Artículo I — Qué somos
Arteclaw es infraestructura de AI Assurance para operaciones reguladas. Construimos sistemas donde la inteligencia artificial amplifica el juicio profesional sin reemplazarlo.
Operamos en contextos donde el error tiene consecuencias reales: derecho, compliance, asesoría profesional. En esos contextos, la IA capaz no es suficiente — la IA gobernada es la única opción. Gobernamos a partir de evidencia: cada control que implementamos responde a un problema documentado, no a una expectativa razonable ni a una política de buenas intenciones.
Artículo II — Principios operativos
Los cinco principios del manifiesto público se traducen internamente en reglas de operación.
I
La IA amplifica el juicio humano, no lo reemplaza
Ningún output de clasificación A2 o superior se entrega a un cliente sin revisión de un profesional responsable. La firma humana es condición, no opción.
II
La confianza requiere evidencia, no promesas
Todo output que cite jurisprudencia, normativa o fuentes técnicas tiene sus fuentes verificadas antes de la entrega. Sin verificación, no hay entrega.
III
El razonamiento debe ser trazable
Cada respuesta generada en contexto regulado lleva trail: qué modelo la produjo, qué fuentes consultó, qué controles pasó. Sin trail, no hay entrega.
IV
El riesgo se clasifica y se gobierna
Todo request de IA recibe clasificación de riesgo antes de ejecutarse. Esa clasificación determina qué controles son obligatorios. No se negocia en producción.
V
Acceso a IA confiable es acceso a justicia
La governance va por defecto en todas las soluciones del ecosistema. No es una capa premium ni se degrada según el tamaño del cliente.
Artículo III — Controles operativos
Cuatro controles se aplican en secuencia sobre todo output de IA en contexto regulado. Los controles 1 y 2 son obligatorios para cualquier solución que exponga outputs con implicancia legal a usuarios finales. Ningún control se elimina sin decisión de arquitectura documentada.
1 ★ Clasificación de riesgo antes de la ejecución
Todo request es clasificado antes de procesarse. La clasificación determina qué controles adicionales son obligatorios. Una solicitud no clasificada no se procesa.
2 ★ Verificación de fuentes después de la generación
Todo output que cite fuentes externas tiene esas fuentes verificadas antes de llegar al profesional. Un output con fuentes no verificadas no se entrega.
3 Revisión independiente para outputs de alto riesgo
Los outputs de clasificación A3 pasan por revisión de sistemas independientes antes de la entrega. Una segunda perspectiva no es opcional en ese nivel.
4 Audit trail para toda la cadena
Cada paso — clasificación, generación, verificación, revisión — queda registrado. El registro es exportable bajo solicitud del cliente.
★ Obligatorios para outputs con implicancia legal a usuarios finales.
Artículo IV — Clasificación de riesgo A0-A3
| Clase | Descripción | Controles obligatorios | Revisión humana |
| A0 | Información pública, sin implicancia legal | Clasificación | Opcional |
| A1 | Orientación general, baja implicancia | Clasificación | Opcional |
| A2 | Análisis específico, implicancia media | Clasificación + verificación de fuentes | Recomendada |
| A3 | Consejo legal, impacto en derechos o contratos | Todos + revisión independiente + trail | Obligatoria |
La clase por defecto en contextos legales es A2. Para bajar a A1, el sistema debe justificarlo en el trail. Ninguna instrucción de cliente, usuario o agente puede bajar la clasificación de un output en producción.
Artículo V — Cuándo un output es publicable
Un output de IA es publicable cuando cumple todo lo siguiente:
- 1. Fue clasificado antes de la ejecución.
- 2. Sus fuentes fueron verificadas (si las tiene).
- 3. El modelo, la versión y los controles aplicados están registrados.
- 4. Si es A3: un profesional responsable lo revisó y aprobó explícitamente.
Un output no es publicable cuando:
- — La clasificación no ocurrió antes de la ejecución.
- — Contiene fuentes no verificadas.
- — Algún control obligatorio fue omitido por cualquier razón.
- — El trail no existe o está incompleto para el nivel de riesgo requerido.
Ninguna instrucción de cliente, usuario o agente puede hacer publicable un output que no cumple estas condiciones.
Artículo VI — Compromisos con clientes
Todo cliente del ecosistema recibe:
· Clasificación de riesgo documentada — para cada tipo de output que su solución genera.
· Trail exportable — de outputs A2 y A3 bajo solicitud.
· Transparencia de modelo — qué proveedor de IA procesa su información y bajo qué acuerdo de datos.
· Escalation path documentado — qué hacer si un output es incorrecto o genera daño.
Los outputs no se usan para entrenar modelos de terceros sin consentimiento explícito del cliente.
Artículo VII — Marco regulatorio de referencia
El sistema de controles está diseñado para ser coherente con los siguientes marcos. El cumplimiento no es declarativo: cada control implementa mecanismos verificables.
| Marco | Alcance |
| EU AI Act Art. 13-50 | Transparencia, supervisión humana, gestión de riesgos |
| NIST AI RMF | Identify, Govern, Map, Measure, Manage |
| ISO/IEC 42001 | Sistema de gestión de IA |
| AAIP AR Disp. 2/2023 | Protección de datos en AI, Argentina |
| CSJN Acordadas | Uso de IA en el Poder Judicial, Argentina |
| ABA Model Rules 1.1, 1.6 | Competencia y confidencialidad en práctica legal |
| Guías CPACF 2025 | Uso ético de IA en la abogacía, Capital Federal |
Artículo VIII — Actualizaciones
Esta constitución se actualiza cuando:
- — Cambia la identidad canónica (requiere decisión de arquitectura documentada).
- — Cambia la escalation matrix A0-A3.
- — Se agrega o elimina un control obligatorio.
- — Se incorpora un nuevo marco regulatorio material.
Las actualizaciones se versionan en git. La versión activa es siempre la del commit más reciente en arteclaw-governance.