Guía de clasificación de datos para sistemas de IA
Propósito
Reglas para clasificar los datos antes de enviarlos a herramientas de IA, incluidos niveles de clasificación específicos de IA y matrices de decisión.
Controles relacionados
1. Niveles de clasificación
Definir los niveles de clasificación de datos y qué califica para cada nivel.
Descripción general
Todos los datos procesados por sistemas de IA o enviados a ellos deben clasificarse antes de su uso. [ORGANIZATION NAME] utiliza un sistema de clasificación de cuatro niveles alineado con el marco de gobernanza de datos empresarial, con subclasificaciones específicas de IA que consideran los riesgos particulares del procesamiento con IA.
Niveles de clasificación
Nivel 1 — Público
- Definición: Información destinada a divulgación pública o ya disponible públicamente
- Nivel de riesgo de IA: Mínimo
- Ejemplos: Materiales de marketing publicados, código de fuente abierta, documentación pública, conjuntos de datos disponibles públicamente, comunicados de prensa
- Uso en IA: Puede enviarse a cualquier sistema de IA aprobado sin restricción
Nivel 2 — Interno
- Definición: Información destinada al uso dentro de [ORGANIZATION NAME] que no causaría daño significativo si se divulgara
- Nivel de riesgo de IA: Bajo a moderado
- Ejemplos: Documentación de procesos internos, notas de reuniones no sensibles, organigramas, materiales de capacitación internos, métricas anonimizadas
- Uso en IA: Solo puede enviarse a sistemas de IA aprobados por la empresa. Las herramientas de IA públicas están prohibidas. Se requiere registro de auditoría.
Nivel 3 — Confidencial
- Definición: Información sensible cuya divulgación podría causar daño material a [ORGANIZATION NAME], sus clientes o sus socios
- Nivel de riesgo de IA: Alto
- Ejemplos: Código fuente, algoritmos propietarios, listas de clientes, proyecciones financieras, planes estratégicos, datos de desempeño de empleados, información de productos previa al lanzamiento
- Uso en IA: Sistemas de IA aprobados por la empresa con un Acuerdo de Procesamiento de Datos (DPA) firmado que prohíba la retención de datos por parte del proveedor. Requiere aprobación del gerente y registro de auditoría completo.
Nivel 4 — Restringido
- Definición: Información altamente sensible sujeta a protecciones regulatorias, legales o contractuales
- Nivel de riesgo de IA: Crítico
- Ejemplos: PII sujeta a GDPR/CCPA, PHI bajo HIPAA, datos de titulares de tarjetas PCI, credenciales de autenticación, claves de cifrado, material privilegiado abogado-cliente, información de fusiones y adquisiciones
- Uso en IA: Generalmente prohibido. Se requiere aprobación caso por caso del CISO y Legal. Solo sistemas de IA en instalaciones propias. Registro de auditoría completo obligatorio.
2. Reglas específicas de IA
Documentar las reglas que son exclusivas del procesamiento con IA y que van más allá de la clasificación de datos estándar.
Riesgo de amplificación por IA
Los sistemas de IA introducen riesgos de datos que no existen en el procesamiento de datos tradicional. Estas reglas específicas de IA complementan — y en algunos casos anulan — los controles estándar de clasificación de datos.
Regla 1: Escalamiento por agregación
Cuando se combinan múltiples elementos de datos de Nivel 2 (Interno) en un solo prompt de IA, la clasificación agregada escala a Nivel 3 (Confidencial) si la combinación pudiera revelar patrones sensibles. Ejemplo: los nombres individuales de empleados (Nivel 2) combinados con rangos salariales (Nivel 2) y planes de reestructuración departamental (Nivel 2) constituyen en conjunto datos de Nivel 3.
Regla 2: Riesgo de inferencia
Los datos que son individualmente de baja sensibilidad pero que podrían permitir que un sistema de IA infiera información de alta sensibilidad deben clasificarse en el nivel de la inferencia potencial. Ejemplo: los registros anonimizados de pacientes que incluyen suficiente detalle demográfico para permitir la reidentificación deben tratarse como Nivel 4, independientemente de la anonimización declarada.
Regla 3: Clasificación de las salidas
Las salidas generadas por IA heredan la clasificación de los datos de entrada de mayor nivel utilizados para producirlas. Si se incluyen datos de Nivel 3 en un prompt, todas las salidas de esa interacción son de Nivel 3 hasta que un propietario de datos autorizado las desclasifique explícitamente.
Regla 4: Prohibición de datos de entrenamiento
Ningún sistema de IA — interno o de terceros — puede usar datos de [ORGANIZATION NAME] para el entrenamiento o ajuste fino de modelos a menos que:
- El propietario de los datos haya otorgado consentimiento por escrito
- Un Acuerdo de Procesamiento de Datos cubra explícitamente el uso para entrenamiento
- Se haya completado una evaluación de impacto en la privacidad
- Legal haya confirmado el cumplimiento con todas las regulaciones aplicables
Regla 5: Persistencia de la ventana de contexto
Se debe asumir que los datos enviados dentro de un contexto de conversación con IA persisten durante toda la sesión. Los prompts posteriores dentro de la misma sesión no deben reducir el nivel de clasificación por debajo del dato de mayor nivel enviado previamente en esa sesión.
3. Matriz de decisión
Proporcionar un árbol de decisión paso a paso para clasificar los datos antes de enviarlos a la IA.
Matriz de decisión previa al envío
Antes de enviar cualquier dato a un sistema de IA, el personal debe recorrer la siguiente matriz de decisión:
Paso 1: Identificar los datos
| Pregunta | Si es Sí | Si es No |
|---|---|---|
| ¿Los datos contienen PII, PHI, PCI o credenciales? | → Nivel 4, DETENERSE | → Continuar |
| ¿Los datos están sujetos a requisitos regulatorios (GDPR, HIPAA, SOX, etc.)? | → Nivel 4, DETENERSE | → Continuar |
| ¿Los datos contienen código fuente propietario o secretos comerciales? | → Nivel 3 | → Continuar |
| ¿Los datos contienen información comercial confidencial? | → Nivel 3 | → Continuar |
| ¿Los datos están destinados únicamente a uso interno? | → Nivel 2 | → Continuar |
| ¿Los datos están disponibles públicamente o destinados a publicación? | → Nivel 1 | → Consultar al propietario de los datos |
Paso 2: Verificar la agregación
| Pregunta | Si es Sí | Si es No |
|---|---|---|
| ¿Está combinando múltiples elementos de datos de Nivel 2 en un solo prompt? | → Reevaluar como Nivel 3 | → Mantener el nivel actual |
| ¿Podrían los datos combinados revelar patrones no visibles en los elementos individuales? | → Escalar un nivel | → Mantener el nivel actual |
Paso 3: Seleccionar el sistema de IA
| Nivel de datos | Sistemas de IA permitidos | Controles requeridos |
|---|---|---|
| Nivel 1 | Cualquier sistema de IA aprobado | Ninguno |
| Nivel 2 | Solo IA aprobada por la empresa | Registro de auditoría |
| Nivel 3 | IA empresarial con DPA, sin retención | Aprobación del gerente + registro de auditoría |
| Nivel 4 | Solo IA en instalaciones propias (caso por caso) | Aprobación del CISO + Legal + auditoría completa |
Paso 4: Minimizar y sanitizar
Antes de enviar, aplicar estos pasos de sanitización:
- Eliminar toda la PII que no sea esencial para la tarea
- Reemplazar los nombres reales con marcadores de posición (Persona A, Persona B)
- Redactar números de cuenta, direcciones IP y credenciales
- Usar datos sintéticos o de muestra al realizar pruebas o experimentos
- Verificar que no queden datos sensibles en comentarios de código, rutas de archivos o metadatos
4. Excepciones
Describa el proceso para solicitar excepciones a las reglas de clasificación.
Proceso de excepciones
Las excepciones a las reglas estándar de clasificación pueden otorgarse en circunstancias donde la necesidad del negocio es convincente y se han agotado los enfoques alternativos.
Elegibilidad para una excepción
Se puede presentar una solicitud de excepción cuando:
- Las reglas estándar de clasificación impiden una actividad de negocio legítima de valor significativo
- Los controles compensatorios pueden reducir el riesgo residual a un nivel aceptable
- La excepción está limitada en el tiempo y sujeta a revisión periódica
- Ninguna prohibición regulatoria o legal impide la excepción solicitada
Requisitos de la solicitud de excepción
| Campo | Descripción |
|---|---|
| Solicitante | Nombre, rol y departamento de la persona solicitante |
| Justificación de negocio | Explicación clara de por qué se necesita la excepción y el impacto en el negocio si se deniega |
| Descripción de los datos | Descripción detallada de los datos involucrados, incluyendo clasificación y volumen |
| Sistema de IA | Sistema de IA específico, modelo y método de despliegue |
| Duración | Período de excepción solicitado (máximo 12 meses) |
| Controles compensatorios | Controles adicionales específicos para mitigar el riesgo (p. ej., registro de eventos mejorado, acceso restringido, revisión manual) |
| Aceptación del riesgo | Reconocimiento explícito del riesgo residual por parte del propietario de los datos |
Autoridad de aprobación
| Tipo de excepción | Aprobador | Duración máxima |
|---|---|---|
| Nivel 2 → IA pública | Gerente de Seguridad de TI | 6 meses |
| Nivel 3 → IA empresarial sin DPA | CISO | 3 meses |
| Nivel 4 → Cualquier sistema de IA | CISO + Asesoría Jurídica General + Propietario de los Datos | 1 mes, no renovable |
Registro de excepciones
Todas las excepciones aprobadas se registran en el Registro de Excepciones de IA mantenido por [DEPARTMENT]. A cada excepción se le asigna un identificador único, se revisa en el punto medio de su duración y expira automáticamente a menos que se renueve formalmente mediante el mismo proceso de aprobación.
5. Proceso de revisión
Definir cómo se mantiene la guía de clasificación y cómo se audita el cumplimiento.
Cronograma de revisión periódica
| Actividad de revisión | Frecuencia | Parte responsable | Resultado |
|---|---|---|---|
| Revisión de la guía de clasificación | Anual | Comité de Gobernanza de IA | Guía actualizada |
| Revisión de excepciones activas | Trimestral | [ROLE TITLE] | Informe de estado de excepciones |
| Validación del inventario de sistemas de IA | Semestral | Seguridad de TI | Lista actualizada de herramientas aprobadas |
| Auditoría aleatoria de prompts | Mensual | [ROLE TITLE] | Informe de hallazgos de auditoría |
| Verificación puntual de cumplimiento | Trimestral | Auditoría Interna | Evaluación de cumplimiento |
Procedimientos de auditoría
El [DEPARTMENT] realiza auditorías periódicas del cumplimiento de la clasificación de datos de IA:
- Monitoreo automatizado: Los registros de interacción con IA se analizan para detectar posibles errores de clasificación, específicamente patrones que indican el envío de datos sensibles a sistemas no aprobados
- Muestreo aleatorio: Se revisa mensualmente una muestra aleatoria de interacciones con IA para verificar la clasificación correcta y el manejo de datos
- Revisiones por departamento: Cada departamento realiza una autoevaluación trimestral de sus prácticas de manejo de datos de IA y presenta los hallazgos al Comité de Gobernanza de IA
- Auditorías activadas por incidentes: Cualquier incidente de datos relacionado con IA activa una auditoría integral de las prácticas de clasificación del departamento afectado
Retroalimentación y actualizaciones
El personal puede enviar preguntas sobre clasificación o sugerencias de mejora al [DEPARTMENT] a través del buzón de Gobernanza de IA. Las preguntas frecuentes se recopilan en un FAQ y se distribuyen trimestralmente.
Cuando se introducen nuevos sistemas de IA, se identifican nuevos tipos de datos o cambian los requisitos regulatorios, el Comité de Gobernanza de IA actualizará esta guía y notificará a todo el personal dentro de los 15 días hábiles.
Integración con la capacitación
Esta guía de clasificación está incorporada en la capacitación obligatoria de concientización sobre IA. Las actualizaciones de esta guía activan una notificación a todo el personal con un plazo de 30 días para revisar los cambios. Los cambios sustanciales requieren un nuevo acuse de recibo.