Gobernanza de Inteligencia Artificial en las Organizaciones Brasileñas: un Análisis a la Luz del PL 2.338/2023

Aline Fernanda de Oliveira; Julia Pinto Komka

DOI: 10.22167/2675-6528-202602618

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La creciente adopción de la inteligencia artificial (IA) en las organizaciones ha intensificado la necesidad de comprender si su incorporación ha ido acompañada de mecanismos de gobernanza, gestión de riesgos y preparación regulatoria compatibles con los desafíos de la tecnología y las exigencias del Proyecto de Ley nº 2.338/2023. Se analizó el grado de percepción, preparación y compromiso de las organizaciones brasileñas en relación con la gobernanza de la IA, a la luz de la propuesta regulatoria nacional. La investigación se caracterizó como aplicada y descriptiva, con un enfoque cuantitativo y cualitativo, utilizando un diseño documental y de levantamiento de campo (survey). Se aplicó un cuestionario estructurado a 58 encuestados, y los datos fueron sometidos a análisis estadístico descriptivo y de contenido, complementados por el análisis de documentos legales y referenciales sobre gobernanza de IA. Los resultados indicaron que el 79,3% de los participantes actuaron en organizaciones que utilizaban IA, con la adopción concentrada en etapas intermedias de madurez. Se observó un reconocimiento relevante de los riesgos asociados a la IA, especialmente en privacidad, protección de datos y supervisión humana, pero la implementación de mecanismos formales de gobernanza permaneció limitada. En relación con la preparación regulatoria, el 48,3% no supo informar sobre planes de adaptación al PL nº 2.338/2023, y solo el 15,5% indicó iniciativas estructuradas. El estudio evidenció la necesidad de fortalecer procesos, gestión de riesgos, capacitación y seguimiento regulatorio para alinear la adopción de la IA a estructuras más maduras de gobernanza y cumplimiento.

Palabras clave: cumplimiento; ética; gestión de riesgos; supervisión humana; transformación digital.

1. Introducción

La creciente adopción de sistemas de inteligencia artificial (IA) en las organizaciones ha intensificado los debates sobre sus impactos éticos, sociales y jurídicos. Cuando se utiliza de forma estratégica, la IA puede generar ventajas competitivas, al mejorar procesos, optimizar decisiones y crear valor sostenible (Fernandes et al., 2025). Paralelamente, estas tecnologías transforman las dinámicas de trabajo y exigen nuevas habilidades profesionales, demandando adaptación continua y protagonismo de los individuos en los procesos productivos (Gabriel, 2025). De este modo, la IA trasciende el papel de herramienta tecnológica, reconfigurando estructuras productivas y humanas en las empresas.

Los sistemas de IA se definen como tecnologías autónomas que procesan datos y generan resultados con impacto en contextos virtuales o reales (Brasil, 2024). En la práctica, la IA se basa en técnicas de aprendizaje automático, como las redes neuronales profundas, que identifican patrones en grandes volúmenes de datos para generar predicciones y decisiones, sin reproducir el razonamiento humano (Silva et al., 2023).

En los últimos años, los debates sobre los límites éticos de la IA se han intensificado debido a los impactos negativos asociados con los sesgos algorítmicos en sistemas utilizados por organizaciones públicas y privadas (Silva et al., 2023). Estas controversias amplían la percepción de que el avance tecnológico debe ir acompañado de mecanismos de control y salvaguarda de derechos fundamentales. Si bien la IA aporta ganancias de eficiencia e innovación, también introduce riesgos significativos, como sesgos algorítmicos, decisiones automatizadas poco claras y posibles violaciones de derechos fundamentales. Estos desafíos exigen estructuras sólidas de gobernanza y cumplimiento que aseguren el uso ético y responsable de estas tecnologías (Brasil, 2024).

Ante los riesgos asociados al uso de sistemas algorítmicos, destaca la necesidad de estructuras de gobernanza orientadas a la gestión de riesgos, capaces de mitigar impactos, asegurar transparencia y promover la responsabilización de los agentes involucrados a lo largo del ciclo de vida de las decisiones automatizadas (Koene et al., 2019). En este sentido, Amorim y Silva (2025) comprenden la gobernanza de la IA también como una estrategia de coordinación entre diferentes agentes, ante el carácter transversal de la tecnología. Para Silva et al. (2023), la gobernanza tecnológica constituye una capa intermedia entre la ética y el derecho, permitiendo respuestas más ágiles que la regulación jurídica, a través de la definición de políticas, estándares y procedimientos orientadores del uso responsable de las tecnologías de la información. La gobernanza actúa como puente entre los principios éticos y la aplicación normativa, ofreciendo instrumentos de control adaptables a la velocidad de la innovación tecnológica.

En Brasil, el Proyecto de Ley nº 2.338/2023 establece normas generales para la gobernanza responsable de sistemas de IA, con enfoque en la centralidad de la persona humana y la protección de los derechos fundamentales. El texto propone principios de transparencia, debida diligencia, rendición de cuentas, prevención y mitigación de riesgos (Brasil, 2023). La propuesta legislativa fue elaborada con base en referenciales internacionales, adoptando parte de las directrices del Artificial Intelligence Act de la Unión Europea, sobre todo en el abordaje de riesgos y en la previsión de mecanismos de gobernanza y de evaluación de impacto algorítmico (Brasil, 2024). La propuesta legislativa también introduce la obligatoriedad de evaluación preliminar y de impacto algorítmico, reforzando la necesidad de identificar, evaluar y mitigar riesgos derivados del uso de la IA (Brasil, 2023).

El Proyecto de Ley nº 2.338/2023 destaca la importancia de la supervisión humana en los sistemas de IA de alto riesgo, asegurando que las decisiones automatizadas permanezcan bajo control humano y que los eventuales riesgos o impactos sobre derechos sean identificados y mitigados (Brasil, 2023). Este principio refuerza la necesidad de que la tecnología permanezca subordinada a la capacidad crítica y a la intervención humana, consolidando la centralidad de la persona como valor estructurante de la futura regulación. En el contexto de esta investigación, el compromiso de las empresas se comprende como el grado de compromiso institucional, operativo, cultural y regulatorio en la adopción de prácticas de gobernanza y cumplimiento en IA, abarcando la participación de la alta dirección y de las áreas de cumplimiento, riesgos y tecnología (Brasil, 2023).

La gobernanza digital abarca un alcance más amplio que el compliance, al involucrar dimensiones éticas, sociales y tecnológicas que influyen en la actuación de las organizaciones en un contexto de transformación digital continua (Silva et al., 2023). Comprender esta interdependencia entre gobernanza, compliance e innovación es esencial para evaluar cómo las empresas se preparan para atender a las futuras exigencias legales y éticas asociadas al uso de la IA. Ante este escenario de rápida evolución tecnológica y regulatoria, se vuelve crucial analizar la capacidad de las organizaciones brasileñas de alinear la adopción de la inteligencia artificial con estructuras robustas de gobernanza y conformidad. Este trabajo tuvo como objetivo analizar el grado de percepción, preparación y compromiso de las organizaciones en relación con la gobernanza de la inteligencia artificial, a la luz de la propuesta regulatoria del Proyecto de Ley nº 2.338/2023.

2. Material y Métodos

La presente investigación se caracterizó como aplicada, buscando generar conocimiento para la solución de problemas prácticos y mejorar la gobernanza/gobernabilidad y el compliance en IA en el entorno corporativo (Bigaton et al., 2024). Adicionalmente, fue de naturaleza descriptiva, con el propósito de identificar y detallar comportamientos, percepciones y prácticas observadas en las organizaciones. Este enfoque permitió retratar la realidad ante el avance regulatorio del Proyecto de Ley nº 2.338/2023, sin interferencia en los fenómenos estudiados (Gil, 2008).

Se adoptó un enfoque metodológico mixto, que combina elementos cuantitativos y cualitativos, según lo preconizado por Bigaton et al. (2024). La vertiente cuantitativa se empleó para medir el grado de percepción, preparación y compromiso de las empresas en relación con la gobernanza de IA, utilizando datos de un cuestionario estructurado. La dimensión cualitativa, por su parte, se centró en el análisis documental y la interpretación de dispositivos legales y marcos teóricos, profundizando la comprensión del fenómeno.

El diseño de la investigación comprendió estudios documentales y de campo (encuesta). La investigación documental implicó el análisis de materiales que no habían recibido tratamiento analítico previo, como leyes, reglamentos y documentos institucionales (Bigaton et al., 2024). El objeto empírico del estudio fue la percepción, la preparación y el compromiso de las organizaciones brasileñas en relación con la gobernanza de la inteligencia artificial.

La etapa documental abarcó la lectura e interpretación del Proyecto de Ley nº 2.338/2023 y del Sustitutivo de la ANPD (2024). Estos documentos se complementaron con referencias internacionales sobre gobernanza de sistemas algorítmicos, destacando Koene et al. (2019), que abordan transparencia, rendición de cuentas, gestión de riesgos y supervisión. El objetivo fue identificar los principios y mecanismos legales que orientan la conformidad y la supervisión humana en el uso de sistemas de IA.

El levantamiento de campo (encuesta) se realizó a través de un cuestionario estructurado, desarrollado específicamente para esta investigación por la autora. El instrumento no fue reproducido ni adaptado de otros, sino fundamentado en el marco teórico y normativo del estudio, incluyendo el Proyecto de Ley nº 2.338/2023, el Sustitutivo de la ANPD (2024) y las contribuciones de Silva et al. (2023), Fernandes et al. (2025) y Gabriel (2025).

El cuestionario estructurado, compuesto por 30 preguntas y el Consentimiento Informado (TCLE), abarcó cinco bloques temáticos. Estos incluyeron el perfil del encuestado, la etapa de adopción de la IA, la percepción de riesgos y gobernanza, la conformidad y preparación para el PL nº 2.338/2023, y el compromiso y cultura organizacional, además de una pregunta abierta. Antes de la aplicación definitiva, el cuestionario fue sometido a una prueba piloto para verificar claridad y comprensión.

Los participantes de la investigación fueron profesionales de diversas formaciones y sectores de actuación, con preferencia por aquellos que poseían interfaz con gobernanza, riesgos, cumplimiento, innovación, tecnología o gestión corporativa. La recolección de datos ocurrió de forma online, entre diciembre de 2025 y marzo de 2026. Al final del período, se obtuvieron 58 respuestas válidas, número que se encuadró en la estimación inicial de 50 a 80 respuestas, definida por criterio exploratorio y viabilidad.

Para garantizar la ética en la investigación, se aplicó el Consentimiento Informado (TCLE) a todos los participantes. Las respuestas se recopilaron de forma anónima y confidencial, utilizándose exclusivamente para fines académicos. Ninguna información permitió identificar al participante o a la organización, asegurando la voluntariedad y la posibilidad de interrupción de la participación en cualquier momento, sin necesidad de justificación.

Los datos cuantitativos recopilados a través del cuestionario fueron sometidos a un análisis estadístico descriptivo, siguiendo las directrices de Bigaton et al. (2024). Esta técnica se empleó para identificar patrones, frecuencias y posibles cruces entre variables, permitiendo la interpretación del grado de compromiso de las empresas y su relación con los principios de la propuesta regulatoria de IA.

De forma complementaria, se realizó un análisis de contenido de las respuestas abiertas, siguiendo la metodología de Bardin (2011). Esta técnica permitió la exploración del material y la identificación de categorías recurrentes, extrayendo significados e interpretaciones cualitativas relevantes del discurso de los participantes. Los resultados cuantitativos y cualitativos fueron integrados y confrontados con el referencial teórico y legal del estudio.

Durante la elaboración del trabajo, se utilizó ChatGPT (OpenAI) como herramienta de apoyo. Su aplicación se limitó a funciones de formato, corrección ortográfica y gramatical, ayuda en paráfrasis y traducción del resumen. Todo el contenido fue revisado y adaptado por la autora, quien asumió la responsabilidad integral del trabajo final.

3. Resultados y Discusión

El análisis de los datos recopilados reveló un panorama complejo sobre la gobernanza de la inteligencia artificial en las organizaciones brasileñas, indicando que, si bien la adopción de la IA es una realidad consolidada, la estructuración de mecanismos de gobernanza, gestión de riesgos y preparación regulatoria aún se encuentra en etapas iniciales. Los hallazgos evidencian un desajuste entre el avance tecnológico y la formalización de las prácticas de control, lo que puede comprometer la conformidad con las futuras exigencias del Proyecto de Ley nº 2.338/2023. La investigación buscó analizar el grado de percepción, preparación y compromiso de las organizaciones en relación con la gobernanza de la IA, a la luz de la propuesta regulatoria nacional, y los resultados obtenidos proporcionan subsidios importantes para esta comprensión.

Perfil de la muestra y caracterización inicial

La muestra del estudio estuvo compuesta por 58 encuestados, con una predominancia del género femenino, representando el 74,1% del total, y una concentración geográfica significativa en la región Sudeste, con el 70,7% de los participantes. Las regiones Sur y Norte presentaron menor representatividad, con el 12,1% y el 10,3%, respectivamente. Esta distribución regional concentrada sugiere una limitación en la generalización de los resultados a otras áreas del país, aunque el perfil de los encuestados fue diversificado en términos de experiencia y sector de actuación.

En cuanto al tiempo de experiencia profesional, se observó un predominio de niveles intermedios y altos, con un 27,6% de los encuestados en el rango de 11 a 20 años, un 24,1% entre 3 y 5 años, y un 19,0% entre 6 y 10 años. Los rangos de menor y mayor experiencia, con hasta 2 años y más de 20 años, representaron el 13,8% y el 15,5%, respectivamente. Este perfil indica que la muestra está compuesta mayoritariamente por profesionales con experiencia relevante en el entorno organizacional, lo que fortalece la consistencia de las percepciones sobre el tema de la investigación.

La diversidad sectorial fue notable, con la categoría “otro” representando el 22,4% de la muestra, y sectores como industria, salud, servicios no financieros y tecnología e innovación, cada uno con una participación del 12,1%. Los servicios financieros representaron el 10,3% de los encuestados. Esta heterogeneidad sectorial es relevante, ya que diferentes segmentos pueden presentar distintos niveles de madurez regulatoria y exposición a riesgos, influyendo en la forma en que la IA es adoptada y gestionada, como señalan Silva et al. (2023).

En cuanto al perfil profesional, predominaron los puestos técnicos o especializados, con el 58,6% de los encuestados, seguidos por cargos de liderazgo, que representaron el 34,5%. Esta composición indica un público con capacidad analítica y potencial involucramiento en decisiones organizacionales. Las áreas de actuación más representadas fueron Jurídico (25,9%) y Compliance/Gobernanza (22,4%), seguidas por Tecnología de la Información/Datos (15,5%) y Gestión de Riesgos/Controles Internos (12,1%).

La presencia significativa de profesionales de las áreas de Jurídico, Cumplimiento y Gobernanza en la muestra es coherente con el objetivo de la investigación, ya que estos encuestados tienden a poseer mayor familiaridad con prácticas de control, conformidad y gestión de riesgos, especialmente en el contexto de la IA. Sin embargo, esta predominancia también puede influir en los resultados, elevando la percepción de madurez o criticidad en relación con el tema, lo que debe ser considerado en la interpretación de los hallazgos.

Adopción de inteligencia artificial en las organizaciones

Los resultados indicaron que la inteligencia artificial ya es una realidad en la mayoría de las organizaciones analizadas, con el 79,3% de los encuestados afirmando su utilización, mientras que el 19,0% aún no la han adoptado. Este dato subraya la consolidación de la IA como una herramienta relevante en el entorno corporativo, reforzando la tendencia de adopción creciente de tecnologías basadas en IA en contextos de transformación digital, como discutido por Gabriel (2025), aunque su incorporación no sea homogénea entre las diferentes organizaciones.

En relación con la etapa de adopción de la IA, se observó una concentración en niveles intermedios de madurez. Se verificó que el 43,1% de las organizaciones se encuentran en una etapa parcialmente implementada, y el 32,8% se hallan en fase experimental o piloto. Solo el 15,5% de los encuestados indicaron un uso amplio e integrado de la IA en los procesos organizacionales. Este escenario sugiere que, aunque la tecnología está presente, su incorporación estratégica y plena aún está en proceso de evolución, demandando mayor formalización e integración.

En cuanto a las directrices internas para el uso ético de la IA, el 43,1% de las organizaciones afirmó tener políticas o directrices relacionadas, mientras que el 32,8% indicó una adopción parcial y el 19,0% señaló la inexistencia. Adicionalmente, el 5,2% de los encuestados no supo evaluar la existencia de estas directrices. Esta distribución de respuestas sugiere que la formalización de políticas internas está, en gran medida, alineada con la adopción de orientaciones de gobernanza, pero en diferentes niveles de madurez, con lagunas significativas en algunas organizaciones.

La validación humana de las decisiones automatizadas fue un punto relevante. Se constató que el 43,1% de los encuestados indicó que ocurre siempre, y el 22,4% afirmó que ocurre frecuentemente. Sin embargo, el 17,2% de los participantes no supo evaluar esta práctica, lo que puede indicar una ausencia de claridad o de comunicación interna sobre estos procesos. Este porcentaje de “no sé evaluar” sugiere posibles lagunas de transparencia o de formalización de los mecanismos de supervisión humana, uno de los pilares de la gobernanza de IA.

Estos hallazgos corroboran la literatura que señala que la adopción de sistemas de IA tiende a ocurrir de forma más acelerada que la implementación de estructuras de gobernanza y control (Silva et al., 2023). El Proyecto de Ley nº 2.338/2023 establece la necesidad de supervisión humana y de mecanismos de gobernanza a lo largo del ciclo de vida de la IA (Brasil, 2023), lo que evidencia que la ausencia de estas prácticas puede representar riesgos de no conformidad futura. El desajuste entre el avance tecnológico y la formalización de las prácticas de gobernanza puede comprometer la adherencia a las exigencias regulatorias emergentes.

Percepción de riesgos y mecanismos de gobernanza

El análisis del nivel de preocupación organizacional en relación con los riesgos asociados a la IA reveló una atención prioritaria a aspectos directamente relacionados con la protección de datos. La privacidad y protección de datos fueron indicadas con el nivel máximo de preocupación (nivel 5 en escala Likert) por el 56,9% de los encuestados, evidenciando una elevada sensibilidad al tema. Este hallazgo refleja la creciente importancia atribuida a la seguridad de la información en un escenario de uso intensivo de tecnologías digitales.

Otro factor de preocupación relevante fue la supervisión humana en las decisiones de IA, con el 56,9% de los encuestados indicando altos niveles de preocupación (niveles 4 y 5 en la escala Likert). En contraste, el riesgo de sesgos algorítmicos presentó una mayor concentración en niveles intermedios, con el 39,7% de las respuestas en el nivel 3. Este resultado sugiere que los riesgos más directamente asociados con la regulación y la responsabilidad, como la privacidad y la supervisión humana, son más reconocidos por las organizaciones que los riesgos de naturaleza técnica, como los sesgos algorítmicos, que aún presentan menor madurez de comprensión.

En cuanto a los mecanismos de gobernanza, solo el 36,2% de los encuestados afirmó la existencia de un área responsable de la supervisión del uso de IA. Una parte significativa, el 29,3%, indicó la inexistencia de dicha área, y el 25,9% señaló una adopción parcial. Este resultado evidencia que la definición de responsabilidades aún no está plenamente institucionalizada en las organizaciones, lo que sugiere que la gobernanza de IA no está integrada de forma estructurada a la gobernanza corporativa tradicional, permaneciendo, en muchos casos, dispersa entre áreas o inexistente.

En relación con la evaluación formal de riesgos, solo el 25,9% de los encuestados afirmó realizar este tipo de práctica, mientras que el 27,6% indicó inexistencia y el 24,1% no supo evaluar. Este escenario puede reflejar tanto la ausencia de procesos estructurados como la baja visibilidad interna sobre mecanismos existentes, reforzando un desalineamiento entre la percepción de los riesgos y la capacidad organizacional de estructurar mecanismos efectivos de gobernanza y control. Esta brecha compromete la efectividad de los programas de compliance y gestión de riesgos aplicados a la IA.

En cuanto a la existencia de mecanismos de corrección o suspensión de sistemas en caso de fallos, el 32,8% de los encuestados indicó la presencia de estos mecanismos, mientras que el 27,6% señaló una adopción parcial y el 24,1% no supo evaluar. La ausencia o el desconocimiento de estos mecanismos puede representar un riesgo relevante, especialmente en escenarios de fallos sistémicos o decisiones automatizadas con impacto significativo. Estos hallazgos están alineados con la literatura que señala que la gobernanza de sistemas algorítmicos depende de mecanismos estructurados de responsabilización, transparencia y seguimiento (Koene et al., 2019).

Cumplimiento y preparación para el PL nº 2.338/2023

Los resultados indicaron que la madurez regulatoria de las organizaciones aún se encuentra en desarrollo, especialmente en lo que se refiere al seguimiento de iniciativas relacionadas con la IA. Se observó que el 39,7% de los encuestados no supieron evaluar si sus organizaciones siguen las discusiones sobre el Proyecto de Ley nº 2.338/2023, mientras que el 24,1% afirmó que no realizan este seguimiento. Estos datos revelan niveles relevantes de desconocimiento o ausencia de monitoreo estructurado, lo que puede comprometer la capacidad de anticipación regulatoria.

En relación con la preparación para la eventual entrada en vigor de la regulación, en caso de que el Proyecto de Ley nº 2.338/2023 sea aprobado, los datos refuerzan un escenario de baja madurez. Se verificó que el 48,3% de los encuestados no supieron informar sobre la existencia de planes de adaptación, y solo el 15,5% afirmó que sus organizaciones poseen iniciativas estructuradas en este sentido. Este resultado evidencia que el tema aún no ha sido incorporado de forma sistemática a la agenda organizacional, indicando una postura predominantemente reactiva de las organizaciones, en contraste con buenas prácticas de compliance que recomiendan un enfoque preventivo y anticipatorio.

En lo que respecta a la capacitación interna sobre ética y gobernanza de IA, se observó una distribución relativamente equilibrada entre organizaciones que no tienen capacitaciones (36,2%), aquellas que afirman tenerlas (34,5%) y aquellas que indican una implementación parcial (27,6%). Este resultado sugiere que, si bien el tema ya está presente en algunas iniciativas, aún no hay una consolidación de programas estructurados de desarrollo de competencias. La ausencia de capacitación estructurada puede limitar la efectividad de las políticas y mecanismos de gobernanza, ya que la comprensión de los principios depende del desarrollo de competencias organizacionales.

La percepción general sobre el nivel de preparación organizacional refuerza este diagnóstico. La mayor parte de los encuestados clasificó la preparación como media (36,2%) o baja (32,8%), mientras que solo el 20,7% indicó un alto nivel de preparación. Este escenario evidencia que la mayoría de las organizaciones aún no se considera plenamente apta para atender las exigencias de la futura regulación. Estos hallazgos demuestran un distanciamiento relevante entre las prácticas organizacionales actuales y los principios establecidos por el Proyecto de Ley nº 2.338/2023, que prevé directrices como transparencia, debida diligencia, rendición de cuentas, mitigación de riesgos y supervisión humana a lo largo del ciclo de vida de la IA (Brasil, 2023).

Desde esta perspectiva, la ausencia de monitoreo regulatorio, planificación estructurada y capacitación continua puede comprometer la capacidad de las organizaciones para adaptarse a las exigencias normativas. La literatura señala que la incorporación de prácticas de gobernanza y la preparación para exigencias regulatorias son factores relevantes para la reducción de riesgos y la sostenibilidad del uso de tecnologías emergentes (Fernandes et al., 2025). La baja madurez observada sugiere que muchas organizaciones aún operan de forma reactiva, aumentando la vulnerabilidad ante futuras exigencias legales.

Compromiso y cultura organizacional

El análisis del compromiso y la cultura organizacional en relación con la IA indicó un nivel intermedio de madurez, reflejado en la predominancia de percepciones de compromiso a nivel medio entre los colaboradores. Este escenario sugiere una incorporación aún gradual de las prácticas de gobernanza de IA en el entorno organizacional. La efectividad de la gobernanza de la IA depende de la articulación entre liderazgo, capacitación e institucionalización de prácticas, según lo destacado por Silva et al. (2023).

En cuanto al tratamiento interdisciplinario del tema, se observó que la IA se aborda de forma integrada entre áreas como negocio, riesgos y tecnología en una parte relevante de las organizaciones, siendo clasificada como frecuente por el 34,5% de los encuestados y siempre por el 17,2%. Por otro lado, una parte expresiva indicó que esta integración ocurre solo ocasionalmente o de forma limitada, con un 22,4% señalando que esto ocurre a veces y un 24,1% indicando baja recurrencia (raramente o nunca). Esto sugiere que la integración entre áreas aún no está plenamente consolidada, y la gobernanza de IA enfrenta desafíos de transversalidad organizacional, siendo muchas veces tratada de forma fragmentada.

La percepción sobre el papel de la alta dirección es mayoritariamente positiva, con el 55,2% de los encuestados indicando que existe un incentivo institucional para la adopción ética y responsable de la IA, y el 25,9% señalando un incentivo parcial. Este resultado demuestra que el tema ya está presente en la agenda estratégica de una parte relevante de las organizaciones, aunque en diferentes niveles de madurez. El incentivo de la alta dirección, si bien relevante, no es suficiente para garantizar la internalización efectiva de las prácticas de gobernanza.

A pesar del incentivo institucional, el compromiso de los colaboradores no se refleja en la misma proporción. La mayoría de los encuestados calificó este compromiso como medio (60,3%), mientras que el 22,4% indicó un alto nivel de compromiso. Esta diferencia evidencia que la internalización de las prácticas de gobernanza de IA aún no se encuentra plenamente difundida entre los niveles operativos. La dificultad de convertir la estrategia en ejecución práctica se presenta como uno de los principales desafíos para la implementación de prácticas de gobernanza, especialmente en escenarios de transformación digital.

Este desajuste entre la dirección estratégica y el compromiso organizacional puede interpretarse a la luz de la literatura sobre transformación digital, que señala que la adopción de nuevas tecnologías exige no solo inversiones técnicas, sino también el desarrollo de competencias, cultura organizacional y procesos de aprendizaje continuo (Gabriel, 2025). El Proyecto de Ley nº 2.338/2023 establece directrices como transparencia, responsabilidad y supervisión humana, cuya efectividad está relacionada con la capacidad de las organizaciones para internalizar estos principios, lo que presupone no solo estructuras formales, sino también compromiso cultural y alineación organizacional (Brasil, 2023).

Desafíos y análisis cualitativo

El análisis de los desafíos relacionados con la implementación de prácticas de gobernanza de IA evidenció que las principales barreras que enfrentan las organizaciones están asociadas a factores estructurales y organizacionales, más que a limitaciones tecnológicas propiamente dichas. Los encuestados señalaron la falta de conocimiento técnico como el mayor desafío, con 39 menciones, seguida por la ausencia de normas específicas, con 27 menciones. Las limitaciones presupuestarias fueron citadas por 19 encuestados, y la falta de apoyo del liderazgo por 15, además de otras dificultades en menor proporción.

Este resultado refuerza que los principales desafíos no están relacionados con la tecnología en sí, sino con la capacidad organizacional de estructurar y operacionalizar modelos de gobernanza. Complementariamente, el análisis de las respuestas a la pregunta abierta sobre medidas para el fortalecimiento de la gobernanza y del cumplimiento en IA reveló coherencia entre los desafíos identificados y las soluciones propuestas. Las manifestaciones indicaron como principales acciones la realización de capacitaciones, con 25 menciones, la definición de políticas y procedimientos, con 14 menciones, y el fortalecimiento de la gestión de los riesgos, con 10 menciones.

Otras iniciativas sugeridas por los encuestados incluyeron la promoción de la transparencia, la seguridad y la mejora regulatoria. La correspondencia entre desafíos y soluciones evidencia una madurez en la percepción de los encuestados sobre las necesidades organizacionales. El análisis cualitativo de las respuestas abiertas, realizado con base en la técnica de análisis de contenido (Bardin, 2011), permitió identificar categorías recurrentes que profundizan estos hallazgos, destacando la necesidad de mayor claridad regulatoria, capacitación interna, definición de responsabilidades y fortalecimiento de mecanismos de control y monitoreo.

Amorim y Silva (2025) destacan que la gobernanza de la IA no se limita a la adopción de directrices normativas, sino que también exige mecanismos de evaluación, supervisión continua y adaptación institucional. Estos resultados están alineados con la literatura que señala que la gobernanza de la IA depende de la integración entre aspectos técnicos, organizacionales y normativos, siendo fundamental la definición de políticas, procesos y responsabilidades a lo largo del ciclo de vida de los sistemas de IA (Silva et al., 2023). El Proyecto de Ley nº 2.338/2023 enfatiza la necesidad de evaluación de riesgos, transparencia, rendición de cuentas y supervisión humana, elementos directamente reflejados tanto en los desafíos como en las soluciones señaladas por los encuestados.

En términos generales, los desafíos identificados no se centran predominantemente en limitaciones tecnológicas, sino en la capacidad de las organizaciones para estructurar modelos de gobernanza que aseguren su uso responsable y en conformidad con principios éticos y regulatorios. Este resultado confirma que la gobernanza de la IA es, en gran medida, un desafío organizacional e institucional, y no solo tecnológico. Las barreras a la gobernanza de la IA están directamente relacionadas con la ausencia de capacitación, directrices claras y estructuración organizacional, siendo coherentes con las medidas sugeridas por los encuestados, quienes señalan la necesidad de desarrollo de competencias, formalización de políticas y fortalecimiento de la gestión de los riesgos. La superación de estos desafíos depende de un enfoque integrado, que involucre liderazgo, cultura organizacional, capacitación y alineación regulatoria.

En resumen, los resultados de la investigación indican que, si bien la inteligencia artificial está ampliamente presente en las organizaciones brasileñas, la madurez de la gobernanza y el cumplimiento normativo aún es intermedia. Se observó un reconocimiento relevante de los riesgos asociados a la IA, especialmente en privacidad, protección de datos y supervisión humana, pero la implementación de mecanismos formales de gobernanza y la preparación regulatoria para el Proyecto de Ley nº 2.338/2023 permanecen limitadas. El estudio evidenció la necesidad de fortalecer procesos, gestión de los Riesgos, capacitación y seguimiento regulatorio para alinear la adopción de la IA a estructuras más maduras de gobernanza y cumplimiento normativo, respondiendo al objetivo de analizar la percepción, preparación y compromiso de las organizaciones brasileñas.

4. Conclusión

El presente estudio buscó analizar el grado de percepción, preparación y compromiso de las organizaciones brasileñas en relación con la gobernanza de la inteligencia artificial, a la luz de la propuesta regulatoria del Proyecto de Ley nº 2.338/2023. Se verificó que la inteligencia artificial ya se encuentra ampliamente utilizada en las organizaciones, con la mayoría de los encuestados indicando su adopción. Sin embargo, se observó que esta incorporación se concentra en etapas intermedias de madurez, sin la plena integración a los procesos organizacionales. Se identificó un reconocimiento significativo de los riesgos asociados a la IA, especialmente en lo que respecta a la privacidad, protección de datos y a la necesidad de supervisión humana en las decisiones automatizadas. No obstante, la implementación de mecanismos formales de gobernanza, como áreas dedicadas a la supervisión y evaluaciones estructuradas de riesgos, permaneció limitada. La preparación regulatoria para el Proyecto de Ley nº 2.338/2023 se mostró incipiente, con una considerable parte de los encuestados desconociendo planes de adaptación o indicando iniciativas aún no estructuradas. Este escenario evidencia un desajuste entre el avance de la adopción tecnológica y la formalización de las prácticas de gobernanza y cumplimiento.

La principal contribución de este trabajo reside en la presentación de evidencia empírica sobre la madurez de la gobernanza de IA en las organizaciones brasileñas, reforzando la relevancia del tema para las agendas de cumplimiento, ESG y preparación regulatoria. Los hallazgos indican que la gobernanza de la inteligencia artificial constituye un desafío predominantemente organizacional e institucional, dependiendo de la estructuración de procesos, del desarrollo de competencias y del alineamiento a las futuras exigencias regulatorias. Sin embargo, el estudio tiene limitaciones, como la concentración regional de la muestra en la región Sudeste y la predominancia de profesionales de las áreas de Cumplimiento, Jurídico y Gobernanza, lo que puede influir en la percepción de los riesgos y de las prácticas de control. Además, la naturaleza no probabilística de la muestra restringe la generalización de los resultados. Para estudios futuros, se sugiere investigar la efectividad de programas de capacitación y la implementación de políticas formales de gobernanza, así como explorar la percepción en otras regiones del país, a fin de profundizar la comprensión sobre la adaptación de las organizaciones a la regulación de la IA.

Referencias Bibliográficas

AMORIM, A. B.; SILVA, R. C. 2025. Governança de IA no Brasil: proposta de modelo para equilíbrio tecnológico e econômico. Trabalho de Conclusão de Curso em Sistemas de Informação. Universidade Presbiteriana Mackenzie, São Paulo, SP, Brasil. Disponível em: https://dspace.mackenzie.br/items/d189236a-a06b-4840-9302-b023597ebe7b. Acesso em: 19 ago. 2026.

ANPD, 2024 [Referência completa não encontrada no documento original]

BARDIN, L. 2011. Análise de conteúdo. Edições 70, Lisboa, Portugal

BIGATON, A.; GOBBI, M.; OLIVEIRA, D.; GOMES, J. 2024. Metodologias de pesquisa. PECEGE/USP-Esalq, Piracicaba, SP, Brasil.

BRASIL. 2023. Projeto de Lei nº 2.338, de 2023: dispõe sobre o uso da Inteligência Artificial no Brasil e dá outras providências. Câmara dos Deputados, Brasília, DF, Brasil. Disponível em: https://www.camara.leg.br/. Acesso em: 1 out. 2025.

BRASIL. 2024. Versão final do Substitutivo ao Projeto de Lei nº 2.338/2023: propostas da Autoridade Nacional de Proteção de Dados (ANPD). Câmara dos Deputados, Comissão Especial sobre Inteligência Artificial no Brasil, Brasília, DF, Brasil. Disponível em: https://www.gov.br/anpd/pt-br/assuntos/noticias/anpd-apresenta-propostas-de-alteracao-do-substitutivo-ao-pl-2338-sobre-inteligencia-artificial/Versao_final_07.05.24_PL_2338_Substitutivo_Comissao_Especial_Propostas_ANPD1.pdf. Acesso em: 1 out. 2025.

FERNANDES, A. A.; COSTA, I.; ABREU, V. F. 2025. Governança da inteligência artificial: estrutura, desafios e práticas para organizações inovadoras. Brasport, São Paulo, SP, Brasil. E-book. Disponível em: https://plataforma.bvirtual.com.br. Acesso em: 20 set. 2025.

GABRIEL, M. 2025. A (r)evolução das habilidades para o futuro do trabalho na era da inteligência artificial. Editora Senac São Paulo, São Paulo, SP, Brasil.

GIL, A. C. 2008. Métodos e técnicas de pesquisa social. 6. ed. Atlas, São Paulo, SP, Brasil.

Koene, A.; Clifton, C.; Hatada, Y.; Webb, H.; Patel, M.; Machado, C.; LaViolette, J.; Richardson, R.; Reisman, D. 2019. A governance framework for algorithmic accountability and transparency. Disponível em: https://doi.org/10.2861/59990. Acesso em: 2 out. 2025.

SILVA, A. P.; COELHO, A. Z.; FEFERBAUM, M.; SILVEIRA, A. C. R. D. 2023. Ética, governança e inteligência artificial. Almedina, São Paulo, SP, Brasil.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Compliance y ESG del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy