Conectar la IA a las políticas y a las evidencias (no a su memoria)

Le preguntas a la IA si un nuevo flujo de datos de clientes cumple con la Ley General de Protección de Datos (LGPD) y le pides el artículo que ampara el análisis. Responde "conforme al artículo 7, sin punto de atención relevante", segura, con cara de dictamen cerrado. Casi lo adjuntas directo al informe de controles. El artículo 7 habla de otra hipótesis de tratamiento, y nadie abrió el texto de la ley para verificar antes de reportar.

Le preguntas a una IA pública qué controles internos cubren el nuevo proceso de reembolso, pegando en el prompt la política financiera entera, con monto de nivel de aprobación y nombre del aprobador, para que tenga más contexto. Devuelve una lista de controles con número de norma y todo, pero la inventó, porque nunca había visto tu política antes de ese pegado. El control que ibas a reportar a la auditoría interna no existe, y el nivel de aprobación de la empresa acaba de circular fuera del entorno controlado por finanzas. Conectar la IA a la política real, dentro de un entorno controlado, resuelve las dos puntas: cita el control verdadero, y el dato de nivel de aprobación nunca sale de casa.

Le preguntas a la IA qué dice la cláusula de protección de datos del contrato modelo que usa el banco con proveedores, sin conectar el modelo real. Responde con una cláusula estándar de mercado, redonda, pero que no es la que tu banco realmente utiliza, con un plazo de retención distinto del que consta en tu documento real. Casi mandas la minuta así a revisión del cliente. Conectar la IA al modelo real del banco, indexado, hace que responda citando la cláusula verdadera, el plazo y todo el resto, en vez de inventar un estándar de mercado.

Le preguntas a una IA pública si un claim de campaña necesita comprobación regulatoria, pegando en el prompt el historial de reclamos del organismo regulador contra la marca, para que entienda el contexto. Responde con una lista de exigencias regulatorias que parecen correctas, pero la inventó, porque nunca había visto tu guía de compliance de marketing antes de ese pegado. La exigencia que ibas a seguir no existe del modo que describió, y el historial de reclamos de la marca acaba de circular fuera del entorno controlado. Conectar la IA a la guía real de compliance publicitario resuelve las dos puntas: cita la exigencia verdadera, y el historial sensible nunca sale de casa.

Le preguntas a una IA pública qué cláusulas laborales cubren el intercambio de dato de salud del colaborador, pegando en el prompt el historial médico de un empleado específico, para que tenga más contexto. Devuelve una lista de exigencias legales con artículo y todo, pero la inventó, porque nunca había visto tu política de datos de RRHH antes de ese pegado. La exigencia que ibas a comunicar al comité no existe, y el dato de salud del colaborador acaba de circular fuera del sistema de RRHH. Conectar la IA a la política real de protección de datos de RRHH resuelve las dos puntas: responde citando la política verdadera, y el dato sensible nunca sale de casa.

Le preguntas a una IA pública si la nueva feature de geolocalización necesita un aviso de privacidad específico, pegando en el prompt el PRD entero con dato de comportamiento de usuarios reales, para que entienda el pedido. Responde con una exigencia de aviso que parece correcta, pero la inventó, porque nunca había visto tu política de privacidad real antes de ese pegado. La exigencia que iba a entrar al PRD no existe del modo que describió, y el dato de comportamiento de los usuarios acaba de circular fuera del entorno controlado. Conectar la IA a la política de privacidad real resuelve las dos puntas: cita la exigencia verdadera, y el dato nunca sale de casa.

Le preguntas a una IA pública si puedes ofrecer un descuento adicional en una negociación con un organismo público, pegando en el prompt el historial de la cuenta con monto y nombre del agente público, para que entienda el contexto. Responde con un límite de descuento que parece correcto, pero la inventó, porque nunca había visto tu política anticorrupción real antes de ese pegado. El límite que ibas a aplicar en la negociación no existe del modo que describió, y el nombre del agente público acaba de circular fuera del entorno controlado por el área comercial. Conectar la IA a la política anticorrupción real resuelve las dos puntas: cita el límite verdadero, y el dato sensible nunca sale de casa.

Le preguntas a una IA pública cuál es el procedimiento correcto para el descarte de documento con dato personal, pegando en el prompt el inventario de datos entero de la operación, con volumen y sistema de cada uno, para que entienda el contexto. Devuelve un procedimiento con plazo y forma de descarte, pero lo inventó, porque nunca había visto tu política de retención real antes de ese pegado. El procedimiento que ibas a seguir no existe del modo que describió, y el inventario de datos de la operación acaba de circular fuera del entorno controlado. Conectar la IA a la política de retención real resuelve las dos puntas: cita el procedimiento verdadero, y el inventario nunca sale de casa.

Le pides a una IA pública que mapee los controles que cubren el nuevo proceso de cobranza, pegando en el prompt el mapa de riesgos entero de la empresa, con nombre de sistema y volumen de dato sensible, para que entienda el contexto. Arma una lista impecable, con artículos y responsables, pero la inventó, porque nunca había visto tu política ni tu mapa de riesgos antes de ese pegado. El control que ibas a reportar a la auditoría no existe, y el mapa de riesgos de la empresa acaba de circular fuera del entorno controlado. Conectar la IA a las políticas reales, dentro de un entorno que la empresa controla, resuelve las dos puntas: responde con trazabilidad, y el mapa de riesgos nunca sale de casa.

Le preguntas a una IA pública si el nuevo pipeline de datos cumple con el principio de minimización de la Ley General de Protección de Datos (LGPD), pegando en el prompt el diseño de arquitectura entero con nombre de base de datos y volumen de dato sensible, para que entienda mejor. Responde con una evaluación de conformidad que parece correcta, pero la inventó, porque nunca había visto tu informe de impacto real antes de ese pegado. La evaluación que iba al comité de arquitectura no existe del modo que describió, y el diseño del pipeline sensible acaba de circular fuera del entorno controlado. Conectar la IA al informe de impacto real resuelve las dos puntas: cita la evaluación verdadera, y el diseño nunca sale de casa.

Le preguntas a una IA pública si la pantalla de consentimiento del nuevo flujo cumple con la política de privacidad, pegando en el prompt las grabaciones de sesión enteras con dato personal visible de los participantes, para que tenga más contexto. Responde con una evaluación de conformidad que parece correcta, pero la inventó, porque nunca había visto tu política real antes de ese pegado. La evaluación que iba a justificar el lanzamiento no existe del modo que describió, y el dato personal de los participantes de las sesiones acaba de circular fuera del entorno controlado. Conectar la IA a la política real de privacidad resuelve las dos puntas: cita la evaluación verdadera, y el dato de los participantes nunca sale de casa.

Le preguntas a una IA pública si entrar a un nuevo mercado internacional exige algún registro regulatorio específico, pegando en el prompt el plan de expansión entero, con proyección financiera y nombre del país objetivo, para que entienda el contexto. Devuelve una lista de exigencias con nombre de agencia reguladora y todo, pero la inventó, porque nunca había visto tu plan real antes de ese pegado. La exigencia que iba a entrar al memorando para el directorio no existe, y el plan de expansión confidencial acaba de circular fuera del entorno controlado. Conectar la IA al mapeo regulatorio real de la empresa resuelve las dos puntas: cita la exigencia verdadera, y el plan nunca sale de casa.