Artículo 4 del AI Act: la obligación de formar a tu equipo en IA

Qué dice exactamente el artículo 4

El texto obliga a proveedores y responsables del despliegue de sistemas de IA a adoptar medidas para asegurar, "en la mayor medida posible", un nivel suficiente de alfabetización en IA de su personal y de cualquier persona que se encargue del funcionamiento y utilización de estos sistemas en su nombre.

Tres matices importan más de lo que parece:

Por qué afecta especialmente a los departamentos de seguridad

Un departamento de seguridad medio ya opera IA aunque nadie la llame así: videoanalítica que detecta comportamientos anómalos, sistemas de control de accesos con reconocimiento, plataformas que priorizan alertas, herramientas de análisis predictivo de incidentes.

Quien vigila esas pantallas suele haber recibido formación sobre el *manejo* de la herramienta — dónde pulsar, cómo exportar un vídeo — pero no sobre qué está haciendo el algoritmo, con qué margen de error, ni en qué casos su criterio debe prevalecer sobre la sugerencia del sistema. Esa distancia es exactamente lo que el artículo 4 pretende cerrar.

Y tiene una consecuencia práctica que va más allá del cumplimiento: un operador que no entiende por qué el sistema marca una alerta acaba haciendo una de dos cosas, y ambas son malas. O la acepta siempre, y entonces la supervisión humana es ficticia. O la ignora sistemáticamente, y entonces la inversión en tecnología no sirve de nada.

Qué se considera "nivel adecuado"

El reglamento no publica un temario. Pero de su redacción y de las guías que han ido apareciendo se desprende que la formación debería cubrir, adaptada a cada perfil:

La profundidad debe ser proporcional: no necesita lo mismo un operador de sala que un director que decide qué sistemas se compran.

Cómo se demuestra que se ha cumplido

Aquí está el punto que más se descuida. La obligación no se satisface con haber hecho formación: se satisface pudiendo **acreditarla**. En una inspección, ante una reclamación o en una due diligence de un cliente, lo que se pide es evidencia documental.

En la práctica eso significa mantener un registro de qué personas han recibido qué formación, cuándo, con qué contenidos y con qué resultado de aprovechamiento. Los programas con certificado nominativo resuelven esto de forma natural, porque generan el rastro documental como subproducto.

Conviene además tratarlo como algo vivo: cuando se despliega un sistema nuevo o cambia sustancialmente uno existente, la formación previa deja de ser suficiente.

Por dónde empezar

Un enfoque sensato para una organización que parte de cero:

1. **Inventario honesto.** Qué sistemas de IA hay realmente en uso, incluidos los que llegaron dentro de otra herramienta y nadie clasificó como IA.

2. **Mapa de personas.** Quién los opera, quién los supervisa y quién decide sobre ellos, incluyendo personal externo.

3. **Nivel por perfil.** Qué necesita saber cada grupo, que no es lo mismo para un operador que para un comité de dirección.

4. **Formación y registro.** Ejecutarla y dejar constancia acreditable.

5. **Revisión periódica.** Ligada a los cambios en los sistemas, no al calendario.

La mayoría de las organizaciones descubren en el primer paso que usan más IA de la que su comité de dirección tenía identificada formalmente.

En SYRA360 formamos precisamente a esos perfiles. Los programas del Aula Virtual están diseñados para directivos y mandos que ya conviven con sistemas de IA y necesitan entenderlos, no para perfiles técnicos que van a construirlos. Puede comprobar en dos minutos qué marcos le afectan con nuestro verificador de cumplimiento.

**¿Sabría acreditar hoy que su equipo cumple el artículo 4?** Si la respuesta no es un sí claro, ese es el punto de partida.