Documentación de modelos IA

La documentación es gobernanza

Si tu modelo de IA no tiene documentación, no tiene gobernanza. Puedes escribir todas las políticas que quieras, pero sin fichas de modelo, hojas de datos y registros de decisiones, esas políticas son inaplicables. Un auditor no puede verificar lo que no está escrito.

Fichas de modelo (Model Cards)

Una ficha de modelo es un documento estandarizado que describe qué hace tu modelo, cómo se construyó y dónde falla. Google introdujo el formato en 2018 y se ha convertido en el estándar del sector. Una buena ficha incluye:

• Detalles del modelo: Arquitectura, versión, fecha de entrenamiento, propietario.
• Uso previsto: Para qué fue diseñado el modelo, y explícitamente para qué no debe usarse.
• Datos de entrenamiento: Fuente, tamaño, rango de fechas, lagunas y sesgos conocidos.
• Métricas de rendimiento: Precisión, precision, recall — desagregados por subgrupos relevantes.
• Limitaciones: Modos de fallo conocidos, poblaciones donde el rendimiento se degrada, condiciones ambientales que afectan la precisión.
• Consideraciones éticas: Potencial de daño, medidas de mitigación, compromisos de monitorización continua.

Hojas de datos para datasets

Cada dataset que alimenta un modelo necesita su propia documentación. Las hojas de datos responden: ¿De dónde vienen estos datos? ¿Cómo se recopilaron? ¿Los sujetos lo sabían? ¿Qué sesgos pueden contener? ¿Cuándo se actualizaron por última vez?

Sin hojas de datos, construyes sobre cimientos desconocidos. Cuando un modelo falla en producción, la primera pregunta siempre es sobre los datos. Si no puedes responderla en minutos, tu gobernanza tiene un hueco.

Registros de auditoría

Cada cambio en un modelo — reentrenamiento, actualización de parámetros, adiciones de datos — necesita un registro con marca de tiempo y justificación. Los registros de auditoría conectan decisiones con resultados. Te permiten responder: ¿por qué el modelo se comportó así, y quién aprobó el cambio que lo causó?

Versiona tus modelos igual que versionas tu código. Etiqueta releases, documenta cambios y mantén capacidad de rollback.

Consejos prácticos

• Automatiza lo que puedas. Genera fichas de modelo desde tus pipelines de entrenamiento.
• Haz de la documentación una puerta de despliegue. Sin ficha, no se despliega.
• Revisa la documentación trimestralmente, no solo cuando cambian los modelos.
• Almacena la documentación junto al modelo, no en una wiki separada que nadie actualiza.

Una buena documentación alimenta directamente tu marco de gobernanza y tus evaluaciones de riesgo. Más en el hub de gobernanza IA.