Artículo 8° bis · Explicabilidad XAI
Cumplimiento Obligatorio de Transparencia Algorítmica e Intervención Humana
🔴 1. EL DOLOR CRÍTICO QUE ATACA

Prohibición estricta de decisiones automáticas de 'Caja Negra' en crédito y RRHH

El Artículo 8° bis de la Ley 21.719 sanciona con hasta 10.000 UTM a empresas que utilicen algoritmos o IA para rechazar clientes o postulantes sin entregar la lógica matemática aplicada y la posibilidad de impugnación ante un revisor humano.

⚠️ Sanción Máxima: Hasta 20.000 UTM / Pérdida de Licencia
🟢 2. CÓMO LO SOLUCIONA EPROJECT

Motor de Explicabilidad Matemática XAI (Valores SHAP/LIME) + Flujo Human-in-the-Loop

Gráfico de cascada interactivo que desglosa en tiempo real el impacto exacto de cada variable (ej. Morosidad -32%, Deuda -21%, Renta +14%) con botón de apelación ciudadana y emisión de expediente EIPD oficial.

✓ Entregable: Certificado Criptográfico SHA-256 para la APDP
💰 3. MODELO COMERCIAL & PRICING

Auditoría de Algoritmos & XAI: $6.000.000 a $15.000.000 CLP por modelo

Servicio de alta ingeniería dirigido a Fintechs, bancos, aseguradoras y plataformas de selección de personal para blindar sus modelos predictivos de IA.

⚡ ROI Inmediato: Menos del 2% del costo de una sanción legal
Variables de Entrada (Solicitud de Crédito) Postulante #4829
Ingreso Mensual Líquido: $1.200.000 CLP
Deuda Comercial Acumulada: $6.500.000 CLP
Días de Morosidad (DICOM): 45 días
Antigüedad Laboral: 1.5 años
* Prohibición legal de discriminar por variables sensibles (edad, género, etnia, dirección geográfica).
Dictamen de Explicabilidad Matemática (XAI) Conforme Art. 8° bis

CRÉDITO RECHAZADO

Probabilidad de Cumplimiento: 38% (Umbral mínimo: 65%)
CONTRIBUCIÓN DE CADA VARIABLE A LA DECISIÓN ALGORÍTMICA (SHAP VALUES):
Morosidad DICOM -32.4%
Carga Financiera (Deuda/Ingreso) -21.8%
Antigüedad Laboral +8.5%
Nivel de Renta Líquida +14.2%

💼 Oportunidad Comercial para eProject:

El Mandato de la Ley 21.719 (Artículo 8° bis): Las Fintechs, bancos, emisores de tarjetas y plataformas de selección laboral que usan modelos de IA para tomar decisiones automatizadas enfrentan multas de hasta 10.000 UTM si rechazan a un usuario sin entregarle la "lógica aplicada y la posibilidad de impugnar la decisión ante un revisor humano".

El Servicio de eProject: eProject audita los modelos de machine learning de las empresas, calcula los valores SHAP/LIME en tiempo real y les instala este módulo de explicabilidad como API. Proyectos de auditoría de $6.000.000 a $15.000.000 CLP por modelo más soporte mensual continuo.