Regulación · UE y España

Marco normativo de la IA

Selecciona un ámbito para explorar qué exige la regulación europea y española a los sistemas de inteligencia artificial.

01

Marco europeo

Reglamento (UE) 2024/1689 · «AI Act»

La IA es una tecnología de impacto masivo y no puede regirse solo por la ética voluntaria de quien la desarrolla. Necesita reglas jurídicas que establezcan qué puede hacer, qué no puede hacer y qué debe hacer.

Aspectos clave

  • Es un reglamento, no una directiva: se aplica directamente en España y en todos los Estados miembros, sin transposición.
  • Su idea central es el enfoque basado en el riesgo: las obligaciones dependen del nivel de riesgo del sistema.
  • Cada Estado debe designar una autoridad nacional, organizar la vigilancia del mercado y definir un régimen sancionador.

No se aplica de forma aislada

  • RGPD: sigue siendo aplicable siempre que la IA trate datos personales. Ambas normas se aplican a la vez.
  • Carta de los Derechos Fundamentales: aporta los valores que justifican las prohibiciones.
  • Reglamento de Ciberresiliencia: se cruza con la exigencia de solidez y ciberseguridad (art. 15).
Reglamento (UE) 2024/1689RGPD · Reglamento 2016/679Carta de los Derechos Fundamentales
INVIA · Inteligencia artificial y seguridad

INVIA.

Ventaja estratégica.
Vulnerabilidad interna.

La inteligencia artificial multiplica capacidades. También transforma los riesgos y la dependencia de quienes la utilizan.

01 / Metodología

¿Cómo hemos analizado la IA?

Revisión documental cualitativa para evaluar ventajas, vulnerabilidades y sus implicaciones estratégicas y operativas.

Pregunta de investigación

¿Cuándo es una ventaja estratégica y cuándo puede comprometer la autonomía y la seguridad?

La investigación compara ambas dimensiones y valora las condiciones necesarias para aprovechar la IA sin perder capacidad de control.

VENTAJASRIESGOS Y AMENAZAS
01 · OBTENCIÓN

Revisión documental

Informes especializados, publicaciones académicas y documentos institucionales nacionales e internacionales.

El ciclo de inteligencia orienta el proceso; la metodología descrita en el informe es cualitativa, descriptiva y analítica.

EVOLUCIÓN Y RELEVANCIA ESTRATÉGICA

La evolución de la inteligencia artificial

Del desarrollo de los primeros sistemas a la competencia internacional por la tecnología.

2014–2018

GAN, Transformer y modelos reutilizables

Las GAN amplían la generación de contenido sintético. El Transformer (2017) y BERT (2018) aceleran los modelos capaces de adaptarse a distintas tareas.

CONCEPTOS

La inteligencia artificial abarca distintos enfoques para realizar tareas asociadas con capacidades cognitivas humanas.

PODER ESTRATÉGICO

¿Quién controla las capacidades críticas de la IA?

Inversión, investigación e infraestructura condicionan la autonomía de Estados y organizaciones.

Rusia

El informe no aporta un análisis cuantitativo de Rusia comparable al de EE. UU., China y la UE. Puede mencionarse en el contexto de usos de IA relacionados con seguridad y defensa, sin atribuirle un puesto en la clasificación.

Taiwán

La concentración de fabricación avanzada de chips en empresas como TSMC ilustra una dependencia de la cadena tecnológica. Taiwán importa aquí como nodo industrial crítico, no como un cuarto competidor equivalente en modelos de IA.

IMPLICACIÓN ESTRATÉGICA

Más información del informe

Infraestructura y dependencias tecnológicas

Desarrollar una aplicación propia no equivale necesariamente a controlar los chips, los datos, la computación o los modelos de los que depende.

Cifras y afirmaciones del apartado 3 del informe INVIA; algunas magnitudes miden dimensiones diferentes y no constituyen un ranking único. Verificar las fuentes y fechas antes de la publicación final.

05 / VENTAJAS Y OPORTUNIDADES

Ventajas y oportunidades de la IA

01PRIMERA PREGUNTA¿Cuándo la IA se convierte en ventaja estratégica?No basta con tenerla: importa qué problema resuelve y qué mejora.
PRINCIPIO

Incorporar inteligencia artificial a una organización no genera una ventaja automática. Su utilidad depende de que resuelva un problema, permita realizar mejor o más rápido una tarea necesaria y amplíe la escala a la que esa tarea puede ejecutarse.

Tres condiciones que hacen útil a la IA

01 / NECESIDAD

Resolver un problema

Identificar una tarea real que necesite mejorar, no adoptar IA por inercia tecnológica.

02 / RENDIMIENTO

Hacerlo mejor o más rápido

Reducir trabajo previo, mejorar la búsqueda o facilitar la explotación de información.

03 / ESCALA

Asumir lo inabarcable

Abordar volúmenes, formatos y relaciones que exceden una revisión manual oportuna.

Tres límites humanos que ayuda a reducir

01No podemos leerlo todo.
02No tenemos tiempo ilimitado.
03Seguir todas las relaciones entre datos resulta cada vez más difícil.
↗
Multiplicador de capacidad, no sustituto del profesional.

La IA permite manejar más información, reducir tiempos y hacer visibles relaciones difíciles de identificar manualmente. El criterio profesional determina qué información importa, qué debe comprobarse y qué decisión puede justificarse.

EVIDENCIA EMPÍRICA

¿Hay mejoras de productividad documentadas?

Los resultados pertenecen a tareas y poblaciones concretas. No son una medida general de mejora para inteligencia, defensa ni ciberseguridad.

−40 %
Tiempo medio empleado

Noy y Zhang · Science (2023)

Experimento con 453 profesionales y tareas de redacción: reducción del tiempo medio del 40 % y mejora de calidad del 18 % cuando se permitió utilizar ChatGPT.

+18 %Calidad media de los textos
Consultar estudio original ↗
+15 %
Cuestiones resueltas por hora

Brynjolfsson, Li y Raymond · QJE (2025)

Estudio con 5.172 agentes de atención al cliente: incremento medio publicado del 15 %, con mejoras heterogéneas y mayor beneficio para trabajadores menos experimentados.

La versión previa de trabajo de NBER (2023) comunicaba aproximadamente 14 %, cifra utilizada en los apuntes de INVIA. La publicación definitiva de 2025 informa del 15 %.

Lectura crítica de los resultados. En el estudio de atención al cliente, los trabajadores menos experimentados obtuvieron mayores beneficios, mientras que los de mayor experiencia registraron mejoras pequeñas de velocidad y ligeros deterioros en calidad. Estos estudios no prueban la misma mejora en análisis de inteligencia, ciberseguridad o defensa. La evaluación debe realizarse por tarea y población.
IDEA FUERZA

Cuando una tarea admite recuperación de conocimiento, apoyo cognitivo o automatización parcial, la combinación entre persona y máquina puede mejorar el rendimiento. La magnitud y la calidad de la mejora deben comprobarse en cada contexto.

VENTAJAS Y OPORTUNIDADES · APLICACIONES

Cinco ámbitos donde la IA aporta valor

Las aplicaciones no son equivalentes: unas facilitan la explotación documental, otras utilizan aprendizaje automático para detectar anomalías y otras apoyan la interpretación o la planificación. Selecciona cada área para conocer qué aporta y dónde exige supervisión.

2.1InformaciónDel exceso de datos al conocimiento útil

Una primera ventaja clara es la escala. Las organizaciones producen y reciben más información de la que una persona —o incluso un equipo— puede revisar manualmente en un plazo útil.

Del exceso de datos al conocimiento útil

Acceder a la información ya no es suficiente. El verdadero problema es localizar lo relevante y situarlo en el contexto correcto. La IA puede descargar parte del trabajo previo: clasificar documentos, reconocer entidades, traducir, transcribir, extraer acontecimientos, agrupar temas, buscar por significado y preparar resúmenes.

MULTIMODALIDAD

Más formatos

Los modelos multimodales permiten trabajar conjuntamente con texto, imagen, audio y vídeo, útil cuando un mismo fenómeno aparece fragmentado entre fuentes y disciplinas.

CORRELACIÓN

Más conexiones

Un sistema integrado puede señalar nombres, lugares y hechos repetidos, contradicciones, cambios y novedades que requieren revisión manual, especialmente en fuentes abiertas multilingües.

RECUPERACIÓN RAG

Recuperación con fuentes

Un sistema de recuperación aumentada (RAG) permite consultar documentos de una colección y recuperar pasajes asociados. La cita no garantiza la autenticidad ni la exactitud: hay que comprobar qué documento se recuperó, su integridad y si respalda la respuesta.

Datos heterogéneos→Clasificar y relacionar→Contrastar fuentes→Conocimiento útil

Límite: detectar una coincidencia o producir un resumen no verifica su autenticidad. El analista debe regresar a la fuente primaria.

2.2AutomatizaciónReducir lo mecánico, preservar lo decisivo

La automatización es probablemente la ventaja más inmediata de percibir: reducir lo mecánico, preservar lo decisivo.

Menos tareas repetitivas, más tiempo para interpretar

Etiquetar información, convertir formatos, comparar versiones, ordenar registros, cumplimentar campos, preparar cronologías, generar borradores o priorizar alertas consume tiempo sin exigir siempre un juicio complejo.

↗

Automatizar esas tareas no equivale necesariamente a eliminar puestos. Puede liberar horas antes destinadas a operaciones mecánicas para que el profesional se concentre en interpretar, supervisar y decidir.

Esto es especialmente relevante en análisis: el tiempo dedicado a limpiar datos o buscar referencias deja de estar disponible para contrastar hipótesis.

DETECCIÓN DE PATRONES Y ANOMALÍAS

Localizar desviaciones

Los algoritmos pueden identificar comportamientos habituales, agrupar secuencias semejantes y señalar desviaciones o relaciones débiles. Detectar una anomalía no significa comprender su causa. Indica dónde conviene investigar.

PREDICCIÓN Y APOYO A LA DECISIÓN

Distinguir herramientas

Los modelos estadísticos y de aprendizaje automático pueden estimar demanda, riesgo, fallos o evolución de variables a partir de datos históricos. Los modelos generativos ayudan a ordenar alternativas, resumir argumentos, construir escenarios y comparar cursos de acción.

Idea clave: unos modelos estiman; otros ayudan a consultar, explicar y presentar. Ninguno elimina la validación de resultados ni la responsabilidad humana.

Ver ejemplo práctico «con y sin IA» ↓
Comprobación que falta en muchas implantaciones: medir el tiempo total, incluidas revisiones, rectificaciones y efectos aguas abajo. Ahorrar minutos al generar un borrador no implica ahorrar tiempo si aumentan los errores a corregir.
2.3InteligenciaLa IA como apoyo al ciclo analítico

El análisis de inteligencia es un terreno especialmente adecuado para estas herramientas porque rara vez trabaja con información completa, homogénea o disponible con tiempo suficiente.

Más explotación, pero no más certeza automática

La IA no sustituye la función analítica. Reduce parte del trabajo previo necesario para llegar a ella. Cuanto mayor sea el volumen de información y menor el tiempo, mayor puede ser su utilidad como apoyo al trabajo especializado.

En distintas fases puede asistir con traducciones, transcripción, extracción de entidades, clasificación, duplicados, cronologías, redes, hipótesis alternativas, recuperación de antecedentes y seguimiento de indicadores. La información resultante sigue requiriendo comprobación.

CICLO DE INTELIGENCIA · 5 FASES

La IA dentro del ciclo de inteligencia

Recorre dirección, obtención, procesamiento, análisis y difusión. Cada fase explica qué puede aportar la IA, qué corresponde al profesional y qué límites deben vigilarse.

Abrir el ciclo interactivo
RED TEAM / SEGUNDA MIRADA

Utilizar la IA para discutir el propio análisis

Un modelo generativo puede buscar argumentos contrarios a una hipótesis, hacer explícitos sus supuestos, localizar información que la debilite y sugerir indicadores capaces de distinguir explicaciones competidoras. Puede apoyar técnicas de contraste como el análisis de hipótesis competitivas (ACH).

La respuesta no debería aceptarse como una conclusión. Su utilidad reside en forzar una segunda mirada y estimular comprobaciones independientes.

Resumen: la IA puede estar presente en casi todo el ciclo, pero de formas diferentes. La atribución, la causalidad y la decisión sobre qué difundir exigen responsabilidad profesional.

MICROCASO DIDÁCTICO · DATOS FICTICIOS

¿Tres avisos significan un mismo incidente?

Supongamos que una alerta técnica sitúa un vehículo a las 08:15 en un edificio; un testigo habla de una furgoneta a las 09:00 en una calle cercana; y una imagen sin fecha muestra un vehículo similar. Un modelo podría agrupar los tres avisos como una secuencia única.

Mostrar la revisión crítica que debería hacer el analista

Comprobar fecha y metadatos de la imagen, verificar la ubicación exacta de cada fuente, separar observación directa de interpretación y mantener la alternativa de que se trate de vehículos distintos. La similitud no demuestra identidad ni continuidad temporal.

Este ejemplo ilustra una limitación metodológica; no describe ningún incidente real.
2.4CiberseguridadDistinguir señal de ruido

Distinguir señal de ruido. Una red corporativa o institucional puede generar millones de eventos al día; revisarlos todos manualmente no es realista.

Reducir la saturación de alertas

En un centro de operaciones de seguridad (SOC), uno de los problemas es el exceso de avisos. Si una herramienta agrupa eventos relacionados, identifica ruido conocido, correlaciona señales y sugiere comprobaciones, puede ayudar al equipo a concentrarse en lo más relevante.

Detección de anomalíasClasificación de malwareComportamientos sospechososPriorización de alertasCorrelación de eventosInvestigación y respuesta supervisada de bajo riesgo
SUPUESTO DIDÁCTICO · NO ES UN SOC REAL
01

Se registran avisos de múltiples fuentes.

→
02

La IA agrupa y correlaciona eventos relacionados.

→
03

El analista comprueba y decide qué investigar.

El analista no deja de ser necesario: puede reservar su atención para incidentes de mayor impacto y para buscar amenazas de forma proactiva. Los propios sistemas de IA también necesitan protección.

Contrapeso necesario: al priorizar alertas deben analizarse los falsos positivos (investigaciones innecesarias) y los falsos negativos (incidentes que no se detectan o se relegan). Menos alertas visibles no siempre significa mayor seguridad.
2.5DefensaIA transversal y ventaja informativa

En defensa, la IA no encaja en una única función. Es una tecnología transversal.

Integrar información para comprender antes

Puede aplicarse a inteligencia, vigilancia y reconocimiento (ISR), fusión de sensores, apoyo al mando, planificación, simulación, logística, mantenimiento predictivo, ciberdefensa, guerra electrónica, sistemas no tripulados y formación.

ISR y sensoresApoyo a planificaciónSimulaciónLogísticaMantenimiento predictivoCiberdefensaGuerra electrónicaSistemas no tripulados
01ObservarRecoger señales y fuentes
→
02ComprenderIntegrar y contrastar
→
03DecidirResponsabilidad humana

Los casos son distintos, pero comparten una idea: reducir el tiempo que transcurre entre observar lo que ocurre, entenderlo suficientemente bien y actuar. La IA puede reducir el ciclo de decisión al detectar señales antes, integrar más información y actualizar con mayor rapidez una imagen operativa. En determinados contextos, una ventaja informativa de minutos puede importar más que mejoras marginales de una plataforma.

Límite: la rapidez no sustituye precisión, interoperabilidad, doctrina ni supervisión. No deben atribuirse a un modelo generativo funciones propias de visión artificial, mando o armamento.

Velocidad no equivale a acierto: un ciclo de decisión más corto puede propagar antes un error de identificación o contexto. La ventaja requiere fiabilidad de sensores, interoperabilidad, comprobación y responsabilidad humana.
02 / EJEMPLO PRÁCTICO

Una misma tarea: con IA y sin IA

Compara el trabajo de preparación de un informe documental. La IA puede asistir en la búsqueda y organización, mientras que la verificación y la interpretación continúan bajo responsabilidad del analista.

COMPARACIÓN CONCEPTUAL

¿Qué cambia en el trabajo del analista?

Selecciona una opción para observar cómo se redistribuyen las tareas. Es una comparación didáctica, no una medición de ahorro de tiempo.

SIN ASISTENCIA
  1. Búsqueda de cada fuente por separado.
  2. Clasificación y comparación manual.
  3. Redacción preliminar y revisión.
  4. Valoración profesional y decisión.

El analista asume todas las operaciones de preparación y análisis.

03 / INTELIGENCIA

La IA dentro del ciclo de inteligencia

Recorre las cinco fases. El diagrama es una adaptación didáctica: las aportaciones de IA varían según la organización, las fuentes y las condiciones de seguridad.

01
FASE DE DIRECCIÓN

Definir bien la pregunta

La IA puede ayudar a descomponer una necesidad de información y proponer cuestiones que convendría aclarar. La prioridad y el marco de la misión los fija la persona responsable.

APOYO POSIBLE

Estructurar requerimientos y detectar ambigüedades.

CONTROL HUMANO

Determinar prioridades, alcance y legalidad.

LÍMITE

La IA puede proponer objetivos inadecuados o no pertinentes.

↗

Aplicación crítica: utilizar el modelo como contrapunto (*red team*) para poner a prueba explicaciones, identificar supuestos y buscar indicadores contrarios. El modelo plantea cuestiones; no certifica hechos.

04 / MATRIZ DE CAPACIDADES

Una capacidad no es aún una ventaja

Se sustituye el DAFO genérico por una matriz aplicable a cualquier organización. Para elaborar un DAFO riguroso habría que identificar una organización concreta y sus capacidades internas reales, además de las oportunidades y amenazas externas del entorno.

01 · InformaciónClasificar y conectar fuentesMayor cobertura de información relevanteOrigen y calidad verificables

Comprobar qué información importante detecta y omite, cuántas referencias están correctamente atribuidas y qué errores aparecen en documentos recuperados.

02 · AutomatizaciónEjecutar trabajo repetitivoReducción del tiempo total sin degradar calidadRevisión y costes de corrección

No medir solo la generación inicial. Registrar horas de revisión, retrabajo, dependencia del proveedor y resultados comparables antes/después.

03 · InteligenciaPreparar y contrastar hipótesisMás evidencia contrastada y menos omisionesFuentes independientes

Valorar si propone alternativas discriminantes, detecta vacíos de información y evita introducir hechos inexistentes.

04 · CiberseguridadCorrelacionar y priorizar eventosInvestigaciones más oportunas sin perder ataquesFalsos positivos y negativos

Auditar reglas de priorización, incidentes detectados y omitidos y tiempos efectivos de respuesta, en condiciones equivalentes.

05 · DefensaIntegrar datos y asistir a mandosDecisiones mejor fundamentadas y oportunasFiabilidad, interoperabilidad y control

Valorar calidad de la información compartida, capacidad de justificar decisiones y riesgos por errores propagados.

Nota metodológica. Se habla de capacidades y beneficios potenciales. No se presentan como fortalezas internas acreditadas ni como oportunidades externas de una entidad no definida. El informe académico original sirve de base; esta reformulación responde a la revisión crítica de la matriz.
05 / VERIFICACIÓN

¿Cómo saber si la IA aporta valor real?

La mejora debe observarse en una tarea definida, frente a una situación de referencia y considerando errores, costes y dependencia. Estos son criterios de evaluación, no resultados medidos en INVIA.

01Definir la tareaQué problema se pretende resolver y para quién.
02Comparar alternativasSin IA / con IA, con datos, contexto y criterios equivalentes.
03Medir el resultado netoBeneficio, revisión necesaria, errores y riesgos asociados.
04Decidir y supervisarAdoptar, limitar o descartar el sistema con controles.
EFICIENCIA

¿Ahorra tiempo neto?

Tiempo completo de la tarea, incluidas revisión, rectificaciones y fallos.

CALIDAD

¿Mejora el resultado?

Proporción de respuestas correctas, justificadas y pertinentes.

COBERTURA

¿Detecta lo relevante?

Casos o fuentes relevantes identificadas y omisiones observadas.

FIABILIDAD

¿Qué errores comete?

Falsos positivos, falsos negativos, respuestas inventadas y sesgos.

TRAZABILIDAD

¿Puede comprobarse?

Proporción de afirmaciones respaldadas por referencias verificables.

AUTONOMÍA

¿Qué pasa si falla?

Continuidad del servicio, alternativas disponibles y control operativo.

Prueba de la ventaja estratégica

No basta con demostrar que el modelo puede hacer algo. Debe comprobarse que la organización obtiene una mejora relevante y sostenible, sin que los nuevos errores o dependencias superen los beneficios.

05 / Vulnerabilidades y amenazas

Laboratorio de exposición.

Seis vectores técnicos. Qué pueden comprometer y cómo reducir la superficie de riesgo.

Vector seleccionado

Prompt injection

Instrucciones maliciosas introducidas en entradas o contenidos que un sistema procesa y que pueden desviar su comportamiento.

Sistemas afectados: Asistentes, flujos RAG, herramientas conectadas.

Respuesta defensiva

Reducir la exposición

Separación de instrucciones y datos; mínimos privilegios; verificación de salidas y acciones.

Demostraciones conceptuales, sin ejecución de ataques.

España como eje: una evaluación de impacto nacional necesita vincular cada vector a sectores, capacidades y fuentes del informe. Este prototipo no presupone incidentes ni atribuciones.
06 / Dossiers

Casos bajo análisis.

Venezuela dispone de un dossier ampliado independiente con fuentes y niveles de evidencia; Teherán permanece en versión introductoria. Los hechos requieren contraste editorial.

DOSSIER 01 · AMPLIADO · EN REVISIÓN

Venezuela.

Contexto, acontecimientos, posibles usos de IA, evidencias y límites del caso.

Información del dossier

El dossier ampliado reúne contexto, acontecimientos, posibles usos de IA, evidencias y límites del caso.

Publicación en WordPress: el documento íntegro se incorporará como una página específica de INVIA, para preservar su estructura y referencias sin sobrecargar esta página principal.

DOSSIER 02 · PENDIENTE DE VALIDACIÓN

Teherán.

Contexto, cronología contrastada, fuentes, cuestiones analíticas e incertidumbres.

Ver estado del dossier

Contenido documental pendiente de incorporación y contraste con el informe INVIA.

Este espacio está preparado para una cronología verificable, las evidencias, la participación atribuida a sistemas de IA, posibles consecuencias y las incertidumbres del análisis.

Estructura del dossier
  1. Contexto y pregunta analítica.
  2. Cronología con fuentes.
  3. Actores y capacidades verificadas.
  4. Hallazgos, hipótesis y límites.
  5. Implicaciones para inteligencia y defensa.
Los dossiers conservan su estado editorial. Las afirmaciones y fuentes de la versión ampliada deben contrastarse antes de la publicación definitiva.
07 / Observatorio

Explora el perfil de exposición.

Modifica las características de una organización ficticia y observa una representación educativa del riesgo.

SIMULADOR ILUSTRATIVO · NO ES UNA EVALUACIÓN REAL
Índice didáctico de exposición
50
Exposición ilustrativa intermedia

El indicador cambia de forma uniforme con cinco factores ficticios. No representa una probabilidad de incidente, un índice validado ni un diagnóstico de una organización.

Ver modelo de cálculo ⓘ

El marcador es la media aritmética, con peso idéntico, de cinco entradas: dependencia, uso no controlado de IA generativa y los inversos de supervisión, seguridad y auditoría.

Fórmula: (dependencia + uso no controlado + 100 − supervisión + 100 − seguridad + 100 − auditoría) ÷ 5.

Los umbrales 0–33, 34–66 y 67–100 son convenciones de diseño. No hay calibración empírica, métricas de riesgo real ni garantía de que las relaciones entre variables sean lineales.

08 / Conclusión

Cuanta más tecnología se incorpora, más inteligencia humana se necesita.

La capacidad importa. El control, también.