¿Puede su organización reconstruir qué versión del modelo produjo ese output hace seis meses?Can your organization reconstruct which model version produced that output six months ago?
Analista de Transfer Pricing. Investigador en gobernanza algorítmica aplicada a entornos profesionales regulados. Creador del Sistema TRIA.Transfer Pricing Analyst. Researcher in algorithmic governance applied to regulated professional environments. Creator of Sistema TRIA.
Es la primera pregunta que un auditor externo, un regulador o un reclamo de responsabilidad profesional va a hacer frente a una decisión asistida por IA que hoy se cuestiona. La mayoría de las organizaciones no tiene respuesta — no por ocultar nada, sino porque nunca se diseñó el registro que la permite.It's the first question an external auditor, a regulator, or a professional liability claim will ask about an AI-assisted decision that's being questioned today. Most organizations have no answer — not because anything is being hidden, but because the record that would allow it was never designed.
Por qué esta pregunta, y no otraWhy this question, and not another
Los modelos de IA cambian. Se actualizan, se reentrenan, se reemplazan por versiones nuevas — muchas veces sin que el usuario final se entere. Si una decisión de hace seis meses se cuestiona hoy, y el modelo ya no es el mismo que la produjo, la organización necesita poder identificar exactamente qué versión intervino en ese caso puntual.
AI models change. They get updated, retrained, replaced by new versions — often without the end user knowing. If a decision from six months ago is questioned today, and the model is no longer the one that produced it, the organization needs to be able to identify exactly which version was involved in that specific case.
Sin eso, no hay forma de auditar si el output fue razonable con la información y capacidad del sistema en ese momento — se termina evaluando la decisión pasada con el modelo de hoy, lo cual es tan inválido como juzgar una decisión de 2020 con información de 2026.
Without that, there's no way to audit whether the output was reasonable given the system's information and capability at that moment — you end up evaluating a past decision with today's model, which is as invalid as judging a 2020 decision with 2026 information.
Checklist — qué debería poder mostrar su organizaciónChecklist — what your organization should be able to show
- Registro de qué versión de modelo procesó cada output relevante
- Fecha y hora de cada actualización o reentrenamiento del sistema utilizado
- Vínculo entre cada decisión documentada y la versión específica del modelo que la produjo
- Capacidad de recuperar ese vínculo sin depender de la memoria de quien intervino en el caso
- Record of which model version processed each relevant output
- Date and time of each update or retraining of the system in use
- Link between each documented decision and the specific model version that produced it
- Ability to retrieve that link without relying on the memory of whoever handled the case
Si la respuesta es "no lo sabemos"If the answer is "we don't know"
No es un problema de tecnología faltante — es un problema de diseño de proceso. La solución no es más sofisticación técnica, es un registro simple y sistemático desde el primer uso del sistema, no reconstruido después del hecho.
This isn't a missing-technology problem — it's a process design problem. The solution isn't more technical sophistication, it's a simple, systematic record kept from the system's first use, not reconstructed after the fact.
ReferenciasReferences
Lento U. (2026). Marco TRIA™: Trazabilidad, Razonamiento, IA, Auditoría. Dirección Nacional del Derecho de Autor, Legajo N.° RL-2026-46255181.
Lento U. (2026). Marco TRIA™: Trazabilidad, Razonamiento, IA, Auditoría. Dirección Nacional del Derecho de Autor, Legajo N.° RL-2026-46255181.
Lento U. (2026). Matriz Diagnóstica de Madurez Algorítmica (MDMA). Dirección Nacional del Derecho de Autor, N.° PV_2026-67047663-APN-DNDA#MJ. Expediente EX-2026-677047649-APN-DNDA#MJ.
Lento U. (2026). Matriz Diagnóstica de Madurez Algorítmica (MDMA). Dirección Nacional del Derecho de Autor, N.° PV_2026-67047663-APN-DNDA#MJ. Expediente EX-2026-677047649-APN-DNDA#MJ.
Este es el primero de tres briefings sobre preguntas que un regulador o auditor puede hacer hoy sin previo aviso.First of three briefings on questions a regulator or auditor can ask today, without notice.