NLD
1 / 15

Apertura

  • Resultados de la auditoría de uso de IA en NLD.
  • Riesgos clave y prácticas que reforzaremos.
  • Foco: anonimización previa y evitar IA para cálculos, extracción y OCR.

Política y alcance

  • La IA es apoyo complementario; no reemplaza el juicio profesional.
  • Subir info solo tras pseudoanonimización y con herramientas autorizadas.
  • Trazabilidad de prompts, fuentes y resultados.

Resumen de la auditoría

  • Áreas: Judicial, Regulatorio, Corporativo y Laboral.
  • Riesgo alto: PII + OCR + extracción automática con IA generalista.
  • Oportunidades: plantillas, registros y microcapacitaciones.

Riesgos a controlar

  • Alucinación: invención de citas o cifras.
  • Errores de cómputo: la IA no es calculadora confiable.
  • Fuga de datos: exposición de PII/secretos.
  • Sin trazabilidad: no hay auditoría ni aprendizaje.

Pseudoanonimización: qué y por qué

  • Reemplazar identificadores (nombres, RUT, correos, direcciones, montos...).
  • Guardar el diccionario real fuera de la IA (local y cifrado).
  • Reduce riesgo de fuga y mantiene estructura/contexto.

Checklist de anonimización

  • Detectar entidades: personas, empresas, RIT/RUC, teléfonos, etc.
  • Reemplazar por etiquetas: [NOMBRE_1], [EMPRESA_A], [MONTO_1]...
  • Limpiar metadatos y nombres de archivo.
  • Subir a la IA solo el texto anonimizado.

Cuándo no subir a la IA

  • Si no se puede anonimizar sin perder sentido.
  • Si el contrato del cliente lo prohíbe.

Regla sobre CÁLCULOS

  • La IA no calcula (puede explicar y proponer fórmulas).
  • Usar Excel u hoja de cálculo para el cálculo real.
  • Motivo: errores sutiles + baja auditabilidad.

Flujo seguro para cálculos

  • 1) Pedir guía/ejemplos a la IA.
  • 2) Implementar en Excel (fórmulas visibles).
  • 3) Validar con casos de prueba + doble revisión.

Extracción de datos

  • No usar IA generalista para estructurar datos (menos con PII).
  • Riesgo de omisiones/mezclas → difícil de auditar.

OCR

  • Usar OCR dedicado: ABBYY, Acrobat Pro, Tesseract o nativo del escáner.
  • Parámetros: idioma es-CL y resolución adecuada.
  • Auditoría: comparar 1–2 páginas con el PDF original.

Flujo con OCR

  • 1) OCR → 2) Revisión humana → 3) Anonimización → 4) IA (formato/resumen).

Contexto de la IA

  • Ventana de contexto limitada (tokens).
  • Si el prompt/documento excede, se recorta o pierde detalle.
  • No hay “memoria” persistente salvo que se provea cada vez.

Deep Research (investigación)

  • Objetivo: rigor y trazabilidad, no solo velocidad.
  • Pasos: delimitar → buscar fuentes primarias → extraer citas → triangular → resumir con citas → registrar límites.

Cierre

  • La IA acelera con insumos seguros y verificación estricta.
  • Claves: anonimización previa; cálculos/extracción/OCR fuera de la IA; trazabilidad.
  • Disponibles plantillas y microcapacitaciones para el equipo.