lo llaman [sesgo de automatización](https://responsibleai.founderz.com/es/toolkit/glossary#automation-bias), y el Reglamento de IA de la UE exige una supervisión humana que lo tenga en cuenta. El marco de Singapur para la IA con agentes añade una señal de alerta práctica: cuando quienes revisan casi nunca rechazan lo que propone el sistema o aprueban muy deprisa, comprueba si alguien está revisando de verdad. #### Decisiones sobre personas Algunas decisiones siguen en manos de las personas, con independencia de lo que pueda hacer la herramienta: contratación, promoción, retribución, evaluaciones del desempeño y despidos, y cualquier decisión que cambie el acceso de alguien al dinero, la atención sanitaria o los servicios públicos. La IA puede ayudar con las gestiones, como redactar una oferta de empleo o programar entrevistas. La decisión es tuya, se basa en criterios que puedes explicar y sigue el procedimiento de RR. HH. y del departamento jurídico de tu organización. En la UE, los sistemas de IA que filtran candidaturas o ayudan a decidir ascensos o despidos suelen considerarse de alto riesgo. El RGPD también limita las decisiones íntegramente automatizadas que tengan efectos jurídicos u otras consecuencias de importancia comparable para la persona afectada. Encontrarás los detalles en [Qué dice la ley](https://responsibleai.founderz.com/es/toolkit/law). #### Prácticas recomendadas - Indica el nivel antes de empezar: la IA redacta, la IA propone, la IA actúa dentro de unos límites o lo haces tú. - Lee antes de aprobar. Si no puedes valorarlo, pide ayuda a alguien que pueda. - Asegúrate de poder detener la tarea y deshacer lo que haya hecho la IA. - Deja las decisiones sobre personas en manos de personas, con criterios que puedas explicar. - Cuando cambien la tarea, los datos o la herramienta, vuelve a elegir el nivel. #### Qué dicen las fuentes - El Reglamento de IA de la UE exige que los sistemas de IA de alto riesgo se construyan de modo que quienes los supervisan sean conscientes del sesgo de automatización, la tendencia a confiar en exceso en el resultado. [1] - El marco de Singapur para la IA con agentes mantiene la responsabilidad de las organizaciones y de sus supervisores humanos por lo que hacen los agentes, y pide aprobación humana en puntos de revisión importantes, como borrar datos, enviar mensajes y realizar pagos. [2] - Ese mismo marco considera que una tasa muy baja de rectificaciones o unas revisiones muy rápidas pueden indicar aprobaciones por inercia, y prefiere las aprobaciones exigidas por el sistema a las solicitadas en un prompt. [2] - Los OECD AI Principles, adoptados por los gobiernos en 2019 y revisados en 2024, piden salvaguardas como la capacidad de decisión y la supervisión humanas. [3] - Una revisión sistemática concluyó que el sesgo de automatización lleva tanto a seguir consejos erróneos como a pasar por alto problemas que el sistema no señaló. [4] - Cuando el Gobierno del Reino Unido utilizó IA para clasificar 87 738 respuestas a una consulta, 125 personas revisaron el trabajo de la herramienta y los equipos responsables de las políticas aprobaron los temas. [5] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/human-oversight ### Principio 2: Una fuente única de referencia para la IA **La IA trabaja con fuentes autorizadas y actualizadas, y cada dato importante tiene un único lugar de referencia, con responsable y fecha.** Pregunta clave: ¿Dónde se guarda este dato y quién lo mantiene al día? Qué aporta: Un compañero que revise un presupuesto puede encontrar la misma lista de precios que usaste tú. Los asistentes de trabajo responden cada vez más a partir de los archivos, correos y chats de tu organización. Microsoft Copilot, por ejemplo, puede recurrir a cualquier contenido que el usuario ya tenga permiso para abrir. Si la unidad compartida contiene cinco versiones de la lista de precios, el asistente puede dar los precios del año pasado. Ofrece a tus compañeros y a tu asistente una sola lista de precios actualizada. Cuando cambie un precio, la persona responsable podrá corregirlo ahí. #### Cinco reglas para una fuente única de referencia | Regla | En la práctica | | --- | --- | | 1. Cada dato importante tiene un único lugar de referencia | Enlázalo desde presentaciones, correos y chats para que siempre apunten a la versión actual. | | 2. Cada lugar de referencia tiene responsable y fecha | La persona responsable lo mantiene al día. La fecha permite saber, tanto a las personas como a la IA, de cuándo es la información. | | 3. Indica a la IA cuál es la fuente de referencia | Usa fuentes autorizadas y pregunta al asistente qué documento ha utilizado. | | 4. Los borradores siguen siendo borradores | El resultado de la IA solo se convierte en fuente cuando una persona lo revisa y lo publica. | | 5. Corrige en la fuente | Cuando encuentres un error, corrige el dato en la fuente y avisa a su responsable. Así, la próxima persona o el próximo asistente que la consulte encontrará el dato correcto. | Una fuente autorizada también puede contener errores. Por eso, una buena fuente única de referencia incluye una forma sencilla de comunicar errores y alguien que los corrija. #### Mantenimiento de las fuentes y acceso Los archivos antiguos y duplicados hacen perder tiempo, y un asistente puede basar sus respuestas en ellos. Las propias orientaciones de Microsoft para organizaciones que implantan Copilot recomiendan localizar sitios compartidos con demasiadas personas, sin responsable o inactivos, revisar quién tiene acceso, archivar los sitios inactivos y borrar los archivos obsoletos para que las respuestas estén al día. Esas orientaciones están dirigidas a administradores de TI. Tú puedes revisar lo que tienes a tu cargo: tus carpetas, las páginas de tu equipo y los documentos que llevan tu nombre. #### Ejemplo: la fuente de referencia de Founderz Founderz reúne el conocimiento de la empresa en un solo lugar. Cada documento tiene un responsable, una versión, una fecha de última comprobación y una clasificación: público, interno o confidencial. Cada cifra se escribe una sola vez, en su documento de referencia, y los demás documentos enlazan a esa fuente. Los cambios pasan por revisión. Los asistentes de IA leen este conocimiento mediante un conector. Una persona revisa los borradores que proponen antes de que se publiquen. [Lee el caso práctico](https://responsibleai.founderz.com/es/toolkit/case-studies/founderz-single-source-of-truth). #### Prácticas recomendadas - Localiza la versión oficial de los datos que necesitas: precios, políticas, información de producto y condiciones de los clientes. - Pon nombre y fecha a tus documentos y archiva las versiones que sustituyas. - Pregunta al asistente qué documento ha utilizado y ábrelo. - Mantén los borradores de IA fuera de las carpetas compartidas hasta que alguien los haya revisado. - Cuando encuentres un error, corrige la fuente y avisa a su responsable. #### Qué dicen las fuentes - Microsoft Copilot solo muestra contenido de la organización que el usuario ya tiene permiso para consultar. [6] - Las orientaciones de Microsoft para implantar Copilot recomiendan revisar los accesos, archivar sitios inactivos y borrar archivos obsoletos para que las respuestas estén al día. [7] - Los OECD AI Principles piden a quienes son responsables de la IA que mantengan la trazabilidad de los conjuntos de datos, los procesos y las decisiones. [3] - El perfil de NIST para la IA generativa incluye entre sus doce riesgos la confabulación, es decir, contenido falso expresado con seguridad. [8] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/single-source-of-truth ### Principio 3: Confidencialidad de la información compartida con la IA **La información solo se comparte con la IA en herramientas autorizadas, para una finalidad autorizada y en la medida necesaria para la tarea.** Pregunta clave: ¿Tengo permiso para compartir esto en esta herramienta? Qué aporta: Puedes usar la IA en un encargo de un cliente y mantener su información en herramientas autorizadas para esa finalidad. Cuando alguien te confía archivos de clientes, datos personales de tus compañeros o planes de la empresa, lo hace con un fin concreto. Ese fin sigue siendo el mismo cuando usas IA. Lo que cambia con la IA es la facilidad con la que circula la información: pegar un texto, subir un archivo, un conector que puede leer un buzón entero o un asistente que recuerda lo que le contaste la semana pasada. La misma herramienta puede ser adecuada para una tarea e inadecuada para otra. Una cuenta de trabajo cubierta por el contrato de tu organización y una cuenta personal pueden parecer idénticas y tener condiciones muy distintas. En el 2024 Work Trend Index de Microsoft, el 78 % de quienes usaban IA en el trabajo dijeron que utilizaban sus propias herramientas. #### Comprobaciones antes de compartir información Antes de compartir un archivo, comprueba lo siguiente: - ¿Está autorizada esta herramienta para este tipo de información? - ¿Necesitas el archivo entero para esta tarea o basta con un extracto? - ¿Servirían unos datos de ejemplo inventados mientras pruebas el prompt? - ¿Quién más podrá ver la información, ahora y después? #### Anonimización y seudonimización Eliminar los nombres rara vez basta para anonimizar los datos. La edad, el cargo, la ubicación y una fecha pueden bastar para identificar a alguien, sobre todo si trabaja en un equipo pequeño o vive en una localidad pequeña. El regulador de protección de datos del Reino Unido explica cómo el contexto y las combinaciones de detalles permiten identificar a personas, y por qué, aunque sustituyas los nombres por códigos ([seudonimización](https://responsibleai.founderz.com/es/toolkit/glossary#pseudonymization)), los datos siguen siendo personales. Si una tarea necesita datos personales reales, utiliza una herramienta y un proceso autorizados para ello. #### Conectores y memoria del asistente Una conexión a tu correo, calendario o unidad de archivos puede dar a un asistente acceso a información que tú puedes ver. Comprueba qué carpetas y buzones puede abrir y desactiva lo que la tarea no necesite. Si tu asistente tiene memoria, revisa qué ha guardado y borra los datos de clientes que no deban estar ahí. #### Prácticas recomendadas - Usa las herramientas y cuentas que tu organización haya autorizado para la información con la que estás trabajando. - Comparte el mínimo que necesite la tarea. A menudo basta un extracto o una muestra inventada. - Comprueba qué recuerda tu asistente y qué carpetas pueden abrir sus conectores. - Cuando trabajes para un cliente, deja fuera la información de los demás. - Pide permiso antes de grabar o transcribir una reunión e indica dónde se guardará la transcripción. #### Qué dicen las fuentes - En el 2024 Work Trend Index de Microsoft, el 78 % de quienes usaban IA en el trabajo dijeron que utilizaban sus propias herramientas de IA. [9] - Según Microsoft, en el servicio para clientes empresariales de Microsoft 365 no se utilizan los prompts ni las respuestas de Copilot, ni los datos a los que este accede mediante Microsoft Graph, para entrenar modelos fundacionales. Antes de compartir archivos de trabajo, comprueba con qué cuenta has iniciado sesión. [6] - Según el RGPD, es dato personal cualquier información relativa a una persona identificada o identificable. [10] - La Information Commissioner’s Office del Reino Unido explica que una anonimización eficaz depende del contexto y que los datos seudonimizados siguen siendo datos personales. [11][12] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/confidentiality ### Principio 4: Permisos limitados para los agentes de IA **Los agentes de IA reciben solo el acceso que exige su tarea, y cualquier acción irreversible necesita la confirmación de una persona.** Pregunta clave: ¿Qué es lo peor que podría hacer este agente con el acceso que tiene? Qué aporta: Puedes dejar que un agente clasifique correos sin darle la capacidad de enviar uno por error. Un agente que clasifica tu correo necesita leer mensajes. Si también puede enviar respuestas, podría enviar una por error. Alguien incluso podría ocultar instrucciones en un correo para que enviase un archivo. Comprueba qué puede hacer con el acceso que le das. Dale solo el acceso que necesita para esta tarea. Los equipos de seguridad lo llaman [mínimo privilegio](https://responsibleai.founderz.com/es/toolkit/glossary#least-privilege). Es la regla que aplicarías a un compañero nuevo en su primer día. #### Permisos y prompts Pide al agente que redacte tus respuestas y configura sus permisos para que solo pueda crear borradores. Esa configuración le impide enviar un mensaje aunque interprete mal tus instrucciones. El marco de Singapur para la IA con agentes recomienda usar controles del sistema para exigir las aprobaciones siempre que sea posible. OWASP llama a este riesgo [capacidad de actuación excesiva](https://responsibleai.founderz.com/es/toolkit/glossary#excessive-agency): un sistema de IA con más funciones, permisos o autonomía de los que necesita su tarea. Su edición de 2026 recomienda que una persona confirme las acciones que requieren privilegios, son irreversibles o tienen efectos visibles fuera del sistema. #### Inyección de prompts Los correos, las páginas web y los documentos compartidos pueden contener instrucciones escritas para influir en la IA que los lea. Es la [inyección de prompts](https://responsibleai.founderz.com/es/toolkit/glossary#prompt-injection). El National Cyber Security Centre del Reino Unido advierte de que quizá nunca sea posible evitar por completo estos ataques. Por eso recomienda limitar lo que el sistema puede hacer si alguien consigue engañarlo. El investigador de seguridad Simon Willison describe una [«tríada letal»](https://responsibleai.founderz.com/es/toolkit/glossary#lethal-trifecta): un agente puede leer tus datos privados, leer contenido de desconocidos y enviar información al exterior. Un desconocido podría ocultar en ese contenido una petición para que el agente le envíe tus datos. Dale a un mismo agente los tres tipos de acceso solo si tu equipo de TI lo ha diseñado así. No necesitas detectar todos los ataques. Si de pronto un agente intenta hacer algo que no le has pedido, detenlo y comunica lo ocurrido. #### Prácticas recomendadas - Empieza con acceso de solo lectura o solo para crear borradores y añade los permisos de uno en uno. - Confirma cualquier acción irreversible: enviar, pagar, borrar o compartir fuera de tu organización. - Evita dar a un mismo agente tus datos privados, contenido de desconocidos y una vía para enviar información al exterior, todo a la vez. - Detén al agente que quiera hacer algo que no has pedido y comunícalo. - Fija límites de dinero, destinatarios y tiempo, y aprende a desactivar el agente. #### Qué dicen las fuentes - El Top 10 for LLM Applications de OWASP de 2026 incluye la inyección de prompts y la capacidad de actuación excesiva entre los principales riesgos, y recomienda el mínimo privilegio y la confirmación humana de las acciones que requieren privilegios, son irreversibles o tienen efectos visibles fuera del sistema. [13] - El National Cyber Security Centre del Reino Unido aconseja fijar límites que no dependan de la propia IA, porque quizá nunca sea posible evitar por completo la inyección de prompts. [14] - Reunir datos privados, contenido no fiable y comunicación externa en un mismo agente hace posible el robo de datos mediante inyección de prompts. [15] - En la definición de mínimo privilegio de NIST, cada usuario o sistema recibe solo los recursos y el acceso que necesita para hacer su trabajo. [16] - El marco de Singapur para la IA con agentes recomienda que sea el propio sistema el que exija la aprobación, en vez de limitarse a pedirla en un prompt. [2] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/agent-permissions ## Mientras trabajas ### Principio 5: Criterio propio y habilidades **Las personas se forman su propia opinión antes de apoyarse en la IA y siguen practicando las habilidades de las que depende su trabajo.** Pregunta clave: ¿Qué pienso yo? Qué aporta: Ejercitas el criterio que necesitarás para revisar el trabajo de la IA. Antes de pedir una recomendación a un asistente, escribe lo que piensas. Tendrás una respuesta propia que comparar con su propuesta. En una encuesta de la Universidad Carnegie Mellon y Microsoft Research a 319 profesionales del conocimiento, quienes más confiaban en la IA para una tarea decían ejercer menos su pensamiento crítico. Quienes más confiaban en su propia capacidad decían ejercerlo más. Bastan tres líneas. Cuando las respuestas difieran, examina las razones de cada una y anota lo que aprendes. #### Conservación de las habilidades Las habilidades pueden deteriorarse cuando una máquina hace el trabajo. En 2013, la Federal Aviation Administration de Estados Unidos animó a las aerolíneas a fomentar el vuelo manual cuando resultara adecuado, porque el uso continuado de sistemas automáticos no permite ejercitar las destrezas de pilotaje manual. En cuatro centros de endoscopia de Polonia, la tasa de detección de adenomas en las colonoscopias que los médicos realizaron sin IA bajó del 28,4 % al 22,4 % en los meses posteriores a la introducción de asistencia con IA. La universidad de los autores presenta este hallazgo observacional como una cuestión que requiere más investigación. En tu trabajo, reserva tiempo para practicar las tareas que tendrás que seguir haciendo sin ayuda. #### Tareas en las que ayuda la IA Cuando 20 000 empleados públicos del Reino Unido probaron un asistente de IA en su software de oficina, declararon ahorrar una media de 26 minutos al día, y el 82 % no quería volver a trabajar sin él. En una evaluación más pequeña en uno de los departamentos, los participantes tardaron menos en resumir informes y los resúmenes mejoraron. En cambio, dedicaron más tiempo a analizar hojas de cálculo y sus análisis fueron menos precisos. Prueba la IA con tus tareas reales, quédate con lo que funciona y mídelo. Encontrarás los detalles en [el caso práctico](https://responsibleai.founderz.com/es/toolkit/case-studies/uk-government-ai-assistant-evaluations). #### Prácticas recomendadas - Escribe primero tu respuesta o esquema, aunque solo sean tres líneas, y después compara. - Además de encargarle el trabajo, pide a la IA que explique su respuesta y te haga preguntas para comprobar lo que sabes. - Haz de vez en cuando las tareas esenciales de tu puesto sin IA. - Fíjate en cuándo aceptas respuestas que no sabrías valorar por tu cuenta y aprende lo necesario para valorarlas. - Usa la IA donde aporte. Algunas tareas se hacen más rápido, con menos coste o mejor sin ella. #### Qué dicen las fuentes - En una encuesta a 319 profesionales del conocimiento, quienes más confiaban en la IA generativa decían aplicar menos el pensamiento crítico. Quienes más confiaban en su propia capacidad decían aplicarlo más. [17] - En las colonoscopias realizadas sin IA, la tasa de detección de adenomas en cuatro centros bajó del 28,4 % al 22,4 % después de introducir la asistencia con IA. [18] - La Federal Aviation Administration de Estados Unidos anima a las aerolíneas a fomentar el vuelo manual cuando sea adecuado para conservar las habilidades que la automatización no ejercita. [19] - Según el Reglamento de IA de la UE, las organizaciones que proporcionan o utilizan sistemas de IA deben tomar medidas para favorecer la alfabetización en IA de su personal. [20] - Los empleados públicos del Reino Unido declararon ahorrar una media de 26 minutos al día con un asistente de IA, y una evaluación departamental encontró que las mejoras variaban según la tarea. [21][22] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/independent-judgment ### Principio 6: Revisión crítica de ideas y reconocimiento de sesgos **La IA se utiliza tanto para poner a prueba ideas como para desarrollarlas, y se contrarresta activamente su tendencia a dar la razón.** Pregunta clave: ¿Cuál es el argumento más sólido en contra? Qué aporta: Puedes corregir un punto débil de tu plan antes de que lo detecte un cliente o tu responsable. Los asistentes de IA se entrenan para ayudar, y solemos considerar útil una respuesta que nos da la razón. El resultado es una tendencia bien documentada llamada [complacencia](https://responsibleai.founderz.com/es/toolkit/glossary#sycophancy): los asistentes tienden a decirte lo que parece que quieres oír. Un estudio presentado en ICLR 2024 observó este patrón de forma sistemática en cinco asistentes. En ocasiones, los participantes preferían una respuesta convincente que les daba la razón a otra correcta. En abril de 2025, un gran proveedor de IA retiró una actualización porque el modelo había empezado a adular en exceso a los usuarios. Cuando ya te inclinas por un plan, un asistente puede darte muchas razones para mantenerlo. Pregúntale qué haría que un cliente lo rechazara y comprueba si puedes responder a la objeción. #### Sesgos habituales en el trabajo con IA | Sesgo | Cómo se manifiesta | Qué hacer | | --- | --- | --- | | Complacencia | El asistente te da la razón, elogia el plan o retira su objeción cuando insistes. | Indica quién podría discrepar y pide el argumento más sólido que daría en contra. | | Sesgo de confirmación | Preguntas «¿por qué es acertada mi idea?» y obtienes razones a su favor. | Haz preguntas abiertas, como «¿qué opciones hay?». | | Sesgo de automatización | Aceptas el resultado porque lo ha producido una máquina. | Decide de antemano qué vas a comprobar. | | Anclaje | La primera respuesta o cifra condiciona todo lo que viene después. | Haz primero tu propia estimación o pide varias opciones. | | Supuestos que no encajan en tu contexto | La respuesta da por sentadas las leyes, la moneda, la ortografía o las costumbres de otro país. | Indica dónde estás y a quién va dirigida la respuesta. | #### Productividad percibida y medida Puedes sobreestimar o subestimar cuánto te ayuda la IA. En un estudio de METR de principios de 2025, 16 desarrolladores de software con experiencia esperaban trabajar un 24 % más rápido con IA. Al terminar, creían haber trabajado un 20 % más rápido, aunque en realidad habían tardado un 19 % más con IA. El seguimiento de METR de 2026 sugiere que las herramientas han mejorado y señala que los datos actuales no permiten sacar conclusiones firmes. En 2025, las impresiones de los participantes no reflejaron los tiempos medidos. Si una decisión depende del resultado, mídelo. [Lee el caso práctico](https://responsibleai.founderz.com/es/toolkit/case-studies/metr-perceived-and-measured-productivity). #### Prácticas recomendadas - Haz preguntas abiertas, como «¿qué opciones hay?», y evita las que inducen una respuesta, como «¿por qué es la mía la mejor opción?». - Pide el argumento más sólido contra tu idea e indica desde qué punto de vista debe formularlo: el de un director financiero, un cliente o un competidor. - Cambia el planteamiento y vuelve a preguntar. Si la respuesta pasa a ser la contraria, sabrás que era poco fiable. - Antes de buscar pruebas, decide qué datos te harían cambiar de opinión. - Cuando el resultado importe, mídelo. La sensación de haber sido productivo dice poco por sí sola. #### Qué dicen las fuentes - Cinco asistentes de IA mostraron complacencia de forma sistemática. En ocasiones, los participantes preferían respuestas convincentes y complacientes a otras correctas. [23] - En abril de 2025, un gran proveedor de IA retiró una actualización porque el modelo había empezado a adular en exceso a los usuarios. El proveedor explicó que había dado demasiado peso a las reacciones inmediatas de los usuarios. [24] - A principios de 2025, los desarrolladores con experiencia que participaron en el estudio creían haber trabajado un 20 % más rápido con IA, pero tardaron un 19 % más en las tareas con ella. METR calificó de poco fiables los resultados de su seguimiento más amplio de 2026. [25][26] - El perfil de NIST para la IA generativa menciona el sesgo de automatización y la dependencia excesiva entre los riesgos de la colaboración entre personas y sistemas de IA. [8] - Una revisión clásica describe el sesgo de confirmación como la tendencia a buscar e interpretar la evidencia de forma favorable a lo que ya crees. [27] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/challenge-and-bias-awareness ## Antes de compartir ### Principio 7: Verificación proporcional a lo que está en juego **El alcance de la revisión depende del coste de equivocarse. Se consulta cada fuente para confirmar que respalda lo que se afirma.** Pregunta clave: ¿Qué consecuencias tendría un error? Qué aporta: Quien te lee puede seguir el rastro de una cifra hasta los datos originales o encontrar el pasaje que respalda una afirmación. La IA escribe con la misma fluidez cuando se equivoca. Puede inventar una referencia, citar mal una fuente, omitir una condición o convertir «previsto para el viernes» en «garantizado». NIST llama a la parte inventada [confabulación](https://responsibleai.founderz.com/es/toolkit/glossary#confabulation): contenido falso expresado con seguridad, a veces con citas inventadas que le dan apariencia de fundamento. En los informes largos, estos errores son más difíciles de detectar y han llegado a clientes y tribunales. No puedes comprobarlo todo, así que ajusta la profundidad de la revisión al coste de equivocarte. #### Niveles de verificación | Nivel | Para | Qué haces tú | | --- | --- | --- | | Un vistazo | Borradores internos, ideas, notas para ti | Léelo entero. ¿Responde a la pregunta que has hecho? | | Comprobaciones puntuales | Todo lo que compartes con compañeros | Comprueba los nombres, fechas, cifras y afirmaciones más importantes. | | Verificación completa | Todo lo que se publica, se firma, se envía a un cliente o se utiliza para decidir | Abre cada fuente, repite los cálculos y confirma las citas y las fechas. Si hay mucho en juego, pide a otra persona que lo revise. | #### Verificación de fuentes Abre la fuente citada y encuentra el pasaje que respalda la afirmación. Comprueba su fecha y si es aplicable a tu país y mercado. Una segunda IA puede tener los mismos puntos ciegos que la primera, así que, aunque coincidan, tienes que consultar la fuente. Las herramientas especializadas reducen los errores, pero no los eliminan. Un estudio de Stanford publicado en 2025 encontró que las principales herramientas de investigación jurídica con IA seguían inventando contenido. La proporción de consultas de prueba en las que ocurrió osciló entre el 17 % y el 33 % según la herramienta. En septiembre de 2026, una base de datos pública había registrado más de 2000 resoluciones de órganos judiciales y tribunales relacionadas con contenido inventado por IA, en su mayoría citas falsas. #### Verificación de peticiones e identidades Una cara, una voz o un estilo de escritura conocidos pueden resultar convincentes incluso cuando alguien los ha imitado con IA. A principios de 2024, un empleado en Hong Kong transfirió unos 200 millones de dólares de Hong Kong tras una videollamada en la que se había suplantado la identidad de los demás participantes, incluido el director financiero. [Lee el caso práctico](https://responsibleai.founderz.com/es/toolkit/case-studies/arup-deepfake-video-call-fraud). Considera sin verificar cualquier petición inusual de dinero, credenciales o datos confidenciales hasta que te pongas en contacto por tu cuenta con quien supuestamente la hace: devuelve la llamada a un número que ya tengas o acércate a la mesa de esa persona. Tanto el FBI como el Instituto Nacional de Ciberseguridad de España lo recomiendan. #### Prácticas recomendadas - Ajusta el nivel de verificación a lo que está en juego: un vistazo, comprobaciones puntuales o verificación completa. - Abre la fuente y encuentra el pasaje que respalda la afirmación. - Vuelve a calcular las cifras importantes. - Comprueba la fecha y el lugar: ¿está al día y es aplicable a tu país y mercado? - Para verificar una petición inusual de dinero, credenciales o datos, inicia tú el contacto por un canal de confianza. #### Qué dicen las fuentes - NIST define la confabulación como contenido falso expresado con seguridad, a veces con razonamientos o citas inventados que le dan apariencia de fundamento. [8] - En un estudio de Stanford revisado por pares, las principales herramientas de investigación jurídica con IA inventaron contenido. Según la herramienta, la proporción de respuestas con ese error osciló entre el 17 % y el 33 % en un total de 202 consultas de prueba. [28] - A 23 de septiembre de 2026, una base de datos pública recogía 2077 resoluciones en las que órganos judiciales o tribunales determinaron, o dieron a entender, que una parte se había apoyado en contenido inventado por IA. [29] - La propia documentación de Microsoft indica que no se garantiza que las respuestas de la IA generativa se ajusten por completo a los hechos y que los usuarios deben aplicar su criterio al revisar los resultados antes de enviarlos a otras personas. [6] - El FBI aconseja colgar y devolver la llamada a un número que busques por tu cuenta. El INCIBE de España aconseja no autorizar nunca pagos por teléfono y exigir que al menos dos personas aprueben los pagos de importes elevados. [30][31] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/proportionate-verification ### Principio 8: Calidad del trabajo realizado con IA **Antes de compartir un trabajo realizado con IA, se revisa pensando en quien lo leerá. Lo principal va al principio, se conserva solo el detalle necesario y quien lo firma aporta su propio criterio.** Pregunta clave: ¿Me gustaría recibir esto? Qué aporta: Tus compañeros pueden actuar a partir de un mensaje sin tener que preguntarte qué querías decir. Antes de reenviar un borrador, pregúntate qué necesita hacer después quien lo recibe. Alguien que recibe seis páginas de notas de una reunión quizá tenga que leerlas enteras para encontrar su fecha de entrega. Los investigadores del Social Media Lab de Stanford y de BetterUp lo llaman [workslop](https://responsibleai.founderz.com/es/toolkit/glossary#workslop): trabajo generado por IA que parece bien acabado, pero carece del contenido necesario para avanzar en una tarea. En su encuesta de 2025 a 1150 empleados de Estados Unidos, el 40 % dijo haber recibido algún trabajo así en el último mes, y resolver cada caso les llevó una media de casi dos horas. Empieza por la decisión que necesitas, añade tu propia opinión y elimina lo que tu lector puede ahorrarse. #### Redacción para quien te lee Al escribir, ten en cuenta el idioma de quien te lee, lo que sabe del tema y lo que necesita hacer después. Un asistente puede convertir una política densa en un texto claro, una transcripción en notas legibles o un gráfico en texto alternativo para quienes no puedan verlo. También puede preparar un resumen para alguien que lee tu trabajo en un segundo idioma. Revisa el resultado como revisarías cualquier borrador, sobre todo los nombres, las cifras y cualquier compromiso. #### Notas de reuniones generadas por IA Tus compañeros pueden usar un resumen de IA como registro de lo que acordaron. Contrasta las decisiones, los responsables y los plazos con lo que se dijo. Una fecha provisional anotada como compromiso firme puede causar más problemas que no tener notas. #### Prácticas recomendadas - Expón primero lo principal y después los detalles. - Deja solo lo que necesita quien te lee. El texto suele quedar más corto que el primer borrador de la IA. - Añade lo que solo tú sabes: tu criterio, el contexto y la decisión que necesitas. - Contrasta las notas de reuniones generadas por IA con lo que realmente se dijo antes de compartirlas. - Indica qué partes aún necesitan comprobación para que nadie confunda un borrador con una decisión. #### Qué dicen las fuentes - En una encuesta de 2025 a 1150 empleados de Estados Unidos a jornada completa, el 40 % había recibido workslop en el último mes, y resolver cada caso llevó una media de 1 hora y 56 minutos. [32] - En una evaluación del Gobierno del Reino Unido, quienes usaron un asistente de IA tardaron menos en resumir los informes y obtuvieron resúmenes de mayor calidad. [22] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/quality-of-ai-assisted-work ### Principio 9: Transparencia sobre el uso de la IA **Se comunica cómo ha intervenido la IA cuando es razonable pensar que a las personas afectadas les interesaría saberlo. Nunca se utiliza la IA para engañar.** Pregunta clave: ¿Se sentirían engañados si supieran cómo se ha hecho? Qué aporta: Un cliente que sabe que está hablando con un asistente de IA puede decidir si pide hablar con una persona. Un correo que una herramienta ha ayudado a pulir no necesita etiqueta. Informa a las personas cuando estén hablando con un asistente de IA. Etiqueta las imágenes y voces sintéticas realistas. Si la mayor parte de un informe que presentas como fruto de tus conocimientos procede de una herramienta, explica qué partes has aportado tú. Pregúntate si se sentirían engañados al saber cómo se ha hecho el trabajo. Si es así, díselo. #### Requisitos legales Las normas de transparencia del Reglamento de IA de la UE se aplican desde el 2 de agosto de 2026. Por regla general, los proveedores deben avisar a las personas cuando interactúan directamente con un sistema de IA, salvo que resulte evidente por el contexto. Las organizaciones que generan [deepfakes](https://responsibleai.founderz.com/es/toolkit/glossary#deepfake) con IA deben, por regla general, indicar que los han generado o manipulado con esta tecnología. Un código de buenas prácticas voluntario de la UE, que la Comisión consideró adecuado en julio de 2026, establece cómo pueden los proveedores marcar el contenido generado por IA y cómo pueden las entidades que utilizan estos sistemas etiquetar los deepfakes. Otros países tienen sus propias normas, y tus clientes pueden tener condiciones contractuales sobre el uso de IA. Encontrarás los detalles en [Qué dice la ley](https://responsibleai.founderz.com/es/toolkit/law). #### Veracidad de las afirmaciones y uso de la imagen La IA puede inventar experiencias que parecen creíbles: una anécdota, una cita, un resultado. Tu credibilidad depende de que todo lo que lleva tu nombre sea cierto. Usa la IA para contar bien tus historias reales y nunca para imitar de forma realista la imagen o la voz de alguien sin su consentimiento. #### Prácticas recomendadas - Informa a las personas cuando estén tratando con un asistente o agente de IA. - Etiqueta las imágenes, el audio y el vídeo sintéticos realistas, sobre todo si representan personas o sucesos reales. - Nunca imites de forma realista la imagen o la voz de alguien sin su consentimiento. - Sigue las normas de tu organización y de tu cliente sobre cómo indicar que has usado IA en los trabajos que entregas. - Evita que la IA invente tus experiencias: historias, citas y cifras. #### Qué dicen las fuentes - Desde el 2 de agosto de 2026, la normativa de la UE exige, por regla general, que los proveedores avisen a las personas cuando interactúan directamente con un sistema de IA, salvo que resulte evidente por el contexto. Quienes usan IA para crear deepfakes tienen, por regla general, la obligación de comunicar ese uso. [1][20] - Según el Reglamento de IA de la UE, una grabación falsa de una persona real o unas imágenes manipuladas de un suceso real pueden ser deepfakes si alguien pudiera tomarlas por auténticas. [1] - En julio de 2026, la Comisión consideró adecuado el código de buenas prácticas voluntario sobre marcado y etiquetado de contenido generado por IA para cumplir estas obligaciones. [33] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/transparency ### Principio 10: Responsabilidad por los resultados obtenidos con IA **Las personas y las organizaciones que usan IA responden de los resultados y comunican los problemas en cuanto los detectan.** Pregunta clave: ¿Firmaría este trabajo? Qué aporta: Si comunicas pronto un error, quienes han recibido tu trabajo pueden corregirlo antes de que otras personas se apoyen en él. Tú y tu organización respondéis de lo que se envía en tu nombre, incluido el trabajo que redacta o envía un asistente de IA. En 2024, un tribunal canadiense rechazó el argumento de una aerolínea de que el chatbot de su web era responsable de sus propias respuestas: el chatbot formaba parte de la web de la aerolínea, y esta respondía de todo su contenido. Si encuentras un error, avisa a las personas afectadas mientras aún puedas ayudar a corregirlo. Comparte lo ocurrido con los compañeros que puedan encontrarse con el mismo problema. #### Gestión de errores - Detén el trabajo si sigue en marcha. - Avisa a la persona responsable y, si tu organización ha designado a alguien para atender incidencias con la IA, avísale también. - Conserva lo necesario para entender qué ha ocurrido: el prompt, las fuentes y el resultado. - Corrige el resultado y avisa a las personas afectadas. - Comparte lo aprendido, también cuando el error se haya detectado a tiempo. #### Conservación de registros Cuando alguien pregunta cómo has llegado a una decisión, ayuda tener el prompt, las fuentes que comprobaste y un registro de lo que cambiaste. Para las organizaciones, los OECD AI Principles piden trazabilidad de los conjuntos de datos, los procesos y las decisiones. #### Prácticas recomendadas - Lee todo lo que envíes, firmes o entregues como si luego tuvieras que responder de tus palabras. - Cuando algo salga mal, comunícalo pronto, corrígelo y avisa a las personas afectadas. - Comunica también los errores que se hayan evitado por poco. Por ejemplo, si un agente ha estado a punto de enviar el archivo equivocado. - Conserva el prompt, las fuentes y el resultado para poder explicar cómo has hecho el trabajo. - Comparte con tus compañeros lo que funciona. #### Qué dicen las fuentes - Un tribunal canadiense consideró a una aerolínea responsable de toda la información de su web, incluidas las respuestas del chatbot, y determinó que había facilitado información falsa de forma negligente. [34] - Un tribunal federal de Estados Unidos multó a unos abogados y a su despacho por presentar, y después defender, resoluciones judiciales inventadas por un chatbot de IA. [35] - Un departamento del Gobierno australiano confirmó a CFO Dive que Deloitte había devuelto parte de sus honorarios por un informe que contenía fuentes inventadas y una cita judicial falsa. [36][37] - Los OECD AI Principles atribuyen a los actores de la IA responsabilidad por el correcto funcionamiento de los sistemas de IA, según sus funciones. [3] - Según el marco de Singapur para la IA con agentes, la organización que los pone en funcionamiento y quienes los supervisan siguen respondiendo de sus acciones, incluso cuando actúan por su cuenta. [2] Página completa: https://responsibleai.founderz.com/es/toolkit/principles/accountability ## Fuentes 1. Regulation (EU) 2024/1689 (Artificial Intelligence Act). European Union, Official Journal, 13 de junio de 2024. https://eur-lex.europa.eu/eli/reg/2024/1689/oj 2. Model AI Governance Framework for Agentic AI. Infocomm Media Development Authority, Singapore, Versión 1.5, 20 de mayo de 2026 (primera publicación: 22 de enero de 2026). https://www.imda.gov.sg/resources/press-releases-factsheets-and-speeches/updated-model-ai-governance-framework-for-agentic-ai 3. Recommendation of the Council on Artificial Intelligence (OECD AI Principles). OECD, Recomendación adoptada el 22 de mayo de 2019 y revisada el 3 de mayo de 2024. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449 4. Automation bias: a systematic review of frequency, effect mediators, and mitigators. Journal of the American Medical Informatics Association, 2012 (en línea en junio de 2011). https://pmc.ncbi.nlm.nih.gov/articles/PMC3240751/ 5. Consult Evaluation: DWP’s Pathways to Work consultation. UK Incubator for AI (i.AI), Fechado el 27 de agosto de 2025; publicado el 30 de octubre de 2025. https://assets.publishing.service.gov.uk/media/68f63fe01c9076042263f0bd/evaluation-report.pdf 6. Data, privacy, and security for Microsoft Copilot. Microsoft, Actualizado el 18 de agosto de 2026. https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-privacy 7. Secure and governed data foundation for Microsoft Copilot: foundational deployment guidance. Microsoft, 6 de mayo de 2026; actualizado el 18 de agosto de 2026. https://learn.microsoft.com/en-us/microsoft-365/copilot/secure-govern-copilot-foundational-deployment-guidance 8. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1). US National Institute of Standards and Technology, 26 de julio de 2024. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence 9. AI at Work Is Here. Now Comes the Hard Part (2024 Work Trend Index). Microsoft and LinkedIn, 8 de mayo de 2024. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part 10. Regulation (EU) 2016/679 (General Data Protection Regulation). European Union, Official Journal, 27 de abril de 2016. https://eur-lex.europa.eu/eli/reg/2016/679/oj 11. How do we ensure anonymisation is effective? UK Information Commissioner’s Office, Orientaciones vigentes. https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/data-sharing/anonymisation/how-do-we-ensure-anonymisation-is-effective/ 12. Pseudonymisation. UK Information Commissioner’s Office, Orientaciones vigentes. https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/data-sharing/anonymisation/pseudonymisation/ 13. OWASP Top 10 for LLM Applications, 2026 edition. OWASP Gen AI Security Project, 3 de agosto de 2026. https://genai.owasp.org/resource/owasp-genai-llm-top-10-2026/ 14. Prompt injection is not SQL injection (it may be worse). UK National Cyber Security Centre, 8 de diciembre de 2025. https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection 15. The lethal trifecta for AI agents. Simon Willison, 16 de junio de 2025. https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/ 16. Least privilege (glossary entry). NIST Computer Security Resource Center, Definición de NIST SP 800-53 Rev. 5. https://csrc.nist.gov/glossary/term/least_privilege 17. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. Carnegie Mellon University and Microsoft Research (CHI 2025), 25 de abril de 2025. https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/ 18. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology, 12 de agosto de 2025. https://www.thelancet.com/journals/langas/article/PIIS2468-1253(25)00133-5/fulltext 19. Safety Alert for Operators 13002: Manual Flight Operations. US Federal Aviation Administration, 4 de enero de 2013. https://www.faa.gov/sites/faa.gov/files/other_visit/aviation_industry/airline_operators/airline_safety/SAFO13002.pdf 20. Regulation (EU) 2026/1744 (AI Omnibus). European Union, Official Journal, Adoptado el 8 de julio de 2026; en vigor desde el 27 de julio de 2026. https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=OJ:L_202601744 21. Microsoft 365 Copilot Experiment: Cross-Government Findings Report. UK Government Digital Service, 2 de junio de 2025. https://www.gov.uk/government/publications/microsoft-365-copilot-experiment-cross-government-findings-report/microsoft-365-copilot-experiment-cross-government-findings-report-html 22. Microsoft 365 Copilot pilot: DBT evaluation report. UK Department for Business and Trade, 28 de agosto de 2025. https://www.gov.uk/government/publications/microsoft-365-copilot-pilot-dbt-evaluation-report 23. Towards Understanding Sycophancy in Language Models. Anthropic researchers, presented at ICLR 2024, 20 de octubre de 2023; ICLR 2024. https://arxiv.org/abs/2310.13548 24. Sycophancy in GPT-4o: what happened and what we’re doing about it. OpenAI, 29 de abril de 2025. https://openai.com/index/sycophancy-in-gpt-4o/ 25. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR, 10 de julio de 2025. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ 26. We are Changing our Developer Productivity Experiment Design. METR, 24 de febrero de 2026. https://metr.org/blog/2026-02-24-uplift-update/ 27. Confirmation bias: A ubiquitous phenomenon in many guises. Review of General Psychology, 2(2), 1998. https://doi.org/10.1037/1089-2680.2.2.175 28. Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools. Journal of Empirical Legal Studies (Stanford RegLab and HAI researchers), 23 de abril de 2025. https://doi.org/10.1111/jels.12413 29. AI Hallucination Cases database. Damien Charlotin, Actualización continua (2077 casos a 23 de septiembre de 2026). https://www.damiencharlotin.com/hallucinations/ 30. Criminals Use Generative Artificial Intelligence to Facilitate Financial Fraud (I-120324-PSA). FBI Internet Crime Complaint Center, 3 de diciembre de 2024. https://www.ic3.gov/PSA/2024/PSA241203 31. Suplantación del CEO utilizando la técnica de inteligencia artificial deepvoice. INCIBE, Spain’s national cybersecurity institute, 9 de enero de 2024. https://www.incibe.es/linea-de-ayuda-en-ciberseguridad/casos-reales/suplantacion-del-ceo-utilizando-la-tecnica-de-inteligencia-artificial-deepvoice 32. AI-Generated “Workslop” Is Destroying Productivity. Harvard Business Review (Stanford Social Media Lab and BetterUp researchers), 22 de septiembre de 2025. https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity 33. Code of Practice on transparency of AI-generated content. European Commission, Versión definitiva del 10 de junio de 2026. La Comisión la consideró adecuada el 8 de julio de 2026.. https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content 34. Moffatt v. Air Canada, 2024 BCCRT 149. Civil Resolution Tribunal of British Columbia, 14 de febrero de 2024. https://canlii.ca/t/k2spq 35. Mata v. Avianca, Inc.: opinion and order on sanctions. US District Court, Southern District of New York, 22 de junio de 2023. https://storage.courtlistener.com/recap/gov.uscourts.nysd.575368/gov.uscourts.nysd.575368.54.0.pdf 36. Deloitte refunds Aussie gov after AI fabrications slip into $440K welfare report. The Register, 6 de octubre de 2025. https://www.theregister.com/software/2025/10/06/deloitte-refunds-australian-government-over-ai-in-report/722000 37. Deloitte refunds over $60K for report with AI errors, Australian government says. CFO Dive, 21 de octubre de 2025. https://www.cfodive.com/news/deloitte-refunds-60k-report-ai-errors-australian-government-accounting/803321/ ## Cómo citar el estándar Founderz (2026). What responsible use of AI means in 2026. The RUAI Standard, 2026 edition. Developed by Founderz in collaboration with Microsoft. https://responsibleai.founderz.com/es/toolkit/home ## Licencia Texto bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). La licencia excluye los nombres, los logotipos y las imágenes.