Gobernanza, compliance y regulación de la IA agéntica

---

Los módulos anteriores construyeron la arquitectura; este responde a la pregunta restante: quién exige todo eso, y qué ocurre si falta. La respuesta, a julio de 2026, es paradójica: en EE. UU., el marco clásico de gestión de riesgo de modelos acaba de excluir deliberadamente a la IA generativa y agéntica de su ámbito, mientras la SEC sanciona con las reglas de siempre; en la UE, el AI Act acaba de aplazar su régimen de alto riesgo dieciséis meses, pero ESMA exige ya que la IA entre en la autoevaluación anual del trading algorítmico. El hilo conductor es uno solo: la responsabilidad no se delega —ni al modelo, ni al proveedor, ni al chatbot (BuilderWorld).

10.1 El mapa regulatorio en julio de 2026

10.1.1 SR 26-2: la rescisión de SR 11-7 y el vacío de gobernanza

Durante quince años, la carta SR 11-7 de la Reserva Federal (4-abr-2011, con sus paralelas OCC 2011-12 y FDIC FIL-22-2017) fue la referencia operativa del model risk management estadounidense: definición amplia de "modelo", tres pilares (desarrollo; validación independiente con conceptual soundness, monitoreo continuo y análisis de resultados; gobernanza con inventario, tiering y effective challenge) y cobertura explícita de modelos de terceros —"lo compramos, no lo construimos" nunca fue una defensa (paperswithbacktest.com).

El 17 de abril de 2026, Fed, OCC y FDIC publicaron la guía revisada —SR 26-2 / OCC Bulletin 2026-13— que sustituye y rescinde SR 11-7 y SR 21-8 (Pinecone). Cambios materiales: definición de "modelo" más estrecha; exclusión explícita de la IA generativa y agéntica del ámbito; umbral de relevancia plena de $30,000 millones de activos; validación ligada a materialidad y no a calendarios anuales; régimen simplificado para modelos de vendor; y un disclaimer expreso —el incumplimiento de la guía, por sí solo, no genera crítica supervisora (Pinecone).

La consecuencia es un vacío de gobernanza documentado: prompts con PII de clientes, MNPI, términos confidenciales y estrategias propietarias fluyen hoy hacia proveedores externos fuera de cualquier régimen de validación, de cualquier estructura formal de gobernanza y, con frecuencia, fuera del registro de auditoría; los sistemas agénticos que orquestan modelos tradicionales habitan directamente ese hueco (From Concepts to Korean Language Benchmarks). Que la guía no sea exigible per se no equivale a impunidad: los examinadores siguen esperando un enfoque coherente del riesgo de IA, y las consecuencias aguas abajo permanecen en ámbito —si un componente generativo produce errores sistemáticos que alimentan precios, señales o estimaciones de pérdida esperada, esas salidas siguen perteneciendo al inventario de modelos (youngju.dev). Para una gestora, además, SR 26-2 opera como estándar de facto en la due diligence de inversores institucionales y contrapartes bancarias.

Lo que persiste de SR 11-7 como buena práctica examinable es su esqueleto conceptual: inventario completo de casos de uso (incluido el shadow AI: Copilots y API keys personales son el hallazgo más citado en exámenes (MyEngineerPath) ), documentación, validación independiente con effective challenge documentado, monitoreo continuo y rendición de cuentas ante el consejo (paperswithbacktest.com). El contraste con Reino Unido es instructivo: la PRA SS1/23 (mayo 2023), vigente, sí cubre explícitamente la IA —"incluyendo la gestión de los riesgos asociados al uso de IA en técnicas de modelado como el machine learning"— con responsabilidad asignada a una función directiva senior (SMF) nombrada (firecrawl.dev). El mismo agente puede quedar fuera del perímetro de model risk en EE. UU. y dentro en el Reino Unido: una zona gris que la firma multi-jurisdicción debe resolver por diseño, no por omisión (Pinecone).

Tabla 10.1 — Mapa regulatorio de la IA en trading y gestión de activos, por jurisdicción (estado a 29-jul-2026)

La tabla condensa la asimetría del momento: EE. UU. desregula en la forma (PDA retirada, SR 26-2 con carve-out y disclaimer) mientras supervisa en la práctica vía exámenes y enforcement; la UE regula ex ante pero aplazó la parte más dura del AI Act, dejando el peso real en el ancla sectorial MiFID II/RTS 6 y DORA; Reino Unido ocupa el punto medio con un marco que sí nombra a la IA. La lectura operativa: ninguna jurisdicción exime al sistema de gobernanza —donde no hay norma de validación hay enforcement por resultados, y donde la norma horizontal se aplaza la sectorial ya exige integrar la IA en la autoevaluación anual. La convergencia es el principio de responsabilidad indelegable; la divergencia está solo en el instrumento (ex ante frente a ex post), no en el resultado (BuilderWorld).

10.1.2 Europa: AI Act tras el Digital Omnibus, ESMA y la autoevaluación RTS 6

El AI Act (Reglamento (UE) 2024/1689) es, a julio de 2026, un calendario y no una foto. Ya son exigibles las prácticas prohibidas del Art. 5 y la alfabetización del Art. 4 (feb-2025) y las obligaciones de modelos de propósito general (ago-2025). En cuatro días —el 2 de agosto de 2026— entran en vigor las obligaciones de transparencia del Art. 50: todo chatbot que interactúe con personas (p. ej., atención a inversores) deberá revelar que es IA y el contenido sintético deberá ir marcado, con sanciones de hasta 15 millones de euros o el 3% de la facturación mundial (Parse) (copia archivada). El Digital Omnibus (adoptado por el Consejo el 29-jun-2026) aplazó el alto riesgo del Anexo III a diciembre de 2027 y el del Anexo I a agosto de 2028, pero dejó intacto el Art. 50 (Parse) (copia archivada).

El punto que más se confunde: el uso de IA en trading algorítmico no es hoy alto riesgo bajo el AI Act (el Anexo III sí cubre el credit scoring, relevante para gestoras con negocio de crédito), aunque ESMA advierte de que la clasificación se revisa anualmente (Docs by LangChain). No ser alto riesgo no es estar desregulado: el ancla europea real es sectorial —Art. 17 de MiFID II y RTS 6 (Reglamento Delegado (UE) 2017/589), con testing de algoritmos, autoevaluación anual (Art. 9), stress testing, kill-switch y controles pre-trade. El statement de ESMA del 30-may-2024 fijó la doctrina: responsabilidad última del consejo y registros que documenten el uso de IA —procesos de decisión, fuentes de datos, algoritmos y cualquier modificación a lo largo del tiempo (BuilderWorld). El briefing supervisor del 26-feb-2026 cerró el círculo: la firma es plena y únicamente responsable aunque use algoritmos de terceros; la IA debe reconocerse explícitamente en la autoevaluación anual RTS 6; compliance debe entender cómo la IA impacta las decisiones del algoritmo; y un "cambio material" que dispara retesting es cualquier modificación que pueda alterar comportamiento, perfil de riesgo o postura de cumplimiento, incluidos los cambios acumulativos —la cláusula más exigente para un agente cuyo modelo actualiza el proveedor sin avisar (Docs by LangChain). La AFM neerlandesa lo resume: los algoritmos —y los agentes— deben ser explainable, auditable, no actuar de forma no intencionada, con líneas claras de rendición de cuentas (Docs by LangChain).

10.2 Enforcement y precedentes judiciales

10.2.1 El AI washing de la SEC y el record-keeping 17a-4

Sin regla específica de IA, la SEC encontró la vía en el arsenal existente: Marketing Rule 206(4)-1, Secciones 206(2) y 206(4) del Advisers Act y deber fiduciario. La doctrina quedó fijada en una sola jornada —18-mar-2024, las dos primeras acciones de AI washing de la historia— y se endureció seis meses después con un caso de fraude. Las prioridades de examen de 2026 anuncian continuidad: la División examinará si las representaciones sobre capacidades de IA son justas y exactas, si los controles son coherentes con los disclosures y si los algoritmos producen recomendaciones consistentes con las estrategias declaradas (mSightFlow).

Tabla 10.2 — Casos de enforcement por AI washing (SEC, 2024–2025)

Los importes son modestos, pero la doctrina es la lección: no hizo falta ninguna regla nueva de IA —las de siempre sobre declaraciones engañosas bastaron— y el efecto reputacional y de barras profesionales excede con creces la multa. El patrón de conducta es constante: afirmar capacidades de IA inexistentes o de terceros como propias, sin evidencia documental que las respalde. Consecuencia interna directa: toda afirmación sobre IA en un ADV, factsheet o presentación debe ser trazable a un artefacto verificable (evaluaciones, trazas, registros de producción). Presto añade el matiz de la cotizada: el AI washing también contamina el reporting societario, y la cooperación temprana mitiga la sanción económica pero no la censura (Github).

Caso desarrollado 1 — SEC v. Rimar Capital (10-oct-2024). Rimar Capital USA, su CEO Itai Liptz y su director Clifford Boro captaron unos $4,000,000 de 45 inversores presentando una plataforma de trading automatizado "impulsada por IA" que, según la orden de la SEC, no existía; declaraban un AUM de $16–20 millones frente a menos de $2 millones reales, con apropiación de fondos. El acuerdo: Liptz pagó $213,611 de disgorgement más intereses y $250,000 de multa civil, con prohibición de asociación y derecho a reaplicar en cinco años; Boro pagó $60,000 (Massive). El caso delimita el deber de veracidad técnica: si el memo de inversión dice "agente autónomo con gating de riesgo", deben existir el grafo, el gating y la evidencia de ejecución —la diferencia entre marketing y realidad es, desde 2024, un riesgo de enforcement nominal, no teórico.

La segunda pata es el record-keeping. La Regla 17a-4 (enmendada oct-2022) exige conservar registros electrónicos en formato no reescribible y no borrable (WORM) o mediante una pista de auditoría completa que permita recrear el original, con retenciones típicas de 3–6 años (OrbTop). El sweep de canales no oficiales acumula desde 2021 más de $2,000 millones en multas: JPMorgan, $200,000,000 (dic-2021); dieciséis firmas, $1,100,000,000 en una sola jornada (27-sep-2022) (RavenPack). La extensión analógica es inmediata: un "chat con el modelo" sobre negocio es un canal de comunicaciones; si un LLM genera o transforma notas de research, mensajes a clientes o minutas, esos outputs —y, en la práctica examinadora, los prompts y contextos que los produjeron— deben preservarse (OrbTop). Un agente sin archivo de trazas es, bajo esta lectura, el equivalente 2026 del trader con WhatsApp personal.

En Reino Unido, la referencia de coste de fallar es Citigroup Global Markets Ltd (mayo 2024): la PRA impuso £33,880,000 y la FCA £27,766,200 —total £61,600,000— por fallos en sistemas y controles de trading (2018–2022), cristalizados el 2-may-2022 (un operador introdujo $444,000,000 en vez de $58,000,000; se ejecutaron $1,400 millones en bolsas europeas) (firecrawl.dev). La lección transferible: la ausencia de bloques duros preventivos y la calibración inadecuada de controles es un fallo de gobernanza, no de tecnología —la justificación regulatoria exacta del RiskGateway del módulo 9.

10.2.2 Responsabilidad por alucinaciones y MNPI en prompts

Si el AI washing castiga decir de más sobre la IA, la jurisprudencia de alucinaciones castiga lo que la IA dice de más por la firma.

Caso desarrollado 2 — Moffatt v. Air Canada (2024 BCCRT 149, 14-feb-2024). El chatbot de la aerolínea inventó una política de reembolso retroactivo por duelo que no existía, y un pasajero reservó confiando en ella. Air Canada sostuvo que el chatbot era "una entidad legal separada responsable de sus propios actos"; el tribunal calificó el argumento de "remarkable submission" y condenó a la aerolínea por representación negligente: CA$812,02 (BuilderWorld). El importe es trivial; la doctrina no: lo que el sistema dice, lo dice la firma. En gestión de activos, las cartas trimestrales, factsheets, respuestas a DDQ y comentarios de mercado generados con LLM son "comunicaciones" a efectos de la Marketing Rule, del Art. 24 de MiFID II y del Art. 50 del AI Act; la literatura jurídica europea exige que esos contenidos sean explainable, auditable and consistent con los demás canales (mediawatcher.ai). La pregunta abierta la formuló en 2026 el juez Philip Jeyaretnam (Singapur): ¿puede un deployer eximirse demostrando entrenamiento, testing y monitoreo adecuados, o mediante disclaimers? (Benzinga). Todo apunta a que la "debida diligencia algorítmica" documentada —trazas, evaluaciones, revisión humana— será la única línea de defensa disponible.

El segundo precedente, Mata v. Avianca (SDNY, 22-jun-2023), sancionó con $5,000 a dos abogados que presentaron seis casos inexistentes generados por ChatGPT —el modelo incluso "confirmó" sus propias citas fabricadas (fitgap.com). La lección técnica fundamenta el patrón de grounding del curso: un LLM no puede verificar su propio output; la verificación exige una fuente externa autorizada, y toda cifra citada debe existir verbatim en ella.

Tabla 10.3 — Precedentes de alucinación y record-keeping: caso, jurisdicción, resultado, lección

La lectura conjunta delimita el perímetro de responsabilidad del deployer: responde por lo que el agente dice (Air Canada), por lo que cita (Mata), por lo que deja sin registrar (record-keeping) y por lo que ejecuta sin límites (Citi). Ninguno requiere mala fe: bastan la representación negligente, la cita no verificada y el control descalibrado. Para un agente LangGraph en producción, la arquitectura se traduce en obligaciones: grounding con citas verificables, archivo inmutable de trazas, bloques duros en el gateway de ejecución y revisión humana firmada de toda comunicación externa. Cada columna de la tabla corresponde a un control del pipeline: verificación de fuentes, preservación de registros, límites pre-trade y supervisión humana demostrable. Quien no documenta no tendrá defensa que ofrecer (Benzinga).

10.3 Gobernanza práctica: la observabilidad como defensa

10.3.1 De la política al expediente: inventario, trazas y HITL

El vacío de SR 26-2 deja a las firmas sin una norma que les diga cómo gobernar la IA agéntica, pero plenamente responsables de los resultados. En ese hueco, la industria ha convergido hacia una arquitectura de gobernanza en cinco capas que este módulo presenta como práctica emergente, no como norma:

La primera capa es el inventario vivo de casos de uso —de agentes, no solo de modelos—: nombre, owner, proveedor, versión, datos de entrada, uso previsto y criticidad, incluido el shadow AI (MyEngineerPath). La segunda es la política de uso de IA, cuyo núcleo es una matriz datos × modelo: dato público a cualquier LLM; interno sensible, solo a instancias empresariales con contrato de no retención y no entrenamiento; MNPI y estrategias propietarias, solo a modelos segregados u on-prem con barreras de información; datos personales, condicionados a base legal y minimización (SmarterWay.AI). La tercera —la que da título a la sección— son las trazas como evidencia: para servir ante un examinador deben ser inmutables (WORM o hash encadenado, retención alineada a 17a-4 o MiFID II), ligar identidad y versión (agent_id, model_id, model_version, prompt de sistema, herramientas activas), registrar decisiones y no solo outputs (alternativas consideradas, puntos de aprobación humana) y ser recuperables en formato legible en plazos de examen (OrbTop). La cuarta es el HITL graduado: human-on-the-loop con muestreo para research interno, human-in-the-loop con aprobación previa para comunicaciones a clientes, human-over-the-loop con límites duros y kill-switch para ejecución —con registros de override como KRI, porque un aprobador que acepta el 100% en dos segundos es un hallazgo de examen, no un control (Docs by LangChain). La quinta es la auditoría: autoevaluación anual RTS 6 que integra la IA, producción de registros bajo 17a-4 y reporting trimestral al consejo (BuilderWorld).

Dos razones técnicas hacen esta disciplina estructural y no opcional. Primera, el no determinismo y las actualizaciones del proveedor: la validación pre-deployment no puede gobernar un sistema que cambia tras el despliegue —es una incompatibilidad estructural entre el marco clásico y la tecnología—, de modo que el control se desplaza al monitoreo continuo, la fijación de versiones y los triggers de revalidación (Institutional Asset Manager); la definición RTS 6 de "cambio material" acumulativo convierte cada actualización silenciosa del vendor en un potencial evento de retesting (Docs by LangChain). Segunda, la alucinación como riesgo inherente: no eliminable por arquitectura, de modo que el control es en capas —grounding, citas obligatorias, rechazo limpio, revisión humana— y no en "parchear el modelo" (contextanalytics-ai.com). Si cada capa de revisión detecta una fracción $r$ de los errores y hay $n$ capas independientes, la probabilidad residual de que una alucinación llegue al cliente es $p_{\text{res}} = (1-r)^{n}$: la justificación cuantitativa de por qué el HITL debe ser real y distribuido, no ceremonial y concentrado.

El coste de cumplimiento debe presupuestarse con números. La estimación parlamentaria de referencia sitúa el AI Act entre €320,000 y €600,000 por entidad bajo clasificación de alto riesgo (pregunta escrita E-001210/2026, 24-mar-2026) (Apify); las implementaciones de transparencia rondan €15,000–31,000 el primer año, con 30–50% anual recurrente en los regímenes más exigentes (Stock Market: From Zero to Hero). La asimetría importa: el coste fijo de validación y archivo pesa más en gestoras pequeñas y empuja a la concentración en grandes players y en los pocos vendors capaces de firmar contratos tipo DORA —la vulnerabilidad de dependencia de terceros que el FSB señaló al G20 en noviembre de 2024 (pypi.org).

La conclusión cierra el Bloque IV: los patrones de los módulos 3 y 9 no eran preferencias de ingeniería. El interrupt HITL existe porque ESMA exige supervisión humana significativa y la aprobación ceremonial es un hallazgo de examen (BuilderWorld); el RiskGateway con límites duros existe porque Citi pagó £61,600,000 por no tenerlos calibrados (firecrawl.dev); el archivo de trazas existe porque, tras SR 26-2, la observabilidad es la única defensa que la firma puede construir por sí misma (From Concepts to Korean Language Benchmarks). Quien construye sin observabilidad construye sin defensa legal.

Ejercicios

1. Política de uso de IA. Redacte la política de uso de IA de un fondo con $2,000 M de AUM y estrategias long/short: matriz datos × modelo para cinco clasificaciones de datos y tres despliegues (API pública, instancia empresarial con zero-retention, modelo on-prem), con tratamiento del wall-crossing de instancias de LLM y procedimiento de excepciones. Justifique cada celda con la norma o el precedente que la ancla.
2. Mapeo a RTS 6. Mapee cada componente del agente de ejecución del módulo 9 (grafo LangGraph, RiskGateway, kill-switch, herramientas deterministas, trazas) a los requisitos de RTS 6: testing, autoevaluación anual (Art. 9), controles pre-trade, monitoreo en tiempo real. Identifique qué eventos del ciclo de vida (cambio de versión del proveedor, nuevo tool, cambio de prompt de sistema) disparan retesting bajo la definición acumulativa de "cambio material".
3. Matriz de escalado HITL. Diseñe la matriz de escalado para tres agentes (research interno, comentario trimestral a inversores, ejecución de rebalanceos): autonomía por caso de uso, criterios cuantitativos de escalado (tamaño de orden, desviación de benchmark, score de confianza del grounding), KRIs de override y detección de aprobación ceremonial. Estime $p_{\text{res}} = (1-r)^{n}$ para $r \in \{0{,}7, 0{,}9\}$ y $n \in \{1, 2, 3\}$ y defienda el número de capas propuesto.
4. Análisis de un caso de enforcement. Informe de dos páginas sobre SEC v. Rimar Capital (PR 2024-167, 10-oct-2024): línea temporal, declaraciones falsas, base legal, sanciones por persona y doctrina para disclosures de IA en ADV y marketing. Concluya con los tres controles internos que habrían impedido el caso y cómo se evidenciarían ante un examinador.
5. Expediente de examen. Simule una petición de la Division of Examinations conforme a las prioridades 2026: enumere los artefactos que el fondo debe producir para demostrar que sus representaciones sobre IA son justas y exactas y coherentes con sus controles, especificando para cada uno formato, retención y el requisito de 17a-4 que satisface.
6. Vacío SR 26-2. Un comité de riesgo pregunta: "Si SR 26-2 excluye la IA agéntica y no es vinculante, ¿por qué presupuestar gobernanza?". Prepare la respuesta del CRO en diez líneas, citando el carácter de la guía, las expectativas examinadoras, las consecuencias aguas abajo en ámbito y el contraste con PRA SS1/23 para la filial londinense.

---

Módulo 10 de 15 — LangChain para Trading Cuantitativo. Datos y versiones verificados a julio de 2026; precios y cifras de mercado sujetos a cambio. LangChain 1.3.14 / langchain-core 1.5.2.

---