Módulo 8: Proyecto Integrador — Ethics Audit of an AI System

Introducción al Ethics Audit Project

Descripción de la cápsula

Llegaste al cierre. No solo de esta guía, sino de las 22 guías del AI Engineering Path completo. El estudiante que llega aquí ha recorrido un camino que empezó con Python fundamentals y termina auditando la ética de un sistema AI con un framework profesional que él mismo construyó.

Este es el momento donde todos los conocimientos convergen:

Impacto ético (M1)
Bias detection (M2)
Privacy (M3)
EU AI Act (M4)
GDPR (M5)
Industry standards (M6)
Responsible AI Framework (M7)

Acá los aplicás.

El deliverable es un Ethics Audit Report portfolio-worthy: un documento que demuestra competencia no solo técnica, sino de governance y responsabilidad. Es lo que diferencia a un developer que usa AI de un AI Engineer profesional.

Al terminar el módulo vas a poder:

Conducir ethics audit completo aplicando tu framework (M7)
Producir Ethics Audit Report con secciones structured
Priorizar recomendaciones de remediation
Comunicar findings a audiences técnicas y ejecutivas
Demostrar que la auditoría es proceso repetible, no one-off

¿Dónde estamos?

AI Engineering Path (22 guías)
└── ...
└── Guía #22: AI Ethics & Compliance
    └── Phase 1: Foundations ✅
    └── Phase 2: Regulatory ✅
    └── Phase 3: Practical Implementation
        └── M7 Responsible AI Framework ✅
        └── M8 Ethics Audit ← ESTÁS AQUÍ (FINAL)

Después de M8: nada. Terminás el path. Vas a implementar AI responsablemente en tu trabajo.

¿Qué es Ethics Audit?

Una review estructurada y comprehensiva de un sistema AI usando un framework predefinido. No es checklist filling — es proceso de descubrimiento:

Apply framework (M7) ítem por ítem
Gather evidence para each item
Identify gaps: items donde no podés provide evidence
Document findings: structured report
Prioritize recommendations: critical/high/medium/low
Communicate: technical + executive audiences

Output: portfolio-worthy document que demonstrate professional competency.

Tres opciones de sistema a auditar

Tenés flexibilidad sobre qué auditar:

Opción A: Capstone del path (recomendada)

El AI-Powered Knowledge Assistant del System Design & Scaling Guide (M21). Razones:

Lo conocés en detalle
Tenés todos los M1-M7 artifacts producidos para él
Es realistic
Best alignment con módulos previos

Opción B: Tu propio proyecto

Si tenés un AI system en producción o desarrollo en tu trabajo. Razones:

More relevant para tu real career
Findings tangible value
Real stakes

Caveat: confidentiality may require anonymization para portfolio.

Opción C: Case study provisto

Si no tenés A o B, usás un caso de estudio (definido en este módulo). Razones:

Practice con scenario controlado
Comparable con peers
Lower stakes for learning

Recommendation: A si seguiste todo el path. B si tenés algo en trabajo. C as fallback.

Estructura del Ethics Audit Report

1. Executive Summary (1 page)
2. System Overview (1-2 pages)
3. Audit Methodology (1 page)
4. Findings by Section:
   - Bias and Fairness (2-3 pages)
   - Privacy and Data Protection (2-3 pages)
   - Transparency and Explainability (1-2 pages)
   - Compliance — EU AI Act (2-3 pages)
   - Compliance — GDPR (2-3 pages)
   - Documentation and Governance (1-2 pages)
5. Recommendations and Action Plan (3-5 pages)
6. Conclusion and Sign-off (1 page)
7. Appendices (variable):
   - Evidence references
   - Methodology details
   - Glossary

Total: 15-25 pages para serious audit.

Mapa del módulo

Cápsula	Tema	Output
01	Introducción (esta)	Modelo mental + scope
02	Audit methodology	Cómo conducir audit step-by-step
03	Findings: Bias + Privacy sections	Output structure para these sections
04	Findings: Transparency + Compliance	Output structure
05	Findings: Documentation + Governance	Output structure
06	Recommendations y prioritization	Critical/High/Medium/Low + remediation plans
07	Dual-audience reporting	Technical + executive versions
08	Proyecto: Ethics Audit Report completo	El deliverable final

Por qué este module es el cierre del path

Los módulos anteriores te enseñaron conocimiento:

Cómo build sistemas (M1-21 of path)
Cómo think about ethics (M1-7 of this guide)

Este módulo te enseña integration y demonstration:

Aplicás all knowledge to a real audit
Producís deliverable portfolio-worthy
Demuestras que podés repetir el process

Diferencia entre conocer y poder hacer: si terminás M8 con un Ethics Audit Report well-done, demonstrás competencia. Si solo estudiás contenido sin aplicar, conocés pero no podés probar capacidad.

Mindset: discovery, no checkbox

Common trap: treat audit as filling checkbox.

Bad: "Item 1.2 bias testing: yes ✓ (asumido)"

Good: "Item 1.2: Pulled bias audit report. DPR para gender = 0.92.
       DPR para age 65+ = 0.71. Disparity gap exceeds threshold.
       Investigated: model underperforms para older demographic
       likely due to underrepresentation in training data.
       Recommendation: targeted data collection + re-test."

Audit debe investigate each item, gather real evidence, document findings even when uncomfortable.

Trampas comunes al cursar el módulo

Trampa 1 — Treat as checkbox exercise. Click "yes" on everything to "complete" audit. Useless. Audit value is in finding gaps.

Trampa 2 — Document only positives. Reporting "todo perfecto" is suspicious. Real audits find issues. Documenting issues is expected and valuable.

Trampa 3 — No prioritization. 50 findings, all listed equal. Stakeholder can't act on overwhelming. Prioritize.

Trampa 4 — Single audience. Write only for engineers. Or only for executives. Need both perspectives.

Trampa 5 — Audit que se hace una vez. Treat as one-time event. Real audit value is periodic process. Schedule next.

Evidence of success al terminar M8

Vas a saber que terminaste bien si:

✅ Ethics Audit Report completo (15-25 pages)
✅ Each section tiene specific evidence + findings
✅ Recommendations priorizadas (critical/high/medium/low)
✅ Dual-audience versions (technical + executive)
✅ Sign-off section completo
✅ Portfolio-quality (could be shown in interview)
✅ Process es repetible (you could do this again easily)

Siguiente cápsula

02 — Audit methodology. Cómo conducir el audit step-by-step: preparación, ejecución, documentación, sign-off.

Recursos

Microsoft Responsible AI Toolkit — for tooling support.
AI Verify (Singapore) — testing framework.
OECD AI Policy Observatory — policy and audit research.
Algorithmic Audit examples — case studies.
AI Incident Database — for context on failures.

← AnteriorProyecto: Responsible AI Framework completo Siguiente →Audit Methodology