Gobernanza y trazabilidad "a prueba de AI Act" para casos de uso legales: un marco técnico-jurídico, métricas forenses y evidencias auditables

TL;DR

El artículo propone un marco de gobernanza y trazabilidad para IA en el ámbito legal que garantiza cumplimiento verificable del AI Act mediante una arquitectura forense RAG-Forense. Integra ingesta segura, hashes, indexación temporal, policy-as-code y logs WORM para evidencias auditable, junto con un protocolo experimental reproducible que compara LLM-Solo, RAG-Base y RAG-Forense. Los resultados muestran que RAG-Forense logra mayor vigencia temporal, citación anclada y seguridad, reduciendo al mínimo los consejos inseguros y generando artefactos de auditoría criptográficamente firmados. El trabajo ofrece métricas específicas (TV@date, ACP, ES@5, Unsafe) y un conjunto de instrumentos operativos para la implementación del AI Act en Legal Tech, con potencial para extenderse a otros dominios de alto riesgo.

Abstract

This paper presents a comprehensive governance framework for AI systems in the legal sector, designed to ensure verifiable compliance with the EU AI Act. The framework integrates a normative mapping of the regulation to technical controls, a forensic architecture for RAG/LLM systems, and an evaluation system with metrics weighted by legal risk. As a primary contribution, we present rag-forense, an open-source implementation of the framework, accompanied by an experimental protocol to demonstrate compliance. -- Este artículo presenta un marco integral de gobernanza para sistemas de IA en el sector legal, diseñado para garantizar el cumplimiento verificable del Reglamento de IA de la UE (AI Act). El marco integra una cartografía normativa de la ley a controles técnicos, una arquitectura forense para sistemas RAG/LLM y un sistema de evaluación con métricas ponderadas por el riesgo jurídico. Como principal contribución, se presenta rag-forense, una implementación de código abierto del marco, acompañada de un protocolo experimental para demostrar la conformidad.

Figures (3)

• Figure 1: Arquitectura forense para RAG/LLM legal. El flujo muestra la ingesta segura de fuentes, el almacenamiento y versionado WORM, la indexación con partición temporal, y un orquestador que aplica políticas (‘policy-as-code‘) antes de consultar al LLM. Cada transacción es registrada en un log inmutable.
• Figure 2: Ejemplo de un registro de auditoría WORM, firmado criptográficamente, que proporciona una traza completa y verificable de la transacción, cumpliendo con los requisitos del Art. 12 del AI Act.
• Figure 3: Diagrama de la arquitectura de ingesta continua para garantizar la calidad y actualidad del corpus jurídico.