Glosario de inteligencia artificial con control

La red y los servidores propios de la empresa.

Lo que está dentro no sale a internet ni a la nube pública. En DEBIR, el modelo, la memoria consultable y la bitácora viven ahí, en una red segmentada sin salida a internet.

Un modelo de lenguaje de pesos abiertos (Llama, Qwen, Mistral) de la generación vigente al arrancar cada proyecto.

Se instala en equipo propio y se mide con las preguntas del cliente. No es un modelo de frontera como los más recientes de Anthropic, OpenAI o Google, y se dice así. En cada proyecto se nombra el modelo concreto y su licencia.

El sello de los modelos entrenados por DEBIR.

Cada cliente recibe el suyo: Dabar seguido del nombre de su empresa, un modelo DEBIR. En hebreo, "palabra"; misma raíz que Debir. El nombre técnico del modelo sigue la licencia del modelo base.

Una base de documentos de la empresa que el modelo consulta antes de responder y cita.

Vive fuera del modelo, con permisos por rol, y se actualiza en minutos. Su nombre técnico es generación aumentada por recuperación (RAG). Es donde se consultan los datos sensibles, nunca dentro del modelo.

Enseñar al modelo base la voz, el formato y el vocabulario de la empresa con miles de ejemplos aprobados.

Se congela el modelo base y se entrenan capas pequeñas (en inglés, LoRA). Aprende el oficio, no memoriza expedientes. El resultado es el componente de identidad.

El archivo pequeño que resulta del entrenamiento y que se monta sobre el modelo base.

Técnicamente, un adaptador. Es la identidad de la empresa en forma de software: se versiona, se firma, se archiva y es propiedad del cliente.

Un procedimiento automatizado que usa el modelo para ejecutar una tarea.

Atender a un asegurado, abrir un expediente, preparar una propuesta. En DEBIR, un agente recaba, ordena y entrega; nunca decide solo. Una persona revisa antes de cualquier efecto sobre un cliente o un sistema central.

El registro automático de cada pregunta, cada documento consultado, cada respuesta y cada acción, con usuario y versión.

Es la evidencia principal ante una auditoría. El área de cumplimiento la lee sin intermediarios. Retención mínima de seis meses.

Los diez documentos de gobernanza que acompañan a cada sistema.

Política de uso, evaluación de impacto, matriz de responsabilidades, ficha de datos, registro de modelos y agentes, ficha del modelo por versión, protocolo de incidentes, contrato de encargado, acuerdo de niveles de servicio y plan de salida.

El documento que describe qué hace el sistema, a quién afecta, qué datos usa y qué riesgos tiene, con sus mitigaciones.

Lo firma el área legal antes de construir. En México no es obligatoria para empresas privadas; se hace porque convierte un proyecto de inteligencia artificial en un proyecto de la empresa.

Un conjunto de preguntas escritas por expertos de la empresa que el modelo nunca vio durante el entrenamiento.

Se usa para medir cada versión antes de publicarla. El umbral se fija antes y los resultados se reportan por segmento. La califica el equipo del cliente.

Intentos deliberados de hacer que el sistema revele datos, se salte sus reglas o sea manipulado.

En inglés, red team. Se hacen antes del piloto y en cada versión mayor, las dirige el área de seguridad del cliente y los hallazgos se corrigen antes de salir.

El cambio gradual en el tipo de preguntas o en la calidad de las respuestas con el paso del tiempo.

Se vigila a diario para reentrenar a tiempo. Sin operación, las respuestas de un modelo envejecen en seis meses.

Una persona revisa antes de cualquier acción con efecto sobre un cliente, un empleado o un sistema central.

Es el segundo compromiso del marco de gobernanza y la forma de cumplir por diseño el derecho a oponerse a decisiones automatizadas (ley de datos personales de 2025, artículo 27).

Nadie valida su propio trabajo.

La prueba la califica el cliente, las pruebas de ataque las dirige su área de seguridad y la revisión semanal la hace un especialista distinto al que construyó. Un comité de riesgos lo llama reto efectivo.

Cada punto del método donde alguien firma antes de seguir.

Sin firma, el proyecto no avanza. Son cinco: Discovery, dictamen, cimientos, modelo y piloto; después, la operación con acta del comité mensual.

Un caso de uso con caso de negocio positivo a doce meses y sin bloqueo del área legal.

Es la condición de la garantía del diagnóstico: si el dictamen no identifica uno, el 50% final no se cobra.

Los tres primeros clientes de DEBIR.

Pagan la entrada con descuento explícito frente al precio de lista, a cambio de un caso publicable, una referencia y retroalimentación. La operación continua se paga a precio de lista.

Figura de la ley de datos personales: quien procesa datos personales por cuenta de la empresa.

Implica contrato, obligaciones de seguridad y responsabilidad ante la autoridad. En el despliegue con equipo propio, el cliente sigue siendo responsable y DEBIR accede bajo contrato de encargado.

Entrega de los modelos y el código a un tercero neutral que los libera al cliente si el proveedor desaparece o incumple.

Opcional en los despliegues con equipo de DEBIR, con costo a cargo del cliente. Con el equipo propio no hace falta: todo ya está en la empresa.

Los pesos: el modelo en sí.

En el plan de salida son propiedad del cliente y se entregan en formato estándar, sin costo, junto con el componente de identidad, la prueba y la bitácora.

Unidad de Medida y Actualización, la referencia con la que se calculan las multas.

En 2026 equivale a 117.31 pesos diarios (INEGI, DOF 9 de enero de 2026). La multa máxima de la ley de datos personales, 320 mil UMA, ronda los 37.5 millones de pesos, el doble con datos sensibles.