Plantilla de ficha de modelo de IA (Ley de IA, artículo 11 / anexo IV)
Plantilla de ficha de modelo (art. 11 / anexo IV): finalidad prevista, datos, precisión del art. 15, limitaciones, supervisión y datos de GPAI.
Una ficha de modelo es el resumen de una página de qué es un modelo, con qué se entrenó, cómo rinde y dónde falla. No es un término legal: no encontrarás "ficha de modelo" en la Ley de IA. Pero es la práctica más útil para rellenar la documentación que la Ley sí exige: la documentación técnica del artículo 11, cuyo contenido detalla el anexo IV, y, en el caso de los modelos de IA de uso general, la información posterior que un proveedor debe facilitar en virtud del artículo 53. Esta plantilla te da los campos, organizados de modo que se correspondan directamente con esas obligaciones.
Trata la ficha de modelo como la cara legible de tu documentación técnica, no como un sustituto de ella. El anexo IV pide nueve ámbitos de detalle; una buena ficha de modelo capta el núcleo de cada uno en una forma que pueden leer tus propios ingenieros, tus responsables del despliegue y un auditor. Es el artefacto del proveedor: el artículo 11 recae en quien desarrolla el sistema de alto riesgo y lo introduce en el mercado.
Qué debe cubrir la documentación (anexo IV)
El artículo 11 exige a los proveedores de sistemas de alto riesgo elaborar la documentación técnica antes de introducir el sistema en el mercado y mantenerla actualizada. El anexo IV enumera qué contiene; entre los nueve ámbitos: una descripción general del sistema y su finalidad prevista; los elementos de su desarrollo, incluidas las especificaciones de diseño y los datos utilizados; las capacidades y limitaciones del sistema, incluido su nivel esperado de precisión para personas o grupos concretos; las medidas de supervisión humana; y los procedimientos de validación y prueba. Una ficha de modelo es la forma de hacer todo eso legible.
| Tema del anexo IV | Campo de la ficha de modelo que lo alimenta |
|---|---|
| Descripción general + finalidad prevista | Finalidad prevista; usos fuera de alcance |
| Elementos de desarrollo + datos | Resumen de datos de entrenamiento; preprocesamiento |
| Capacidades y limitaciones, precisión | Métricas de rendimiento (artículo 15); limitaciones conocidas |
| Supervisión humana | Diseño de la supervisión (artículo 14) |
| Validación y prueba | Procedimiento de evaluación; descripción del conjunto de prueba |
Las cifras de rendimiento del artículo 15
Las afirmaciones vagas no superan una auditoría. El artículo 15 exige que los sistemas de alto riesgo alcancen un nivel adecuado de precisión, solidez y ciberseguridad y que declaren las métricas de precisión pertinentes en las instrucciones de uso del artículo 13. La ficha de modelo es donde registras las cifras que respaldan esas declaraciones: la métrica, el valor, el conjunto de prueba en que se midió y —fundamental— el rendimiento desglosado para personas o grupos concretos cuando eso importa (el anexo IV pide exactamente esto). Una única cifra global de precisión esconde las disparidades que luego tienen que aflorar las revisiones de sesgo y supervisión.
El ángulo de la GPAI (artículo 53)
Si el modelo es un modelo de IA de uso general, se aplica una segunda obligación de documentación. El artículo 53 exige a los proveedores de GPAI elaborar y mantener la documentación técnica del modelo, y poner información y documentación a disposición de los proveedores posteriores que lo integran, para que puedan comprender las capacidades y limitaciones del modelo y cumplir sus propias obligaciones. El artículo 53 cubre también una política de derechos de autor y un resumen suficientemente detallado del contenido de los datos de entrenamiento. Una ficha de modelo es un vehículo natural para la parte de información posterior: es justamente el documento de "lo que necesitas saber para construir sobre esto de forma segura" que el artículo 53 tiene en mente. (Atención al calendario: las obligaciones de GPAI del capítulo V ya se aplican desde el 2 de agosto de 2025; el Ómnibus Digital no las aplazó.)
La plantilla: campos que recoger
1. Identificación del modelo: nombre, versión, proveedor, fecha de publicación; si es un sistema de alto riesgo independiente, un componente de producto del anexo I o un modelo de IA de uso general.
2. Finalidad prevista y usos fuera de alcance: la finalidad prevista tal como aparecerá en las instrucciones del artículo 13; los usos para los que el modelo no está validado, enumerados explícitamente.
3. Resumen de datos de entrenamiento: fuentes, escala, periodo temporal, idiomas/dominios; preprocesamiento; notas de representatividad (enlace a los registros de gobernanza de datos y sesgo del artículo 10).
4. Rendimiento y precisión (artículo 15): métricas, valores, el conjunto de prueba usado; desglose por grupo cuando proceda; resultados de las pruebas de solidez y ciberseguridad.
5. Limitaciones y modos de fallo: dónde el modelo rinde peor; uso indebido previsible; casos límite conocidos.
6. Supervisión humana (artículo 14): los mecanismos de supervisión incorporados en el diseño; cómo un supervisor interpreta y puede anular los resultados.
7. Referencia cruzada al anexo IV: qué sección del anexo IV alimenta cada campo, para que la ficha y la documentación técnica completa se mantengan sincronizadas.
8. Información posterior de GPAI (artículo 53): para los modelos de uso general: capacidades, limitaciones, orientación de integración, la referencia al resumen de datos de entrenamiento y la referencia a la política de derechos de autor.
Ejemplo práctico: el modelo de scoring de un proveedor fintech
Kreditlux SARL, un proveedor con unos 90 empleados y unos 22 M€ de facturación, desarrolla un modelo de solvencia de alto riesgo (anexo III, punto 5(b)). Su ficha de modelo declara la finalidad prevista —puntuar solicitudes de préstamos al consumo en tres mercados de la UE— y enumera los usos fuera de alcance (sin préstamos a pymes, sin tarificación de seguros). La sección de rendimiento informa de la precisión del artículo 15 por mercado y por segmento de solicitante, lo que revela un rendimiento más débil con los solicitantes de historial escaso, que señala como limitación. La sección de supervisión humana documenta la anulación del artículo 14 disponible para los analistas de crédito. Cada campo se etiqueta a su sección del anexo IV, de modo que la ficha y la documentación completa del artículo 11 nunca se desvían. El modelo de Kreditlux no es un modelo de IA de uso general, así que la sección de GPAI del artículo 53 se marca como no aplicable: registrada, no omitida en silencio.
Cómo te ayuda Confir
Las evaluaciones de datos y solidez técnica y de transparencia y supervisión de Confir captan la finalidad prevista, las cifras de rendimiento del artículo 15, las limitaciones y el diseño de supervisión del artículo 14 como campos estructurados, y luego los ensamblan en el paquete de documentación técnica del artículo 11 / anexo IV, de modo que la ficha de modelo es una vista del mismo registro que ve un auditor, no un documento aparte que se queda obsoleto. Cuando el modelo es de uso general, solicita la información posterior del artículo 53. El motor es determinista y basado en reglas.
Guías relacionadas
- Article 11 technical documentation
- Annex IV technical documentation explained
- Annex IV technical documentation template
- Article 15 accuracy, robustness and cybersecurity
- Technical documentation obligations
- GPAI provider obligations
Gestiona el cumplimiento de la Ley de IA de la UE en un solo lugar
Confir automatiza la clasificación de riesgo, la documentación técnica y los registros de auditoría para cualquier empresa. Sin consultores. Sin proyectos de seis meses. Prueba gratuita de 14 días.
Empieza la prueba gratuita →