Artículo 14 del Reglamento Europeo de IA: los requisitos de supervisión humana explicados

El artículo 14 exige supervisión humana para los sistemas de IA de alto riesgo. Descubra qué medidas de supervisión debe implantar y cómo documentarlas antes de diciembre de 2027.

Actualizado el 4 de agosto de 2026 — cambio de plazo. El Digital Omnibus (adoptado por el Parlamento Europeo el 16 de junio de 2026 y por el Consejo el 29 de junio de 2026) aplazó las obligaciones de alto riesgo del anexo III del 2 de agosto de 2026 al 2 de diciembre de 2027. Las obligaciones de transparencia del artículo 50 no se aplazaron y se aplican desde el 2 de agosto de 2026. Este artículo se ha corregido en consecuencia.

Si su sistema de IA está clasificado como de alto riesgo con arreglo al Reglamento Europeo de IA, el artículo 14 le obliga a diseñarlo de modo que las personas puedan supervisar eficazmente su funcionamiento. No se trata de marcar una casilla: es un requisito arquitectónico fundamental que afecta a cómo construye, despliega y vigila su sistema.

El artículo 14 exige que los sistemas de IA de alto riesgo se diseñen de manera que permitan la supervisión humana mediante medidas adecuadas. Esas medidas deben permitir que las personas comprendan las salidas del sistema, interpreten sus resultados e intervengan cuando sea necesario. Estas obligaciones se aplican a partir del 2 de diciembre de 2027, con multas de hasta 15 millones de euros o el 3 % del volumen de negocios anual mundial en virtud del art. 99, apartado 4, y, en el caso de las pymes, la menor de ambas cifras.

Esta guía explica qué exige el artículo 14, qué medidas de supervisión satisfacen el Reglamento y cómo implantar una supervisión humana que funcione en la práctica.

Qué exige el artículo 14

El artículo 14 se aplica a los proveedores de sistemas de IA de alto riesgo (los enumerados en el anexo III o clasificados con arreglo al artículo 6). Exige que los sistemas se diseñen y desarrollen de modo que puedan ser supervisados eficazmente por personas físicas durante su uso.

Obligaciones básicas de supervisión humana

La supervisión humana debe tener por objeto prevenir o reducir al mínimo los riesgos para la salud, la seguridad o los derechos fundamentales que puedan surgir cuando un sistema de IA de alto riesgo se utiliza conforme a su finalidad prevista o en condiciones de uso indebido razonablemente previsible.

Las medidas de supervisión deben permitir que las personas:

Comprendan plenamente las capacidades y limitaciones del sistema de IA de alto riesgo
Sigan siendo conscientes de la posible tendencia a confiar automática o excesivamente en la salida producida por un sistema de IA de alto riesgo (sesgo de automatización)
Interpreten correctamente la salida del sistema, teniendo en cuenta sus características y las herramientas y métodos de interpretación disponibles
Decidan no utilizar el sistema o hacer caso omiso de la salida, anularla o revertirla en una situación concreta
Intervengan en el funcionamiento del sistema o lo interrumpan mediante un botón de «parada» o un procedimiento similar

Además, las medidas de supervisión deben ser determinadas e integradas en el sistema por el proveedor antes de su introducción en el mercado, o bien determinarse como adecuadas para que las aplique el responsable del despliegue.

Los tres tipos de supervisión humana

El artículo 14 reconoce tres patrones de supervisión, según el nivel de riesgo y el contexto de despliegue:

1. Human-in-the-Loop (HITL)

El sistema de IA formula una recomendación, pero una persona toma la decisión final antes de que se emprenda cualquier acción.

Ejemplo: un sistema de IA recomienda denegar una solicitud de préstamo, pero un gestor de préstamos debe revisar la recomendación y aprobar la denegación antes de que se notifique al solicitante.

Cuándo se exige: decisiones de gran calado sobre personas (contratación, crédito, acceso a prestaciones).

2. Human-on-the-Loop (HOTL)

El sistema de IA funciona de forma autónoma, pero una persona vigila su funcionamiento en tiempo real y puede intervenir si es necesario.

Ejemplo: un vehículo autónomo se conduce solo, pero un operador de seguridad vigila el sistema y puede tomar el control en cualquier momento.

Cuándo se exige: sistemas en tiempo real en los que el human-in-the-loop introduciría una latencia inaceptable, pero en los que la intervención humana debe seguir siendo posible.

3. Human-in-Command (HIC)

Una persona supervisa el funcionamiento global del sistema de IA, incluida la posibilidad de desactivarlo o apagarlo.

Ejemplo: el administrador de un hospital puede desactivar una herramienta de diagnóstico basada en IA si empieza a producir resultados poco fiables.

Cuándo se exige: todos los sistemas de alto riesgo (base mínima). Las personas deben conservar siempre la capacidad de detener el sistema.

La mayoría de los sistemas de IA de alto riesgo requieren varias capas de supervisión: por ejemplo, human-in-the-loop para las decisiones individuales más human-in-command para el control a escala de sistema.

Lista de comprobación de cumplimiento del artículo 14

Esto es lo que debe implantar y documentar:

Requisito	Qué debe implantar	Pruebas necesarias
Comprensión de capacidades y limitaciones	Materiales de formación, documentación del sistema, información sobre el rendimiento	Manual de usuario, registros de formación completada, instrucciones de uso (artículo 13)
Conciencia del sesgo de automatización	Advertencias, formación sobre los riesgos de confianza excesiva, funciones que fuerzan una decisión	Advertencias en la interfaz, materiales de formación, registros de auditoría de decisiones
Herramientas de interpretación	Funciones de explicabilidad, puntuaciones de confianza, importancia de las variables	Informes de explicabilidad, capturas de la interfaz, guía de interpretación
Capacidad de anular o descartar	Botón de anulación, flujo de revisión manual, mecanismo de rechazo	Documentos de diseño de la interfaz, registros de anulaciones, diagramas de flujo
Capacidad de intervenir o detener	Botón de parada de emergencia, procedimiento de apagado del sistema, vía de escalado	Arquitectura técnica, diseño del botón de parada, plan de respuesta a incidentes
Asignación del papel de supervisión	Quién supervisa el sistema, cualificaciones exigidas, jerarquía de escalado	Definición de funciones, matriz RACI, requisitos de formación

Ejemplo práctico: una herramienta de selección de personal basada en IA

Supongamos que usted suministra un sistema de IA que criba currículums y recomienda candidatos para entrevistas: un sistema de alto riesgo con arreglo al anexo III, punto 4, letra a).

Paso 1: determinar el tipo de supervisión necesario

Su sistema toma decisiones que afectan de forma significativa al acceso de las personas al empleo. Necesita supervisión human-in-the-loop: una persona debe revisar y aprobar cada decisión de contratación antes de que se notifique a los candidatos.

Paso 2: diseñar herramientas de interpretación

Implanta funciones de explicabilidad para que los responsables de selección entiendan por qué el sistema recomendó o descartó a un candidato:

Puntuaciones de importancia de las variables: «Este candidato obtuvo una puntuación alta por: experiencia pertinente (35 %), correspondencia de la formación (28 %), ajuste de competencias (22 %), otros factores (15 %)»
Puntuación de confianza: «Confianza: 78 % (confianza media — se recomienda revisión manual)»
Vista comparativa: comparación en paralelo de los mejores candidatos con los elementos diferenciales resaltados

Paso 3: implantar un mecanismo de anulación

Crea un flujo de trabajo en el que los responsables de selección pueden:

Aceptar la recomendación de la IA (el candidato pasa a la fase de entrevista)
Rechazar la recomendación de la IA (el candidato es revisado manualmente por un seleccionador sénior)
Marcar para revisión (el caso se eleva al comité de selección)

Cada anulación se registra con un código de motivo (p. ej., «la IA pasó por alto experiencia pertinente», «el candidato tiene una trayectoria atípica», «sospecha de sesgo»).

Paso 4: mitigar el sesgo de automatización

Añade advertencias en la interfaz para evitar la confianza excesiva:

Aviso que fuerza una decisión: «Antes de aceptar esta recomendación, ¿ha revisado el currículum completo del candidato?»
Revisión manual aleatoria: el 10 % de las recomendaciones de la IA se marcan para revisión manual obligatoria, aunque el responsable de selección esté de acuerdo con la IA
Requisito de formación: todos los responsables de selección deben completar una formación de 30 minutos sobre el sesgo de automatización antes de utilizar el sistema

Paso 5: prever el control a escala de sistema

Implanta supervisión human-in-command:

El administrador del sistema (el director de Recursos Humanos) puede desactivar el sistema de IA en cualquier momento
Un panel de rendimiento muestra en tiempo real la exactitud, los indicadores de sesgo y las tasas de anulación
Activadores de apagado automático: el sistema se desactiva si la exactitud cae por debajo del 80 % o si los indicadores de sesgo superan umbrales predefinidos

Paso 6: documentarlo todo

Elabora un documento de diseño de la supervisión que incluya:

La definición de funciones (quién supervisa qué)
Los flujos de supervisión (diagramas con las rutas de decisión)
Las herramientas de interpretación (capturas de pantalla, guía de usuario)
Los mecanismos de anulación (diseño técnico, registros)
Los requisitos de formación (programa, seguimiento de la finalización)
Los controles a escala de sistema (procedimientos de apagado, vías de escalado)

Este documento pasa a formar parte de su documentación técnica del artículo 11 y alimenta sus instrucciones de uso del artículo 13.

Carencias habituales y cómo corregirlas

Carencia 1: ninguna función de explicabilidad

Problema: su sistema produce recomendaciones, pero los usuarios no entienden por qué.

Solución: implante herramientas de interpretación:

Puntuaciones de confianza (¿cuánta certeza tiene el sistema?)
Importancia de las variables (¿qué factores determinaron esta decisión?)
Explicaciones contrafactuales (¿qué tendría que cambiar para obtener otro resultado?)
Vistas comparativas (¿cómo se compara este caso con casos similares?)

Carencia 2: el mecanismo de anulación existe pero no se usa

Problema: los usuarios pueden anular el sistema, pero en la práctica casi nunca lo hacen (sesgo de automatización).

Solución: implante funciones que fuercen una decisión:

Exija a los usuarios que confirmen activamente las decisiones (y no que se limiten a pulsar «aceptar todo»)
Aleatorice las revisiones manuales obligatorias
Haga seguimiento de las tasas de anulación e investigue si son demasiado bajas
Forme a los usuarios sobre cuándo y cómo anular

Carencia 3: ninguna capacidad de apagado a escala de sistema

Problema: los usuarios individuales pueden rechazar recomendaciones, pero nadie puede detener el sistema completo si empieza a funcionar mal.

Solución: implante controles human-in-command:

Designe a un responsable del sistema con autoridad para apagarlo
Cree un mecanismo de parada de emergencia (p. ej., un panel de administración con un botón «desactivar sistema»)
Defina activadores de apagado automático (umbrales de exactitud, umbrales de sesgo, notificaciones de incidentes)
Documente los procedimientos de escalado (a quién se avisa, con qué rapidez, qué ocurre después)

Carencia 4: las funciones de supervisión no están definidas

Problema: no está claro quién es responsable de supervisar el sistema, qué cualificaciones necesita ni qué se espera que haga.

Solución: defina las funciones y responsabilidades de supervisión:

¿Quién revisa las decisiones individuales? (p. ej., responsable de selección, gestor de préstamos)
¿Quién vigila el rendimiento a escala de sistema? (p. ej., responsable de cumplimiento, ingeniero de ML)
¿Quién tiene autoridad para apagar el sistema? (p. ej., director técnico, director de Cumplimiento)
¿Qué cualificaciones se exigen? (p. ej., formación completada, conocimiento del ámbito)
¿Cómo se registran y auditan las actividades de supervisión?

Cómo se relaciona el artículo 14 con otros artículos

Los requisitos de supervisión del artículo 14 se cruzan con varias obligaciones más:

Artículo 9 (gestión de riesgos): los riesgos detectados en su evaluación del artículo 9 determinan qué medidas de supervisión son necesarias con arreglo al artículo 14.
Artículo 13 (transparencia): las medidas de supervisión que implante con arreglo al artículo 14 deben describirse en sus instrucciones de uso del artículo 13.
Artículo 29 (obligaciones de los responsables del despliegue): los responsables del despliegue deben encomendar la supervisión a personas con la competencia, la formación y la autoridad necesarias, lo que exige que usted (el proveedor) haya diseñado el sistema para permitir una supervisión eficaz.
Artículo 72 (derecho a una explicación): las personas afectadas por decisiones de una IA de alto riesgo tienen derecho a obtener una explicación, lo que exige que sus herramientas de supervisión incluyan funciones de explicabilidad.

Qué buscarán los reguladores

Cuando una autoridad de vigilancia del mercado audite su sistema de IA de alto riesgo, preguntará:

Muéstreme cómo supervisan las personas este sistema. (¿Qué flujos, herramientas y controles existen?)
¿Cómo entienden los usuarios lo que está haciendo el sistema? (¿Hay funciones de explicabilidad integradas?)
¿Pueden los usuarios anular o rechazar las salidas del sistema? (¿Existe un mecanismo de anulación documentado?)
¿Cómo previenen el sesgo de automatización? (¿Qué formación, advertencias o funciones que fuercen una decisión existen?)
¿Quién puede apagar el sistema si funciona mal? (¿Hay un responsable designado con autoridad para apagarlo?)
¿Cómo saben que la supervisión funciona? (¿Se hace seguimiento de las tasas de anulación, los tiempos de revisión y las notificaciones de incidentes?)

Si no puede demostrar una supervisión eficaz con documentación y registros, no cumple.

Calendario y aplicación

Fecha	Hito
2 de agosto de 2025	Se aplican las obligaciones sobre modelos de IA de uso general y el régimen sancionador
2 de agosto de 2026	Se aplican las obligaciones de transparencia del artículo 50 (no aplazadas)
2 de diciembre de 2027	Se aplican las obligaciones del artículo 14 a los sistemas de IA de alto riesgo del anexo III
2 de agosto de 2028	Se aplican las obligaciones de alto riesgo del anexo I (IA integrada en productos regulados)

Si su sistema de IA de alto riesgo ya está desplegado, debe implantar medidas de supervisión conformes antes del 2 de diciembre de 2027. Si está construyendo un sistema nuevo, el artículo 14 se aplica desde la fase de diseño.

Cómo ayuda Vigilia

La auditoría del Reglamento Europeo de IA de Vigilia incluye un análisis de carencias del artículo 14:

Evaluamos si su sistema incorpora las medidas de supervisión exigidas por el artículo 14
Detectamos las capacidades que faltan (herramientas de explicabilidad, mecanismos de anulación, controles de apagado)
Le entregamos una hoja de ruta de subsanación con cambios de diseño y requisitos de documentación concretos

La auditoría tarda 20 minutos y cuesta 499 €, frente a los 5.000-40.000 € de una auditoría de cumplimiento tradicional.

¿Listo para comprobar su cumplimiento del artículo 14? Genere su informe listo para auditoría en www.aivigilia.com. Obtendrá un análisis detallado de carencias que abarca los artículos 9, 10, 12, 13, 14 y 52, además de una hoja de ruta de subsanación que podrá entregar a sus equipos de ingeniería y cumplimiento.

Este artículo tiene carácter meramente informativo y no constituye asesoramiento jurídico. Consulte a un profesional del Derecho cualificado para obtener orientación sobre su situación concreta.