La inteligencia artificial ya no es una tecnología emergente. Se ha convertido rápidamente en un impulsor central de la transformación digital, influyendo en cómo las organizaciones operan, toman decisiones, interactúan con los clientes y entregan valor.

Desde chatbots de atención al cliente y sistemas de detección de fraude hasta herramientas de analítica predictiva y generación de contenido, organizaciones de todos los sectores integran cada vez más la IA en sus operaciones para mejorar la eficiencia, impulsar la innovación y obtener ventaja competitiva.

Aunque los beneficios de la IA son indudables, su rápida adopción ha introducido un nuevo conjunto de desafíos para los profesionales de Gobierno, Riesgo y Cumplimiento.

Las organizaciones ahora enfrentan preguntas críticas:

¿Quién es responsable de las decisiones impulsadas por IA?

¿Cómo garantizamos que los sistemas de IA operen de manera ética y transparente?

¿Qué nuevos riesgos introduce la IA?

¿Cómo pueden las organizaciones mantenerse en cumplimiento con regulaciones en evolución?

¿Qué estructuras de gobierno se necesitan para supervisar el uso de la IA?

A medida que la IA continúa transformando el panorama empresarial, las funciones de GRC deben evolucionar junto con ella. La conversación ya no gira en torno a si las organizaciones deberían adoptar IA. La conversación gira en torno a cómo pueden hacerlo de manera responsable.

El rápido auge de la adopción de IA

Durante los últimos años, la adopción de la IA se ha acelerado a un ritmo sin precedentes.

Las organizaciones están utilizando IA para automatizar tareas repetitivas, mejorar la experiencia del cliente, fortalecer la toma de decisiones, potenciar la detección de fraude, aumentar la eficiencia operativa y generar información de negocio a partir de grandes conjuntos de datos. La aparición de la IA generativa ha acelerado aún más la adopción al hacer accesibles capacidades avanzadas de IA para organizaciones de todos los tamaños. Sin embargo, la velocidad de adopción a menudo ha superado el desarrollo de los marcos de gobierno necesarios para gestionar los riesgos asociados.

En muchas organizaciones, los empleados ya utilizan herramientas de IA antes de que se hayan establecido políticas formales, controles y mecanismos de supervisión. Esto genera importantes preocupaciones de gobierno y cumplimiento, especialmente porque la IA puede influir en decisiones, flujos de trabajo e interacciones con clientes en múltiples funciones de negocio antes de que los líderes tengan visibilidad completa sobre dónde se está usando.

El desafío del gobierno: ¿quién es responsable?

Uno de los desafíos más significativos que introduce la IA es la rendición de cuentas. Los sistemas tradicionales operan en función de reglas y lógica predefinidas. Los sistemas de IA, en particular los modelos de aprendizaje automático, pueden tomar decisiones basadas en patrones identificados dentro de los datos, a veces de maneras que son difíciles de explicar por completo.

Esto plantea preguntas importantes de gobierno:

¿Quién es el propietario del sistema de IA?

¿Quién es responsable de las decisiones tomadas por la IA?

¿Quién valida los resultados?

¿Quién supervisa el desempeño a lo largo del tiempo?

Sin estructuras de gobierno claras, las organizaciones corren el riesgo de desplegar sistemas de IA sin una supervisión adecuada.

Un gobierno eficaz de la IA requiere roles y responsabilidades claramente definidos, visibilidad a nivel del directorio y políticas que establezcan el uso aceptable, los requisitos de monitoreo y los mecanismos de rendición de cuentas. Las organizaciones deben reconocer que, aunque la IA puede apoyar la toma de decisiones, la responsabilidad en última instancia sigue siendo humana.

La adopción generalizada de la IA introduce varias categorías de riesgo que las organizaciones deben gestionar activamente.

Riesgos de privacidad de datos

Los sistemas de IA a menudo dependen de grandes volúmenes de datos para funcionar eficazmente. Sin controles adecuados, las organizaciones pueden exponer inadvertidamente información sensible, procesar datos personales sin el consentimiento apropiado o infringir normas de privacidad. Los empleados que utilizan herramientas públicas de IA pueden cargar sin saberlo información confidencial de negocio, registros de clientes o propiedad intelectual propietaria. Esto crea importantes preocupaciones de privacidad y protección de datos.

Riesgos de sesgo y éticos

Los sistemas de IA son tan buenos como los datos utilizados para entrenarlos. Si los datos de entrenamiento contienen sesgos históricos, los modelos de IA pueden producir resultados discriminatorios o injustos. Esto es especialmente preocupante en ámbitos como reclutamiento, préstamos, seguros, salud y aplicación de la ley. Las organizaciones deben establecer mecanismos para identificar, monitorear y mitigar el sesgo dentro de los sistemas de IA.

Riesgos de ciberseguridad

A medida que aumenta la adopción de la IA, también aumenta la superficie de ataque. Los actores maliciosos están aprovechando la IA para mejorar campañas de phishing, automatizar ataques, generar contenido convincente de ingeniería social e identificar vulnerabilidades a gran escala. Al mismo tiempo, los propios sistemas de IA pueden convertirse en objetivos. La manipulación de modelos, el envenenamiento de datos, los ataques de inyección de prompts y el acceso no autorizado a sistemas de IA representan preocupaciones emergentes de ciberseguridad.

Riesgos operativos

Las organizaciones que dependen en gran medida de los sistemas de IA pueden enfrentar interrupciones operativas significativas si esos sistemas fallan, producen resultados inexactos o se comportan de manera inesperada. La dependencia excesiva de la IA sin una supervisión humana suficiente puede conducir a una mala toma de decisiones y a consecuencias no deseadas.

Riesgos reputacionales

Un solo incidente relacionado con la IA puede dañar significativamente la reputación de una organización. Las decisiones sesgadas, las violaciones de privacidad, los resultados inexactos o el uso poco ético de la IA pueden erosionar rápidamente la confianza de los clientes y atraer escrutinio público. En el entorno digital actual, la confianza es un activo empresarial crítico. Las organizaciones no pueden permitirse pasar por alto las implicaciones reputacionales de la IA.

El panorama del cumplimiento está evolucionando

A medida que se acelera la adopción de la IA, los reguladores de todo el mundo están prestando mayor atención al gobierno y la rendición de cuentas en IA. Aunque la IA ofrece oportunidades significativas para la innovación y la eficiencia, también introduce riesgos que requieren una supervisión adecuada. En respuesta, gobiernos, reguladores y organismos internacionales de normalización están desarrollando marcos para garantizar que la IA se despliegue de manera responsable, ética y transparente.

Normativas emergentes como la EU AI Act, junto con estándares como ISO/IEC 42001 y el NIST AI Risk Management Framework, señalan un cambio claro hacia una mayor rendición de cuentas en el uso de la IA. Ya no se espera que las organizaciones simplemente adopten IA; se espera que demuestren que está gobernada de forma eficaz durante todo su ciclo de vida.

A medida que las expectativas regulatorias continúan evolucionando, las organizaciones pueden esperar un mayor escrutinio en áreas como:

Transparencia: comprender cómo los sistemas de IA toman decisiones y documentar el uso previsto.

Protección de datos: garantizar que los sistemas de IA procesen información personal y sensible en cumplimiento de las normas de privacidad aplicables.

Explicabilidad: proporcionar explicaciones significativas para las decisiones impulsadas por IA, especialmente en sectores de alto riesgo o regulados.

IA ética: abordar preocupaciones sobre sesgo, equidad, discriminación y uso responsable de la IA.

Rendición de cuentas: establecer propiedad clara, estructuras de gobierno y supervisión humana para los sistemas de IA.

Gestión de riesgos: identificar, evaluar y monitorear continuamente los riesgos relacionados con la IA durante todo su ciclo de vida.

En lugar de ver estos avances como obligaciones adicionales de cumplimiento, las organizaciones deberían considerarlos una oportunidad para generar confianza y fortalecer la resiliencia. Aquellas que establezcan hoy marcos sólidos de gobierno de IA estarán mejor preparadas para adaptarse a regulaciones en evolución, demostrar prácticas responsables y innovar con confianza. Este cambio refuerza una realidad importante: el cumplimiento en la era de la IA ya no consiste solo en cumplir requisitos regulatorios; consiste en incorporar un gobierno responsable en cada etapa de la adopción de IA.

Prepararse para el futuro

El panorama regulatorio de la IA sigue evolucionando, y las organizaciones deben esperar que surjan nuevas leyes, estándares de la industria y orientaciones regulatorias a medida que las tecnologías de IA continúan avanzando. En lugar de esperar a que entren en vigor nuevas regulaciones, las organizaciones con visión de futuro están tomando medidas proactivas para establecer hoy marcos de gobierno.

Desarrollar capacidades maduras de gobierno de IA ahora ofrece varios beneficios a largo plazo. Permite a las organizaciones adaptarse más rápidamente a los cambios regulatorios, fortalece la confianza de las partes interesadas, reduce los costos de cumplimiento y minimiza el riesgo de acciones regulatorias costosas o daños reputacionales. Más importante aún, posiciona al gobierno como un habilitador de la innovación, no como una barrera.

Las organizaciones que integren los principios de Gobierno, Riesgo y Cumplimiento en sus iniciativas de IA desde el inicio estarán mucho mejor preparadas para navegar el panorama regulatorio en evolución mientras siguen innovando con confianza. En la era de la inteligencia artificial, el cumplimiento ya no consiste simplemente en cumplir los requisitos regulatorios de hoy; consiste en prepararse para las expectativas de mañana.

El papel de GRC en la adopción responsable de la IA

Aquí es donde las funciones de Gobierno, Riesgo y Cumplimiento se vuelven críticas.

La inteligencia artificial ha cambiado fundamentalmente la conversación en torno a Gobierno, Riesgo y Cumplimiento. Tradicionalmente, las funciones de GRC se han percibido como mecanismos para asegurar el cumplimiento regulatorio, realizar evaluaciones de riesgos y desarrollar políticas organizacionales. Aunque estas responsabilidades siguen siendo esenciales, el auge de la IA ha ampliado el papel de GRC más allá del cumplimiento hacia una función estratégica de negocio que permite la innovación responsable. En lugar de frenar la innovación, GRC proporciona la estructura que permite a las organizaciones innovar con confianza.

En su esencia, el gobierno establece la rendición de cuentas. A medida que los sistemas de IA participan cada vez más en los procesos de negocio y en la toma de decisiones, las organizaciones deben definir claramente la propiedad, las responsabilidades, los procesos de aprobación y los mecanismos de supervisión. Un gobierno eficaz garantiza que las iniciativas de IA se alineen con los objetivos organizacionales, los principios éticos y el apetito general de riesgo de la organización.

La gestión de riesgos permite a las organizaciones identificar, evaluar, analizar y mitigar los riesgos introducidos por la IA. A diferencia de los riesgos tecnológicos tradicionales, los riesgos relacionados con la IA son dinámicos y evolucionan continuamente. El sesgo, la deriva del modelo, los resultados inexactos, las amenazas de ciberseguridad, las preocupaciones de privacidad, las dependencias de terceros y los riesgos reputacionales requieren monitoreo continuo durante todo el ciclo de vida de la IA. Esto refuerza la necesidad de que la gestión de riesgos de IA se convierta en un proceso continuo en lugar de una evaluación única realizada antes del despliegue.

El cumplimiento asegura que los sistemas de IA operen dentro de los requisitos legales, regulatorios e industriales aplicables. A medida que las regulaciones globales de IA siguen evolucionando, las organizaciones necesitan mecanismos para monitorear continuamente las obligaciones de cumplimiento, evaluar cambios regulatorios y demostrar rendición de cuentas ante reguladores y partes interesadas.

Sin embargo, quizá la contribución más importante de GRC sea su capacidad para conectar estas tres disciplinas en un marco unificado. No puede existir un gobierno eficaz de la IA sin comprender el riesgo. La gestión eficaz de riesgos no puede tener éxito sin un gobierno claro. El cumplimiento no puede sostenerse sin ambos. Juntos, Gobierno, Riesgo y Cumplimiento proporcionan a las organizaciones la visibilidad, la rendición de cuentas y la resiliencia necesarias para adoptar la IA de manera responsable.

Por ello, los programas maduros de GRC deberían incorporar la IA en las estructuras de gobierno existentes mediante:

• Establecer políticas y estándares de gobierno de IA para toda la empresa.
• Mantener inventarios de sistemas de IA y sus riesgos asociados.
• Realizar evaluaciones de riesgos específicas de IA antes de la implementación.
• Integrar los riesgos de IA en los registros de riesgo corporativo.
• Monitorear continuamente el desempeño de la IA durante todo su ciclo de vida.
• Fortalecer la gestión de riesgos de terceros para proveedores y prestadores de servicios de IA.
• Proporcionar concienciación continua a los empleados sobre el uso responsable de la IA.
• Informar sobre riesgos relacionados con IA a la alta dirección y a los consejos.

Es importante que las organizaciones eviten tratar el gobierno de la IA como una iniciativa separada. En su lugar, la IA debe integrarse en los programas existentes de Gobierno, Riesgo y Cumplimiento, lo que permite aprovechar estructuras ya establecidas y adaptarlas para abordar los desafíos emergentes relacionados con la IA.

Las organizaciones que integren con éxito la IA en sus marcos de GRC no solo mejorarán el cumplimiento regulatorio, sino que también fortalecerán la resiliencia operativa, incrementarán la confianza de las partes interesadas y crearán una base sostenible para la innovación. En última instancia, las organizaciones que obtendrán el mayor valor de la IA no serán las que tengan los algoritmos más avanzados. Serán las organizaciones con el gobierno más sólido.

Recomendaciones prácticas para las organizaciones

A medida que la inteligencia artificial continúa transformando las operaciones empresariales, las organizaciones deben reconocer que el éxito de la adopción de IA no depende únicamente de la capacidad tecnológica. El éxito a largo plazo requiere un gobierno sólido, una gestión eficaz de riesgos y un cumplimiento continuo. Las organizaciones que establezcan proactivamente estas bases estarán mejor posicionadas para desbloquear el valor de la IA manteniendo la confianza, la resiliencia y el cumplimiento normativo.

Las siguientes recomendaciones ofrecen una hoja de ruta práctica para integrar la IA en los programas existentes de Gobierno, Riesgo y Cumplimiento (GRC).

1. Desarrollar una estrategia de gobierno de IA para toda la empresa

Las iniciativas de IA no deberían surgir de manera aislada en diferentes unidades de negocio. En cambio, las organizaciones deben desarrollar una estrategia integral de gobierno de IA que se alinee con sus objetivos empresariales, su agenda de transformación digital y su marco de gestión de riesgos empresariales.

Esta estrategia debe dejar claramente enunciado:

• La visión de la organización para la adopción de IA.
• Los problemas de negocio que la IA se espera resolver.
• Los casos de uso aceptables para las tecnologías de IA.
• La tolerancia al riesgo para actividades relacionadas con IA.
• Los principios de gobierno que guiarán la implementación de la IA.

Una estrategia para toda la empresa ayuda a eliminar iniciativas fragmentadas de IA, promueve la coherencia y asegura que la innovación apoye objetivos organizacionales más amplios en lugar de crear complejidad innecesaria.

2. Establecer un comité interfuncional de gobierno de IA

La IA afecta prácticamente a todas las funciones del negocio, por lo que la supervisión interfuncional es esencial. Las organizaciones deben establecer un Comité de Gobierno de IA compuesto por representantes de la alta dirección, tecnología de la información, ciberseguridad, gestión de riesgos, cumplimiento, legal, privacidad de datos, auditoría interna, recursos humanos y operaciones de negocio.

Este comité debe ser responsable de revisar las iniciativas propuestas de IA, aprobar implementaciones de alto riesgo, monitorear desarrollos regulatorios, supervisar consideraciones éticas y asegurar que los proyectos de IA sigan alineados con la estrategia organizacional.

El gobierno interfuncional ayuda a evitar la toma de decisiones aislada y garantiza que los riesgos de IA se evalúen desde múltiples perspectivas.

3. Mantener un inventario integral de activos de IA

Las organizaciones no pueden gobernar sistemas de IA que desconocen. Uno de los primeros pasos hacia un gobierno eficaz de la IA es desarrollar y mantener un inventario de todas las aplicaciones de IA desplegadas en la organización.

Este inventario debe incluir:

• Propósito del sistema de IA
• Propietario de negocio
• Proveedor, cuando corresponda
• Fuentes de datos
• Tipo de tecnología de IA
• Procesos de negocio que soporta
• Clasificación del riesgo
• Obligaciones regulatorias
• Fecha de implementación
• Frecuencia de revisión

Mantener este inventario proporciona visibilidad sobre el uso de la IA, respalda los informes regulatorios y permite un monitoreo de riesgos más eficaz durante todo el ciclo de vida de la IA.

4. Realizar evaluaciones de riesgos específicas de IA antes del despliegue

Toda implementación de IA debe someterse a una evaluación estructurada de riesgos antes de pasar a producción. A diferencia de las evaluaciones tecnológicas tradicionales, las evaluaciones de riesgo de IA deben analizar un conjunto más amplio de consideraciones, incluidos los riesgos de ciberseguridad, las implicaciones de privacidad de datos, las preocupaciones éticas, el sesgo del modelo, la explicabilidad, las obligaciones regulatorias, el impacto operativo, las dependencias de terceros, las implicaciones de continuidad del negocio y los riesgos reputacionales.

El objetivo no es eliminar todos los riesgos posibles, sino garantizar que los riesgos se identifiquen, evalúen y gestionen dentro del apetito de riesgo definido por la organización antes del despliegue.

5. Definir una propiedad y una rendición de cuentas claras

Uno de los mayores desafíos de gobierno en torno a la IA es la rendición de cuentas. Cuando un sistema de IA produce una recomendación inexacta o contribuye a una decisión de negocio con consecuencias no deseadas, las organizaciones deben saber quién es responsable.

Toda solución de IA debe tener una propiedad claramente definida, incluida la responsabilidad sobre:

• Desempeño del modelo
• Gestión de riesgos
• Cumplimiento normativo
• Monitoreo continuo
• Gestión de incidentes
• Revisiones periódicas
• Resultados de negocio

Aunque la IA puede automatizar procesos de toma de decisiones, la rendición de cuentas siempre debe permanecer en manos de las personas responsables. Una propiedad claramente definida fortalece el gobierno y favorece la toma de decisiones informadas durante todo el ciclo de vida de la IA.

6. Actualizar las políticas existentes para abordar el uso de IA

Muchas organizaciones ya cuentan con políticas de seguridad de la información, uso aceptable, privacidad de datos, adquisiciones y gestión de riesgos de terceros. Sin embargo, estas políticas a menudo no abordan los riesgos específicos de la IA.

Las organizaciones deben revisar y actualizar las políticas existentes para incluir orientación sobre:

• Uso aceptable de herramientas de IA generativa
• Manejo de información confidencial
• Toma de decisiones asistida por IA
• Consideraciones de propiedad intelectual
• Requisitos de protección de datos
• Principios éticos de IA
• Expectativas de supervisión humana
• Responsabilidades de los empleados al usar IA

En lugar de crear políticas de IA independientes, las organizaciones deberían integrar el gobierno de la IA en su marco corporativo de gobierno más amplio.

7. Fortalecer la gestión de riesgos de IA de terceros

La mayoría de las organizaciones dependen de proveedores externos de IA, proveedores de nube o plataformas de Software as a Service (SaaS). Esto hace que la gestión de riesgos de terceros sea más importante que nunca. Antes de contratar proveedores de IA, las organizaciones deben evaluar:

• Controles de seguridad de la información
• Prácticas de privacidad
• Certificaciones de cumplimiento
• Requisitos de residencia de datos
• Transparencia del modelo
• Capacidades de respuesta a incidentes
• Obligaciones contractuales
• Protecciones de propiedad intelectual
• Acuerdos con subcontratistas

La debida diligencia del proveedor debe ir más allá de los cuestionarios de seguridad tradicionales para evaluar cómo los proveedores de IA gestionan los riesgos éticos, operativos y regulatorios.

8. Implementar monitoreo continuo

El gobierno de la IA no termina una vez que un sistema se despliega. Los sistemas de IA evolucionan, aprenden de nuevos datos y pueden comportarse de manera diferente con el tiempo. Las organizaciones deben establecer procesos de monitoreo continuo para evaluar:

• Precisión del modelo
• Eventos de seguridad
• Calidad de los datos
• Cumplimiento normativo
• Indicadores de sesgo
• Métricas de desempeño
• Resultados de negocio
• Riesgos emergentes

El monitoreo continuo permite a las organizaciones identificar problemas tempranamente, responder de forma proactiva y mantener la confianza en los procesos impulsados por IA.

9. Construir una fuerza laboral consciente de la IA

La tecnología por sí sola no puede garantizar una adopción responsable de la IA. Los empleados siguen siendo uno de los componentes más críticos de un gobierno eficaz de IA. Las organizaciones deben ofrecer programas regulares de concienciación sobre temas como:

• Uso responsable de herramientas de IA
• Riesgos de ciberseguridad relacionados con IA
• Seguridad de prompts
• Obligaciones de privacidad de datos
• Identificación de desinformación generada por IA
• Consideraciones éticas
• Políticas organizacionales de IA

La capacitación debe extenderse más allá de los equipos técnicos e incluir a directivos, líderes de negocio, equipos legales, profesionales de cumplimiento y personal operativo. Crear una fuerza laboral consciente de la IA fortalece la resiliencia organizacional y reduce los riesgos humanos asociados con la adopción de IA.

10. Alinear las iniciativas de IA con el apetito de riesgo de la organización

Quizá la recomendación más importante sea asegurar que la adopción de IA se alinee con el apetito general de riesgo de la organización. No todas las organizaciones tienen la misma tolerancia a los riesgos relacionados con la IA. Sectores altamente regulados como banca, salud e infraestructura crítica pueden requerir controles de gobierno más estrictos que organizaciones que operan en entornos menos regulados.

Antes de implementar cualquier iniciativa de IA, las organizaciones deben considerar:

• ¿Esta aplicación de IA apoya nuestros objetivos estratégicos?
• ¿Qué riesgos introduce?
• ¿Esos riesgos están dentro de nuestra tolerancia aceptable?
• ¿Tenemos controles suficientes para gestionar esos riesgos?
• ¿Estamos preparados para responder si el sistema de IA falla o se comporta de manera inesperada?

Alinear la adopción de IA con el apetito de riesgo organizacional garantiza que la innovación ocurra de manera responsable y apoye un crecimiento empresarial sostenible en lugar de introducir una exposición innecesaria.

Conclusión

La inteligencia artificial es, sin duda, una de las tecnologías más transformadoras de nuestro tiempo. Su capacidad para mejorar la eficiencia, acelerar la innovación y abrir nuevas oportunidades de negocio está transformando industrias a un ritmo sin precedentes. Sin embargo, a medida que las organizaciones adoptan la IA, también deben reconocer que cada avance tecnológico introduce nuevas responsabilidades.

La conversación ya no puede limitarse a lo que la IA puede hacer. También debe abordar cómo debe gobernarse la IA.

Sin un gobierno eficaz, la IA puede amplificar el riesgo con la misma facilidad con la que crea valor. Sin una gestión de riesgos sólida, las organizaciones pueden quedar expuestas a interrupciones operativas, escrutinio regulatorio, amenazas de ciberseguridad y daños reputacionales. Y sin un marco de cumplimiento sólido, la innovación puede superar rápidamente a la rendición de cuentas.

Aquí es donde Gobierno, Riesgo y Cumplimiento se vuelven indispensables.

A medida que la IA continúa evolucionando, también debe evolucionar nuestro enfoque hacia Gobierno, Riesgo y Cumplimiento. El futuro pertenece a las organizaciones que reconocen a GRC no como una barrera para la innovación, sino como la base que hace posible una innovación sostenible. Las organizaciones que incorporen el gobierno en sus estrategias de IA desde el inicio estarán mejor posicionadas para innovar de forma responsable, fortalecer la confianza de las partes interesadas y navegar con confianza un panorama regulatorio cada vez más complejo.

En Platview Technologies, creemos que la adopción exitosa de la IA requiere más que capacidad tecnológica; requiere un marco de gobierno que garantice que la innovación permanezca segura, responsable y alineada con los objetivos de negocio. A través de nuestros servicios de asesoría en Gobierno, Riesgo y Cumplimiento, nuestra experiencia en ciberseguridad y nuestras capacidades de gestión de riesgos, ayudamos a las organizaciones a construir las estructuras, políticas y controles necesarios para aprovechar todo el potencial de la IA sin perder la confianza ni la preparación regulatoria.

La pregunta ya no es si su organización adoptará IA. La verdadera pregunta es si su marco de gobierno, riesgo y cumplimiento está preparado para gobernarla.

Si su organización busca fortalecer su estrategia de GRC, establecer prácticas responsables de gobierno de IA o mejorar su postura general de riesgo y cumplimiento, contáctenos a través de los siguientes datos:

Correo electrónico: grc@platview.com, info@platview.com

Visite:

Lea también: OpenAI lanza ChatGPT para Teens con controles de seguridad más fuertes