Skip to main content
Logotipo de la Comisión Europea
AI Act Service Desk

AI Act Explorer

Considerando
Capítulo I: Disposiciones Generales
Capítulo II: Prácticas de IA Prohibidas
Capítulo III: Sistemas de IA de Alto Riesgo

Sección 1: Clasificación de los sistemas de IA como sistemas de alto riesgo

Sección 2: Requisitos de los sistemas de IA de alto riesgo

Sección 3: Obligaciones de los proveedores y responsables del despliegue de sistemas de IA de alto riesgo y de otras partes

Sección 4: Autoridades notificantes y organismos notificados

Sección 5: Normas, evaluación de la conformidad, certificados, registro

Capítulo IV: Obligaciones de transparencia de los proveedores y responsables del despliegue de determinados sistemas de IA
Capítulo V: Modelos de IA de uso general
Capítulo VI: Medidas de apoyo a la innovación
Capítulo VII: Gobernanza
Capítulo VIII: Base de datos de la UE para sistemas de IA de alto riesgo
Capítulo IX: Vigilancia poscomercialización, intercambio de información y vigilancia del mercado

Sección 1: Vigilancia poscomercialización

Sección 2: Intercambio de información sobre incidentes graves

Sección 3: Garantía del cumplimiento

Sección 4: Vías de recurso

Sección 5: Supervisión, investigación, cumplimiento y seguimiento respecto de proveedores de modelos de IA de uso general

Capítulo X: Códigos de conducta y directrices
Capítulo XI: Delegación de poderes y procedimiento de comité
Capítulo XII: Sanciones
Capítulo XIII: Disposiciones finales
Anexos

ANEXO XIII



Criterios para la clasificación de los modelos de IA de uso general con riesgo sistémico a que se refiere el artículo 51

Con el fin de determinar si un modelo de IA de uso general tiene unas capacidades o unos efectos equivalentes a los contemplados en el artículo 51, apartado 1, letra a), la Comisión tendrá en cuenta los siguientes criterios:

a)   el número de parámetros del modelo;

b)   la calidad o el tamaño del conjunto de datos, por ejemplo medidos a través de criptofichas;

c)   la cantidad de cálculo utilizada para entrenar el modelo, medida en operaciones de coma flotante o indicada con una combinación de otras variables, como el coste estimado del entrenamiento, el tiempo estimado necesario o el consumo de energía estimado para el mismo;

d)   las modalidades de entrada y salida del modelo, como la conversión de texto a texto (grandes modelos de lenguaje), la conversión de texto a imagen, la multimodalidad y los umbrales punteros para determinar las capacidades de gran impacto de cada modalidad, y el tipo concreto de entradas y salidas (por ejemplo, secuencias biológicas);

e)   los parámetros de referencia y las evaluaciones de las capacidades del modelo, también teniendo en cuenta el número de tareas sin entrenamiento adicional, la adaptabilidad para aprender tareas nuevas distintas, su nivel de autonomía y capacidad de ampliación y las herramientas a las que tiene acceso;

f)   si sus repercusiones para el mercado interior son importantes debido a su alcance, lo que se dará por supuesto cuando se haya puesto a disposición de al menos 10 000  usuarios profesionales registrados establecidos en la Unión;

g)   el número de usuarios finales registrados.