Nivel 4: El Arquitecto

Objetivo: Automatizar la creación de documentos regulatorios de 50+ páginas.

Prerrequisito: Nivel 3 (El Auditor)

---

1. El Cuello de Botella: “Documentación Técnica”

De acuerdo con el Artículo 11 y Anexo IV de la EU AI Act, los sistemas de Alto Riesgo (como Scoring de Crédito) requieren Documentación Técnica exhaustiva. Escribir esto manualmente toma semanas.

2. La Solución: Cumplimiento Generativo

Usamos tus Políticas (Nivel 1 & 2) y Evidencia (Nivel 2/3) para invocar a un LLM que redacte el documento por ti.

Venturalitica soporta:

• Nube: Mistral (via API).
• Local: Ollama (Propósito general).
• Soberana (NUEVO): ALIA (Nativo Español GGUF vía Llama.cpp) - Experimental.

El Upgrade

Continuamos trabajando en el proyecto de “Scoring de Crédito”.

Código Completo: Puedes encontrar el script de automatización para la generación del Anexo IV aquí: generate_annex_iv.py

Ejecutar la Auditoría de Alto Riesgo

Asegúrate de haber corrido los pasos de recolección:

import venturalitica as vl
from venturalitica.quickstart import load_sample
from sklearn.model_selection import train_test_split

# 1. Cargar Datos
df = load_sample("loan")
train_df = df.sample(frac=0.8, random_state=42)
val_df = df.drop(train_df.index)

# 2. Ejecutar la Auditoría de Assurance de Artículo 10 (Datos) y Artículo 15 (Modelo)
with vl.monitor("loan_annex_audit"):
    # 2.1 Verificar Datos de Entrenamiento (Art 10)
    # Descarga data_policy.oscal.yaml desde:
    # https://github.com/venturalitica/venturalitica-sdk-samples/blob/main/scenarios/loan-credit-scoring/policies/loan/data_policy.oscal.yaml
    vl.enforce(
        data=train_df,
        target="class",
        gender="Attribute9",
        age="Attribute13",
        policy="data_policy.oscal.yaml"
    )

    # 2.2 Verificar Rendimiento del Modelo (Art 15)
    # Descarga model_policy.oscal.yaml desde:
    # https://github.com/venturalitica/venturalitica-sdk-samples/blob/main/scenarios/loan-credit-scoring/policies/loan/model_policy.oscal.yaml
    vl.enforce(
        data=val_df.assign(prediction=val_df["class"]),  # Modelo simulado
        target="class",
        prediction="prediction",
        gender="Attribute9",
        policy="model_policy.oscal.yaml"
    )

3. Generar el Documento

1. Abre el Dashboard: venturalitica ui.

2. Ve a la pestaña “Generador Anexo IV”.

3. Selecciona Proveedor: Nube (Mistral), Local (Ollama), o Soberana (ALIA - Experimental).

4. Haz click en “Generar Anexo IV”.

   

El Proceso de Generación

Observa los logs. El Sistema actúa como un Equipo de Agentes:

1. Scanner: Lee tu trace.json (La Evidencia).
2. Planner: Decide qué secciones del Anexo IV aplican a tu tipo de modelo específico.
3. Writer: Redacta “Sección 2.c: Arquitectura” usando el summary() de tu código Python real.
4. Critic: Revisa el borrador contra el estándar ISO 42001.

Resultado: Un archivo markdown (Annex_IV.md) que cita tus puntajes de precisión específicos (ej. Demographic Parity: 0.92) como prueba de seguridad.

4. Seleccionando tu LLM

Característica	Nube (Mistral API)	Local (Ollama)	Soberana (ALIA - Experimental)
Privacidad	Transporte Encriptado	100% Offline	Bloqueado por Hardware
Soberanía	Alojado en UE	Genérico	Nativo Español
Velocidad	Rápido (Modelo Grande)	Más lento	Lento (Experimental)
Caso de Uso	Pulido Final de Alta Calidad	Testing Iterativo	Solo Investigación

Actualmente ofrecemos ALIA como una feature experimental para organizaciones pilotando IA soberana nativa en español.

Feature Experimental y Requisitos de Hardware

ALIA es un modelo de 40B parámetros. Está marcado como EXPERIMENTAL y requiere recursos de hardware significativos:

• RAM/VRAM: ~41GB requeridos (cuantización Q8).
• GPU: Se recomienda una GPU de gama alta (ej. RTX 3090/4090 con 24GB+) para velocidades usables.
• Rendimiento: En hardware de consumo o GPUs más pequeñas (como RTX 2000), la inferencia correrá efectivamente en CPU y será muy lenta.

5. Exportar a PDF

Por defecto, generamos Annex_IV.md (Markdown) para control de versiones. Para convertir esto a un PDF de grado regulatorio:

Usando mdpdf (Python)

uv pip install mdpdf
uv run mdpdf Annex_IV.md

Usando Pandoc (Avanzado)

pandoc Annex_IV.md -o Annex_IV.pdf --toc --pdf-engine=xelatex

6. Mensajes para Llevar a Casa

1. La Documentación es una Función: f(Evidencia) -> Documento. Nunca escribas lo que puedes generar.
2. LiveTrace: Si tu precisión cae mañana, regenera el documento. Reflejará el estado actual, previniendo la “Deriva de Documentación”.
3. El Bucle Completo: Has ido de Código -> Política (N1) -> Ops (N2) -> Evidencia (N3) -> Documento Legal (N4).

---

Felicidades

Has completado la Academia Venturalitica. Ahora estás listo para integrar esto en tu propio Pipeline CI/CD.

Referencias

• Ciclo de Vida Completo — El flujo completo en una sola página para copiar y pegar
• Guía del Dashboard — Tutorial detallado del Dashboard y la Fase 4
• Referencia de Métricas — Todas las 35+ métricas disponibles para políticas
• Creación de Políticas — Escribe políticas OSCAL personalizadas