Saltar al contenido
Todos los proyectos

Auditoría del uso de IA

Atlas

¿Quién vigila a los copilotos? Yo tenía la respuesta. No el premio.

Llegué a esta competición con la moral por las nubes. Venía de ganar un premio en un hackathon de biotecnología y el reto no podía gustarme más: usar inteligencia artificial para resolver un problema que ya venía dado. El reto: gobernar y controlar el uso de la IA en los equipos de desarrollo.

Le di vueltas, debatí un buen rato con la IA y acabé en una pregunta. Hoy es normal que en una empresa todo el mundo trabaje a diario con un copiloto de IA. Pero ¿quién audita a esos copilotos? ¿Quién revisa lo que hacen las personas con ellos? ¿Cómo sabes que no estás tirando el dinero al dar acceso a toda la plantilla, que lo están usando bien, que nadie está filtrando información sin querer?

De ahí salió Atlas: un copiloto que audita a los copilotos.

Atlas es un juez que todo lo ve. Funciona en local, es ligero y no envía ningún dato a ningún sitio. Tampoco intercepta ni bloquea nada: analiza la telemetría que esos asistentes ya han dejado, cada día o cada semana, y te devuelve respuestas: qué departamentos podrían aprovechar mejor el presupuesto, cuáles están dejando escapar claves, dónde no se están cumpliendo las normas de uso.

Hay una decisión que defiendo dentro del propio proyecto. Las cuentas, las normas y la detección de claves no las hace la IA, las hacen herramientas pensadas para eso, porque la IA se puede equivocar y en una auditoría eso no vale. El modelo de lenguaje, que también corre en local, se reserva para dos cosas: redactar un informe que se entienda y cazar lo que las reglas no ven, como una contraseña escrita en mitad de una frase. Y ni ahí se le deja solo: un verificador comprueba que cada cifra del informe sale de los datos. Usar la IA cuando de verdad hace falta, y no meterla con calzador.

En la demo, con datos sintéticos, Atlas revisaba 6.826 usos de ocho semanas y enseñaba algo incómodo: el 60 % del gasto se había ido en respuestas que nadie llegó a aceptar.

Me parecía una buena idea. De las que yo mismo estaría dispuesto a usar en mi empresa el día de mañana.


Quedaba venderla. Un pitch de un minuto.

En el mundo empresarial puedes tener la peor idea del mundo, que si la vendes mejor que el de al lado probablemente te acaben eligiendo a ti. Lo que queda es la primera imagen, aunque luego alguien investigue y descubra que no era tan buena como aparentaba.

Yo creía tener las dos cosas. Hablar en público siempre se me ha dado bien, y no solo llevaba una idea sólida, sino un pitch muy trabajado. Llamaba la atención desde el segundo uno, iba a lo importante sin pararse en banalidades y cerraba con voz de locutor. No dejaba que nadie se aburriese ni un momento.

Escuché los pitches del resto. Sé que suena poco humilde decirlo, pero salí convencido de que ninguno se acercaba al mío. La comunicación es donde más destaco.

¿Sabéis cuál fue el resultado? No quedé ni entre los tres mejores.

Esta historia termina de forma amarga y no voy a adornarlo. Hice las cosas lo mejor que sé hacerlas, estaba plenamente convencido de que como mínimo entraría en ese top 3, y no fue así.

Cuando me pasa algo de este estilo me gusta pararme a pensar por qué. ¿Por qué estoy viendo algo que los demás no ven? Porque normalmente, cuando eso ocurre, el que está equivocado es uno mismo y no los demás. A día de hoy sigo sin saber por qué no me eligieron. Pero estoy seguro de que algo hice mal.

Lo que sí habría agradecido muchísimo es que alguien me lo dijera. Y esa es la reflexión con la que me quedo: en una competición pensada para que los alumnos aprendan y desarrollen sus habilidades, ¿por qué no se da feedback a quienes no han alcanzado el nivel que se esperaba? Es la única forma de que la próxima vez corrijan sus errores y no los repitan.

Ficha técnica

Un prototipo que desarrollé para el Atmira × OpenAI × Big Data Hackathon 2026. Revisa el uso exportado de asistentes de programación con IA para informar de costes, adopción, posible exposición de datos sensibles y cumplimiento de las políticas de uso. Funciona en local, con reglas fijas para los cálculos y un modelo de lenguaje local para la interpretación.