La IA aplicada a la documentación técnica abarca dos tareas distintas. La primera consiste en utilizar la IA para redactar, actualizar y consultar documentación: referencias de API, archivos README, registros de arquitectura y manuales de usuario. La segunda consiste en documentar los propios sistemas de IA, algo que organismos reguladores como la Comisión Europea ya exigen en determinados casos. Ambas tareas se basan en el mismo principio: la documentación es un registro en el que las personas confían, por lo que cada línea generada por IA necesita pruebas que la respalden y una persona que se responsabilice de ella.
Esta guía aborda ambas tareas. Explica un flujo de trabajo que resiste el escrutinio, cómo comprobar la exactitud, cómo está cambiando la documentación a medida que los agentes de IA se convierten en sus lectores y qué exige el EU AI Act que documenten los equipos. Las secciones sobre normativa resultarán especialmente pertinentes para las empresas estadounidenses que prestan servicio a clientes en Europa.
Resumen
- La IA redacta documentación con rapidez, pero necesita pruebas de las fuentes como entrada y un revisor humano identificado al final del proceso. Las investigaciones sobre documentación de arquitectura generada por IA constatan que los desarrolladores la valoran, aunque sigue necesitando correcciones humanas.
- Verifique la documentación generada mediante comprobaciones automatizadas siempre que sea posible. Una comprobación de existencia, que confirma que cada entidad de código mencionada en el texto existe realmente en el repositorio, detecta una categoría habitual de errores.
- Los agentes de IA también leen documentación. La estructura, los archivos legibles por máquinas y la calidad de la recuperación de información importan tanto como la redacción.
- El EU AI Act establece obligaciones documentales: documentación técnica para proveedores de modelos de IA de uso general y para sistemas de alto riesgo, y obligaciones de información para los chatbots orientados al cliente.
- La documentación describe la intención. Auditar conversaciones reales demuestra si un agente de IA se comporta según lo documentado.
Índice
- Dos significados de la IA aplicada a la documentación técnica
- Qué hace bien la IA en las tareas de documentación
- Un flujo de trabajo que resiste el escrutinio
- Comprobar la exactitud: de la proporción de existencia a las citas
- La documentación tiene ahora dos tipos de lectores
- Documentar sistemas de IA conforme al EU AI Act
- Nuestra perspectiva: la documentación es una afirmación; el comportamiento, la prueba
- De los documentos al comportamiento verificado
- Crear un conjunto documental para un agente de IA orientado al cliente
- Errores habituales
- Preguntas frecuentes
- Fuentes
Dos significados de la IA aplicada a la documentación técnica
Los resultados de búsqueda de esta expresión mezclan dos públicos. La mayoría de las páginas mejor posicionadas se dirigen a desarrolladores y redactores técnicos que eligen herramientas para producir documentación de API, archivos README, descripciones de solicitudes de incorporación de cambios y registros de decisiones de arquitectura. Un grupo menor se dirige a organizaciones que deben documentar sistemas de IA para cumplir la normativa.
El solapamiento es mayor de lo que parece. Un equipo que lanza un agente de IA para atención al cliente necesita documentación redactada con ayuda de IA, documentación que los agentes de IA puedan leer y documentación del agente que satisfaga a los reguladores. Tratar estos aspectos como tres capas de un mismo problema conduce a mejores decisiones que abordarlos como temas separados.
| Capa | Pregunta a la que responde | Responsable habitual |
|---|---|---|
| Redacción asistida por IA | ¿Cómo redactamos y actualizamos la documentación con mayor rapidez? | Redactores técnicos, desarrolladores |
| Documentación legible por IA | ¿Pueden los agentes y los sistemas de recuperación utilizar nuestra documentación con exactitud? | Ingenieros de documentación, equipos de plataforma |
| Documentación de sistemas de IA | ¿Podemos mostrar a reguladores y clientes cómo funciona y se comporta nuestra IA? | Cumplimiento normativo, asesoría jurídica, producto |
Qué hace bien la IA en las tareas de documentación
Las herramientas actuales destacan en tareas con entradas claras y un resultado comprobable.
- Primeros borradores a partir del código. Las descripciones de funciones, clases y módulos, los esquemas de archivos README y los resúmenes de registros de cambios pueden generarse a partir del código fuente y del historial de confirmaciones de cambios.
- Trabajo estructural. Reformatear contenido según una plantilla uniforme, dividir páginas largas y generar tablas de parámetros.
- Jerarquía y trazabilidad. La investigación sobre flujos automatizados de documentación muestra que generar documentos de nivel superior a partir de artefactos de código de nivel inferior permite agrupar conceptos relacionados que los redactores humanos pasan por alto y reduce el número de artefactos huérfanos que no enlazan con nada.
- Vistas de arquitectura. Un estudio de 2026 señala que los desarrolladores perciben la documentación de arquitectura generada por LLM, como las vistas del modelo C4, como valiosa y precisa. El mismo trabajo indica que la calidad de los diagramas y el modelado del contexto de alto nivel siguen necesitando correcciones humanas.
- Respuesta a preguntas. Los asistentes basados en recuperación permiten a los lectores formular preguntas sobre un conjunto documental en lugar de buscar página por página.
La IA ofrece malos resultados cuando la información veraz no está en la entrada: decisiones de producto, comportamientos no documentados, supuestos de seguridad e interpretación jurídica. Un modelo rellena estas lagunas con texto plausible. Ese es el fallo más relevante en documentación.
Un flujo de trabajo que resiste el escrutinio
Un flujo de trabajo práctico para la documentación asistida por IA consta de cinco pasos. Ninguno depende de una herramienta concreta.
- Seleccione las pruebas. Elija el material de referencia que puede utilizar el borrador: código, especificaciones, incidencias y textos de producto aprobados. Todo lo que quede fuera de este conjunto queda fuera del alcance del modelo.
- Redacte con contexto. Proporcione al modelo las pruebas, la plantilla, el público y las normas de estilo. Pídale que marque cada afirmación que no pueda respaldar con las pruebas.
- Compruebe las afirmaciones. Compare cada afirmación factual con su fuente. Automatice lo que pueda automatizarse (consulte la siguiente sección).
- Asigne un revisor. Una persona identificada aprueba cada página. En contenidos de seguridad o cumplimiento normativo, esa persona debe ser responsable de la materia, no solo un editor.
- Gestione los cambios. Vincule las actualizaciones de la documentación a los cambios de código o de políticas, de modo que una solicitud de incorporación de cambios que altere el comportamiento active una tarea de documentación.
Este orden importa. Los equipos que empiezan por la herramienta y añaden la revisión después tienden a publicar páginas bien redactadas que nadie ha verificado.
Comprobar la exactitud: de la proporción de existencia a las citas
Un texto fluido no demuestra que sea correcto. Dos técnicas de investigaciones recientes ofrecen a los equipos medidas cuantificables.
Proporción de existencia para la documentación de código
La investigación de DocAgent propone una métrica de proporción de existencia: la proporción de entidades de código mencionadas en la documentación (métodos, clases, variables) que pueden cotejarse y confirmarse en el grafo de dependencias del repositorio. Una proporción baja indica que la documentación se refiere a elementos que no existen. Un script puede ejecutar esta comprobación en cada solicitud de incorporación de cambios. No demuestra que las descripciones sean correctas, pero detecta nombres inventados a bajo coste.
Citas y «No lo sé» para los sistemas de respuesta
La documentación se parece más a un contrato que a un texto exploratorio. Las recomendaciones de profesionales que desarrollan asistentes de documentación indican que estos sistemas deben citar las fuentes y responder «No lo sé» en lugar de hacer conjeturas. Las mismas recomendaciones aconsejan la fragmentación jerárquica, que mantiene intactos los encabezados y los bloques de código, y la búsqueda híbrida que combina recuperación vectorial y por palabras clave, porque las consultas técnicas suelen depender de identificadores exactos.
Un segundo modelo puede actuar como evaluador: comprueba si cada respuesta está respaldada por los pasajes recuperados y señala las que no lo están. En entornos con fuertes exigencias de cumplimiento normativo, una respuesta sin respaldo debe tratarse como un defecto, no como una cuestión de estilo.
Una breve lista de comprobación para la revisión
- Cada función, punto de conexión, indicador y ajuste mencionado existe en la versión actual.
- Cada ejemplo de código compila o se ejecuta.
- Los números de versión y las fechas coinciden con las notas de la versión.
- Las afirmaciones sobre seguridad, privacidad y cuestiones jurídicas han sido aprobadas por sus responsables.
- La página indica qué aspectos no cubre.
La documentación tiene ahora dos tipos de lectores
La documentación ya no se escribe solo para las personas. Un análisis de plataformas de documentación señala que, a mediados de 2026, el tráfico de agentes de IA procedente de herramientas de programación ha superado al tráfico humano en los sitios de documentación. Considere este dato una observación del mercado, no una medida universal, pero la tendencia es clara y coincide con lo que comunican los equipos de desarrollo.
Esto cambia cómo deben construirse las páginas:
- Estructura antes que adornos. Los encabezados uniformes, las tablas explícitas de parámetros y las secciones breves y autónomas facilitan el uso tanto a las personas como a los sistemas de recuperación.
- Puntos de entrada legibles por máquinas. Las plataformas modernas de documentación ofrecen cada vez más archivos llms.txt, archivos skill.md y servidores de Model Context Protocol, para que los agentes puedan navegar y consultar la documentación del mismo modo que una persona utiliza la búsqueda y la navegación.
- Identificadores estables. Los agentes citan nombres exactos. Cambiar el nombre de un parámetro sin actualizar todas las páginas produce respuestas erróneas expresadas con seguridad.
- Ejemplos que se ejecutan. Un agente copiará un ejemplo tal como está escrito.
Si su producto expone herramientas a los agentes, la capa de conexión también forma parte del ámbito que debe documentarse. Para ver un caso concreto, consulte cómo abordan los equipos los servidores de correo electrónico MCP de OpenAI, donde un agente necesita acceso documentado y sujeto a permisos a un canal de comunicación.
Elegir una herramienta de documentación por tipo
En lugar de clasificar productos, compare categorías según su situación:
| Tipo de herramienta | Ideal para | Aspectos que vigilar |
|---|---|---|
| Asistentes de chat de uso general | Borradores ocasionales, manuales, reescrituras | Sin conexión con su repositorio; es fácil pegar datos no verificados |
| Generadores de documentación que analizan el código | Cadenas de documentación, archivos README y referencias de API a partir del código fuente | Describen qué hace el código, no por qué |
| Plataformas de documentación con IA integrada | Documentación alojada, búsqueda y resultados legibles por agentes | Coste por usuario o plan; dependencia del formato de contenido |
| Asistentes de recuperación personalizados | Soporte y bases de conocimiento internas | Necesitan evaluación, citas y un comportamiento alternativo ante fallos |
Los precios publicados varían mucho. La fuente de investigación anterior menciona plataformas orientadas a desarrolladores con niveles gratuitos y planes Pro de hasta $450 al mes, lo que da una idea del rango de las opciones alojadas. Compruebe los precios actuales con cada proveedor antes de elaborar el presupuesto.
Documentar sistemas de IA conforme al EU AI Act
El segundo significado de la IA aplicada a la documentación técnica es normativo. Varias obligaciones del EU AI Act implican elaborar y mantener documentos sobre sistemas de IA. El alcance depende de su función y del sistema, por lo que debe interpretar esta información como orientación, no como asesoramiento jurídico. Su asesoría jurídica debe confirmar qué disposiciones le son aplicables.
Proveedores de modelos de IA de uso general
Los proveedores de modelos de IA de uso general deben elaborar y mantener actualizada la documentación técnica que cubra el entrenamiento, las pruebas y los resultados de evaluación, y ponerla a disposición de la Oficina de IA y de los proveedores posteriores que la soliciten. El anexo XI enumera el contenido mínimo. La documentación incluye detalles como la arquitectura del modelo, los métodos de entrenamiento y la procedencia de los datos, incluida la forma de detectar sesgos y datos inadecuados.
La mayoría de las empresas estadounidenses que desarrollan agentes de atención al cliente sobre un modelo de terceros son proveedores posteriores o responsables del despliegue, no proveedores de modelos. Para ellas, lo importante en la práctica es solicitar la documentación que su proveedor de modelos está obligado a compartir y conservarla archivada.
Sistemas de IA de alto riesgo
Los sistemas de alto riesgo necesitan documentación técnica antes de comercializarse, que debe mantenerse actualizada, siguiendo los elementos especificados en el anexo IV. La documentación debe permitir que las autoridades nacionales y los organismos notificados evalúen el cumplimiento de forma clara y exhaustiva. Existe un formulario simplificado para pymes, incluidas las empresas emergentes, y pequeñas empresas de mediana capitalización.
Las fechas han cambiado. El Ómnibus Digital sobre IA, Reglamento (UE) 2026/1744, entró en vigor el 27 de julio de 2026 y trasladó las obligaciones para los sistemas autónomos de alto riesgo del anexo III del 2 de agosto de 2026 al 2 de diciembre de 2027. Los productos con IA integrada sujetos a la legislación de seguridad de la UE disponen ahora de plazo hasta el 2 de agosto de 2028, según la misma publicación. Confirme las fechas de su caso de uso en el texto oficial antes de planificar en función de ellas.
Chatbots y agentes orientados al cliente
La obligación documental más relevante para los equipos de atención al cliente es la transparencia. A partir del 2 de agosto de 2026, las directrices de la Comisión sobre las obligaciones de transparencia del artículo 50 se aplican a sistemas de IA interactivos como los chatbots: debe informarse a los usuarios de que interactúan con IA, y el contenido generado por IA necesita marcadores legibles por máquinas. Los proveedores y responsables del despliegue que no sigan el Código de Buenas Prácticas sobre Transparencia, de carácter voluntario, deben demostrar el cumplimiento por otros medios igualmente adecuados. El resumen de Technology.org añade que los sistemas generativos comercializados antes de esa fecha tienen hasta el 2 de diciembre de 2026 para incorporar el marcado legible por máquinas.
Aquí es donde la documentación se une a las operaciones. Una política que dice «nuestro agente informa de que es una IA» es un documento. Que lo haga realmente en cada conversación es un hecho que debe comprobarse.
| Obligación | Se aplica a | Qué documentar |
|---|---|---|
| Documentación técnica (art. 53, anexo XI) | Proveedores de modelos de IA de uso general | Arquitectura del modelo, entrenamiento, evaluación, procedencia de los datos |
| Documentación técnica (art. 11, anexo IV) | Proveedores de sistemas de alto riesgo | Diseño del sistema, gestión de riesgos, rendimiento, seguimiento |
| Transparencia (art. 50) | Proveedores y responsables del despliegue de IA interactiva | Método de información al usuario, enfoque de marcado y pruebas de su eficacia |
Nuestra perspectiva: la documentación es una afirmación; el comportamiento, la prueba
Auditamos agentes de IA conversacional de cualquier proveedor. No desarrollamos ni operamos los agentes, por lo que nuestros hallazgos no dependen de datos suministrados por el proveedor. Esta posición determina cómo leemos la documentación.
Una especificación, una página de políticas y una ficha de modelo describen cómo se supone que debe comportarse un agente. No muestran cómo se comporta con un cliente frustrado un viernes por la tarde. En nuestras auditorías, el 85% de los agentes auditados no deriva correctamente los problemas a representantes humanos. Muchos de esos agentes estaban documentados como sistemas con una vía de derivación. Esa vía existía sobre el papel y fallaba en conversaciones reales.
Esto nos lleva a formular tres recomendaciones para los equipos que elaboran documentación sobre agentes de IA:
- Redacte afirmaciones comprobables. «El agente transfiere la conversación a una persona cuando el cliente lo solicita» puede verificarse en las conversaciones. «El agente presta un servicio excelente» no.
- Mantenga las pruebas junto a las afirmaciones. Vincule cada comportamiento documentado con las conversaciones o pruebas que lo demuestran, para que un equipo de cumplimiento normativo pueda defenderlo ante un regulador.
- Vuelva a comprobarlo después de cada cambio. Una actualización del modelo, una modificación de las instrucciones o una nueva integración pueden alterar el comportamiento mientras la documentación permanece igual.
La revisión independiente importa por la misma razón que una auditoría financiera. La parte que desarrolla y documenta el sistema no debería ser la única que responda por él.
— Sergio Llorens
De los documentos al comportamiento verificado
Para los equipos que ya disponen de documentación de sus agentes de IA y necesitan saber si la realidad coincide con ella, Lexic Compass audita agentes de cualquier proveedor a partir de conversaciones reales. Comprueba el cumplimiento normativo, las vulnerabilidades de seguridad, la gestión de las derivaciones y la información facilitada al cliente. Las modalidades de servicio de la página de auditoría de Compass incluyen Flash Preview, Audit Sprint y Enterprise Continuous Trust. Para los equipos que desean un análisis continuo de cada llamada, chat, correo electrónico e incidencia, Lexic Pulse convierte las conversaciones en información sobre sentimiento, abandono de clientes y oportunidades. Los precios no se publican; contacte con Lexic para definir el alcance del servicio.
Crear un conjunto documental para un agente de IA orientado al cliente
Un conjunto documental útil para un agente conversacional contiene más que una descripción de sus instrucciones. Una versión mínima incluye:
- Finalidad y alcance. Qué gestiona el agente, qué rechaza y qué temas se derivan siempre a una persona.
- Diseño de la información al usuario. La redacción exacta y el momento del aviso de que el usuario está hablando con IA, por canal (chat, voz, correo electrónico).
- Reglas de derivación. Condiciones que la activan, método de transferencia, horarios e información que recibe la persona.
- Datos e integraciones. En qué sistemas puede leer o escribir el agente, con sus permisos.
- Información sobre el modelo y el proveedor. Qué modelo y versión se utilizan, y la documentación del propio proveedor conservada en el archivo.
- Pruebas y seguimiento. Cómo se prueba el comportamiento antes del lanzamiento y cómo se supervisa después, incluido quién revisa los hallazgos.
- Registro de cambios. Cada cambio de instrucciones, modelo o herramienta, con fecha y persona que lo aprueba.
Los controles que rodean al agente merecen sus propias páginas. Como ejemplo de cómo las empresas estructuran los controles de los agentes de IA durante la ejecución en un despliegue por fases, un plan de seguridad en ejecución ofrece a los responsables de documentación un marco útil para la sección operativa.
Mantenga este conjunto lo bastante breve como para poder actualizarlo. Un documento de doce páginas al día es mejor que cien páginas que nadie actualiza.
Errores habituales
- Publicar borradores sin revisar. Un resultado bien redactado genera una falsa confianza. Asigne un responsable a cada página.
- Permitir que el modelo lo vea todo. Limite las entradas a pruebas aprobadas, especialmente cuando los documentos contengan datos de clientes o código confidencial.
- Documentar solo la intención. Describa también el comportamiento observado, con resultados de pruebas.
- Ignorar a los lectores automáticos. Si los agentes consumen su documentación, la ambigüedad se convierte en respuestas erróneas a gran escala.
- Tratar las fechas normativas como inamovibles. El calendario del reglamento de IA ya ha cambiado una vez en 2026. Siga las fuentes oficiales.
Preguntas frecuentes
¿Qué IA es mejor para la documentación técnica?
Ninguna herramienta es la mejor en todas las tareas. Los asistentes generales son adecuados para borradores y reescrituras; los generadores que analizan el código, para referencias de API y cadenas de documentación; y las plataformas de documentación, para sitios alojados con función de búsqueda. Elija en función de lo bien que la herramienta utilice su propio material de referencia y de si admite revisión, citas y control de versiones.
¿Puede la IA redactar documentación técnica sin revisión humana?
Puede producir un borrador, pero no debería publicarse sin revisar. Los estudios sobre documentación de arquitectura generada por IA muestran que los desarrolladores la consideran útil, aunque siguen corrigiendo los diagramas y el contexto de alto nivel. En contenidos de seguridad, jurídicos o de cumplimiento normativo, un responsable de la materia debe aprobar cada página.
¿Cuáles son los cuatro tipos de documentación técnica?
Las categorías habituales son documentación de usuario (manuales, guías), documentación para desarrolladores (referencias de API, comentarios de código), documentación de procesos (manuales operativos, procedimientos) y documentación de sistemas o arquitectura (registros de diseño, especificaciones). Las categorías varían según la organización, y la IA puede ayudar en todas ellas. La documentación normativa de sistemas de IA suele basarse en la documentación de sistemas y de procesos.
¿Exige el EU AI Act documentación para los chatbots de atención al cliente?
Exige transparencia: a partir del 2 de agosto de 2026, debe informarse a los usuarios de sistemas de IA interactivos de que están tratando con IA. Que un chatbot necesite además documentación técnica completa depende de si está clasificado como de alto riesgo y de su función como proveedor o responsable del despliegue. Solicite a su asesoría jurídica que clasifique el sistema.
¿Cómo compruebo que la documentación redactada por IA es exacta?
Ejecute primero comprobaciones automatizadas, como confirmar que cada función y clase mencionada en el texto existe en el repositorio. Después, compare las afirmaciones con las fuentes, ejecute los ejemplos de código y obtenga la aprobación de un revisor identificado. Para los sistemas de respuesta, exija citas y una respuesta de «No lo sé» cuando falten pruebas.
Fuentes
- Artículo 53: Obligaciones de los proveedores de modelos de IA de uso general, servicio de asistencia del reglamento de IA
- Artículo 11: Documentación técnica, servicio de asistencia del reglamento de IA
- Anexo XI: Documentación técnica para proveedores de modelos de IA de uso general
- Directrices sobre las obligaciones de transparencia de los proveedores y responsables del despliegue de determinados sistemas de IA, Comisión Europea
- Plazos del EU AI Act tras el Ómnibus Digital, Technology.org
- DocAgent: Un sistema multiagente para la generación automatizada de documentación de código
- Apoyo al mantenimiento de software mediante jerarquías documentales generadas dinámicamente
- Estudio sobre documentación de arquitectura generada por LLM (arXiv)
- Creación de sistemas de documentación fiables con RAG
- Comparativa de plataformas de documentación nativas de IA, Docs as Code
- Las mejores herramientas de documentación con IA, biblioteca de Mintlify