Política
Declaración de IA responsable
Última actualización: 16 de octubre de 2026
Borrador - sujeto a revisión jurídica antes de su publicación. El texto entre corchetes indica información que debe confirmarse. Este borrador no constituye asesoramiento jurídico.
La IA puede ayudar a los equipos de salud pública a ver los riesgos antes y actuar con más precisión, pero solo si es confiable. Estos principios guían cómo construimos Epinova. Los iremos perfeccionando con socios, asesores y las comunidades afectadas.
1. Supervisión humana
Epinova ofrece apoyo a la toma de decisiones. Personas cualificadas revisan los pronósticos, las clasificaciones y las recomendaciones, y siguen siendo responsables de las decisiones. La plataforma no está diseñada para tomar acciones autónomas que afecten a personas.
2. Trazabilidad de las fuentes
Las alertas, los pronósticos y las respuestas del asistente deben poder rastrearse hasta los datos, las fuentes y las versiones de modelo que los generaron.
3. Validación antes del uso
Los modelos se validan con datos reservados y se comparan con referencias simples antes del uso operativo. Informamos del desempeño, incluidos los casos en que los modelos funcionan mal, y vigilamos las desviaciones tras el despliegue.
4. Incertidumbre honesta
Los pronósticos se presentan con intervalos de predicción e indicadores de calidad de datos. Evitamos lenguaje y elementos visuales que sugieran una precisión falsa.
5. Equidad
Las brechas de datos suelen afectar a las comunidades más marginadas. Buscamos explícitamente el subregistro y los sesgos, y diseñamos la priorización para que las concesiones en materia de equidad sean visibles y no queden ocultas.
6. Privacidad y minimización de datos
Trabajamos con datos agregados a nivel comunitario siempre que es posible, recopilamos solo lo necesario y protegemos cualquier dato personal con salvaguardas sólidas.
7. Soberanía de los datos
Los socios y los países conservan la propiedad de sus datos. Los datos solo se usan para los fines acordados en virtud de acuerdos formales.
8. Salvaguardas para la IA generativa
Los modelos de lenguaje se usan para tareas como la traducción, la extracción y la respuesta a preguntas basada en fuentes. Los resultados se basan en fuentes autorizadas, incluyen citas y están diseñados para abstenerse cuando la evidencia es insuficiente. Las funciones generativas se evalúan antes de cualquier lanzamiento.
9. Transparencia sobre el estado
Indicamos con claridad qué capacidades existen, cuáles están en desarrollo y cuáles están previstas, y etiquetamos todos los datos de demostración como simulados.