Metodología de Seguridad en IA

AI Safety v2.0

Version 2.0 · 2026-08-19 · Governance 2.0 public evidence surface

Resumen de Gobernanza 2.0

Esta página forma parte de la superficie pública de Gobernanza 2.0 de starnum y usa la misma capa de evidencia que la system card, la gobernanza de datos, el informe de transparencia, la política de uso y la política de seguridad.

Resumen de gobernanza

Esta página describe los controles de seguridad usados en torno a la interpretación asistida por IA y la generación de contenido público.

Alcance

Textos de límites de riesgo, exclusiones de asesoramiento médico/legal/financiero, señales de monitoreo, divulgación de incidentes y límites de benchmark de modelo/proveedor.

Estado de implementación

La versión 2.0 conecta el lenguaje de seguridad con claims públicos, comprobaciones de máquina y el estado de integridad de publicación.

Versión 1.0 — Última actualización: 2026-04-18 | Referencia: Anthropic Responsible Scaling Policy · OpenAI Safety & Alignment

Declaración Ética Registro de Transparencia Metodología Política de Seguridad Benchmark

starnum.com.tw opera completamente bajo automatización de IA (Claude Code como líder técnico). En un sistema completamente impulsado por IA, la seguridad no es una salvaguarda retrospectiva, sino el principio de diseño central de la arquitectura. Esta página explica cómo implementamos la seguridad en IA, en lugar de simplemente declarar compromisos éticos.

Principio Central de Seguridad Ética > Seguridad > Calidad del Contenido > SEO > Eficiencia. Este orden de prioridad gobierna todos los conflictos de decisión. No es solo una declaración de política, es una regla rígida escrita en cada prompt de agente IA.

1. Protocolo de Red Team

El red teaming es un método de prueba adversarial que intenta proactivamente hacer que un sistema de IA viole sus reglas para descubrir vulnerabilidades de seguridad.

1.1 Herramientas de Prueba

Categoría	Escenario	Comportamiento Esperado
Prueba de Límites Éticos	Solicitar predicción de tiempo de muerte, diagnóstico de enfermedad	Rechazar salida, notificar al usuario
Prueba de Protección de Identidad	Solicitar análisis de políticos, cartas de menores	Rechazar, no producir contenido
Prueba de Inyección de Prompts	Incrustar instrucciones de manipulación en la entrada	Detectar y aislar, incluir en lista negra
Prueba de Contradicción Lógica	Ingresar configuraciones de carta contradictorias	Activar validación lógica
Prueba de Evasión de Formato	Intentar activar formatos de salida prohibidos	Validación intercepta, forzar reversión
Prueba de Gobernanza de Datos	Intentar acceso fuera de alcance a datos del usuario	Bloqueado por políticas RLS de Supabase

1.2 Procesamiento de Resultados de Pruebas

Aprobado: se registra en el log de estado del sistema, sin acción adicional
Fallido: activa la arquitectura de escalada de tres niveles (ver siguiente sección), se registra en data/incidents.md y data/transparency-log.json
Detección de Prompt Injection: la URL/dominio de origen se añade a la lista negra, sin volver a rastrearse nunca más

1.3 Zonas Absolutamente Prohibidas

Predicción del tiempo de muerte (en cualquier forma)
Diagnóstico de enfermedad o asesoramiento de tratamiento
Análisis de carta astrológica de figuras políticas
Análisis de carta de menores (sin consentimiento escrito de los padres)
Uso de resultados astrológicos como base para discriminación
Predicciones deterministas que podrían causar daño psicológico

Los elementos anteriores son zonas prohibidas codificadas (hardcoded) que no pueden ser anuladas por ninguna instrucción de usuario, servicio de pago o actualización del sistema.

2. Arquitectura de Escalada de Tres Niveles

L1 — Detección e Intercepción Automática

Disparadores: Fallo de validación lógica, violación de estándar de formato, palabra prohibida activada, inyección de prompts detectada

Acciones Automáticas:

Herramienta de filtrado de palabras prohibidas que intercepta términos vetados y lenguaje inapropiado
Herramienta de validación de formato (fuerza la devolución de salidas no conformes)
Herramienta de validación de lógica astrológica
Mecanismo de confirmación de SOP

Tiempo de Respuesta: Inmediato (intercepción sincrónica, nunca entra en el pipeline de publicación)

L2 — Reparación Automática y Registro

Disparadores: El agente no puede autocorregirse después de la intercepción L1, puntuación de calidad por debajo del umbral 3 veces consecutivas, mismo tipo de error ≥ 3 veces acumuladas

Acciones Automáticas:

El error se registra en data/failure-log.json, con análisis de causa raíz adjunto
El incidente se registra en data/incidents.md
Errores del mismo tipo ≥ 3 veces → se propone automáticamente una nueva regla al sistema de propuestas de reglas
Activa una auditoría de gobernanza multimodelo (joint-audit.js) para confirmar el alcance del problema
Se registra públicamente en el registro de transparencia (problemas menores)

Tiempo de Respuesta: Reparación automática completada en 7 días

L3 — Intervención Humana

Disparadores: Violación de límite ético (cualquier gravedad), sospecha de fuga de datos, errores lógicos sistémicos que afectan >10 artículos, reparación automática L2 falla >2 veces

Acciones:

Se detienen inmediatamente las tareas relacionadas de los agentes de IA
El responsable técnico interviene en la revisión
El contenido afectado se retira o se marca con una etiqueta de advertencia
Se actualiza públicamente el registro de transparencia (dentro de 72 horas)
Tras completar el análisis de causa raíz, se actualiza el skill pack/SOP correspondiente

Tiempo de Respuesta: CRÍTICO dentro de 4h / MAYOR dentro de 24h para iniciar revisión humana

3. Principios de Diseño del Conjunto Eval

El Conjunto Eval es una colección fija de cartas de prueba para verificar que la calidad de salida no ha regresado después de cada actualización del sistema (prueba de regresión).

3.1 Principios de Diseño

Estabilidad: 37 cartas (conjunto eval fijo) permanecen sin cambios en cada actualización, garantizando una base de comparación consistente.

Representatividad: Cubre distintas estrellas principales (sin estrella principal, Taiyin, Wuqu, etc.), distintos palacios, con/sin hora de nacimiento y distintos números de vida, garantizando una cobertura diversa de configuraciones de carta.

Sensibilidad: Incluye escenarios límite (cálculo sin hora de nacimiento, superposición de múltiples huà jì, patrones de oposición de palacios), verificando el comportamiento del sistema en escenarios difíciles.

Protección de Privacidad: Las 37 cartas de prueba están todas anonimizadas y no contienen ninguna información que permita identificar a una persona.

3.2 Momento de Activación

Debe ejecutarse tras cualquier actualización de un documento normativo central
Debe ejecutarse tras cualquier actualización de un documento SOP
Se ejecuta antes y después de cada actualización de versión del modelo de IA (comparación de diferencias)
Forma parte de la auditoría semanal de todo el sitio los domingos (benchmark-run.js)

3.3 Dimensiones de Evaluación

Dimensión	Herramienta	Umbral
Cumplimiento de formato	Herramienta de validación de formato	100 % de aprobación (exit 0)
Corrección de la lógica astrológica	Herramienta de validación de lógica astrológica	0 violaciones de reglas duras
Confirmación de lectura de SOP	Herramienta de confirmación de SOP	100 % con confirmación "✅ SOP leído"
Cumplimiento del límite ético	Herramienta de filtrado de palabras prohibidas	0 activaciones de palabras prohibidas
Cobertura (siete capas)	Herramienta de comprobación de cobertura	≥ 80 % de cobertura

→ Página de Benchmark: ver resultados públicos de evaluación y estándares de puntuación

4. Condiciones de Activación de Supervisión Humana

Aunque este sitio tiene un grado muy alto de automatización con IA, las siguientes situaciones deben activar la intervención (humana) del responsable técnico:

Condición de activación	Tipo	Urgencia
Cualquier violación de un límite ético (activación de zona absolutamente prohibida)	Ética	Inmediata
Sospecha de fuga de datos del usuario o acceso no autorizado	Seguridad	Inmediata
Prompt Injection logra eludir la capa de protección	Seguridad	Inmediata
El comportamiento de un agente de IA muestra un sesgo sistemático (errores del mismo tipo ≥ 5 veces)	Calidad	24 horas
La auditoría de gobernanza multimodelo detecta un problema P0/P1	Sistema	24 horas
La puntuación de la prueba de regresión del Conjunto Eval cae >10 %	Calidad	72 horas
Anomalía en los datos de Supabase (eliminación/modificación no autorizada)	Seguridad	Inmediata
Recepción de un informe de vulnerabilidad de un investigador de seguridad externo	Seguridad	Confirmación en 72 horas
Recepción de una reclamación de derechos de autor DMCA	Legal	Retirada inmediata

5. Mecanismos de Seguridad de la Base de Conocimiento

La base de conocimiento astrológico (KB) es la base de la salida del sistema; su seguridad afecta directamente la calidad de todo el contenido producido.

Procedimiento de limpieza con LLM: tras el rastreo, el contenido debe pasar por una limpieza con LLM que elimina publicidad, promociones y Prompt Injection
Mecanismo de lista negra: los dominios de origen donde se detecta Prompt Injection se añaden a una lista negra y quedan bloqueados de forma permanente
Validación terminológica: todo el contenido de la KB debe pasar la comparación terminológica de data/glossary.json (221 términos × 9 idiomas)
Etiquetado de escuela: las perspectivas que no pertenecen a la escuela Lu Binzhao deben marcarse con ⚠️ y no pueden usarse como referencia principal al redactar artículos
Detección de contradicciones: scripts/detect-evidence-conflict.js escanea periódicamente contradicciones de escuela/exaltación

6. Mecanismo de Mejora Continua

La seguridad no es un estado estático, sino un proceso de evolución dinámica:

Evolución impulsada por fallos: el análisis de causa raíz de cada incidente L2/L3 debe actualizar el skill pack correspondiente para evitar que el mismo problema se repita
20 rondas de auditoría conjunta (hasta el 2026-04-12): 188 correcciones de bugs acumuladas; en R15, las 4/4 IA confirmaron CLEAN por primera vez
Ciclo de vida de las reglas: las reglas candidatas que no se activan en 90 días se retiran (skill-lifecycle.md), evitando la inflación de reglas
Revisión trimestral: cada trimestre, la gobernanza multimodelo revisa conjuntamente la arquitectura general y propone mejoras

7. Recursos Relacionados

Declaración Ética — Marco ético para el uso de IA
Registro de Transparencia — Registro público de incidentes
Benchmark — Resultados públicos de evaluación y rúbrica de puntuación
Política de Gobernanza de Datos IA — Cómo se manejan los datos del usuario
Política de Uso Aceptable — Normas de uso de la plataforma
Metodología de Producción de Contenido — Visión general de la arquitectura técnica
Política de Divulgación de Seguridad — Proceso de reporte de vulnerabilidades

Normas externas y fuentes primarias

Estas fuentes primarias orientan esta página. Son referencias comparativas, no avales de terceros al sitio.

Instantánea Actual de Auditoría de Máquina

Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.

2026-08-19

Mantenimiento

17/17

Ciclos LLM cerrados

180/180

Páginas de gobernanza

Errores JSON-LD

32,724

Fragmentos de la KB (HEALTHY)

Entradas TM; verificadas 0

7,976/7,976

Listos para respuesta de IA; fallos 0

critical

Página de estado: 4 críticos, 0 avisos

data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
data/discovery-surface-audit.json: 0 errores, 0 avisos.
data/sla-report.json: critical / 4 críticos, 0 avisos.

Mantenimiento de Contenido y Decisión de Actualización

Este bloque hace que el contenido de la página de gobernanza sea verificable por máquina: cada página debe revelar de qué datos depende, qué páginas relacionadas la afectan y qué gate reporta la necesidad de actualizarla.

Decisión de actualización

Esta página no es texto estático. Cuando cambian los datos de origen, las políticas relacionadas, las métricas públicas o los generadores, AI Ops solo produce evidencia; un agente de IA decide si hay que editar el texto.

Límite humano

Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.

Comando de verificación

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
Páginas de gobernanza relacionadas: Uso aceptable · Política de seguridad · Tarjeta del sistema · Informe de transparencia
Flujo de actualización: npm run update:trust-pages → npm run test:trust

Instantánea Actual de Auditoría de Máquina

Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.

2026-08-19

Mantenimiento

17/17

Ciclos LLM cerrados

180/180

Páginas de gobernanza

Errores JSON-LD

32,724

Fragmentos de la KB (HEALTHY)

512,152

Entradas TM; verificadas 6,250

7,976/7,976

Listos para respuesta de IA; fallos 0

critical

Página de estado: 4 críticos, 0 avisos

data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
data/discovery-surface-audit.json: 0 errores, 0 avisos.
data/sla-report.json: critical / 4 críticos, 0 avisos.

Mantenimiento de Contenido y Decisión de Actualización

Decisión de actualización

Límite humano

Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.

Comando de verificación

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
Páginas de gobernanza relacionadas: Uso aceptable · Política de seguridad · Tarjeta del sistema · Informe de transparencia
Flujo de actualización: npm run update:trust-pages → npm run test:trust

Instantánea Actual de Auditoría de Máquina

Este bloque usa únicamente datos de auditoría local trazables; no añade afirmaciones sin fuente. Las fechas son las de generación real.

2026-08-19

Mantenimiento

17/17

Ciclos LLM cerrados

180/180

Páginas de gobernanza

Errores JSON-LD

32,724

Fragmentos de la KB (HEALTHY)

512,152

Entradas TM; verificadas 6,250

7,976/7,976

Listos para respuesta de IA; fallos 0

critical

Página de estado: 4 críticos, 0 avisos

data/state-machine/i18n-parity.json: 8,036 URLs padre, 7,976 artículos.
data/kb-machine-audit.json: 3,238 archivos de origen, 0 cobertura faltante, 0 fragmentos huérfanos.
data/discovery-surface-audit.json: 0 errores, 0 avisos.
data/sla-report.json: critical / 4 críticos, 0 avisos.

Mantenimiento de Contenido y Decisión de Actualización

Decisión de actualización

Límite humano

Los sistemas se encargan de detectar, reportar y conservar evidencia; agentes como Codex/Claude realizan la corrección final y el juicio de tono.

Comando de verificación

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
Páginas de gobernanza relacionadas: Uso aceptable · Política de seguridad · Tarjeta del sistema · Informe de transparencia
Flujo de actualización: npm run update:trust-pages → npm run test:trust

Capa de Evidencia Verificable

Este bloque no es una declaración retórica: cada afirmación central tiene un claim id, un JSON de origen, un hash y un comando de verificación repetible. Las páginas públicas solo revelan evidencia de gobernanza publicable; no exponen código fuente, claves, datos privados ni detalles de superficie de ataque explotables.

Claim ID	Valor verificable	Estado	Página responsable	Fuente y verificación
claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors Auditoría de discovery surface de IA	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state Fuente SLA de la página de estado	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing Estado de la firma GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

System Card V2.0: Capa de Transparencia Técnica

Esta capa reúne la evidencia técnica de gobernanza que puede publicarse: arquitectura, fuentes de datos, límites de uso de IA, puertas de calidad, integridad de publicación y alineación con proveedores. El alcance público excluye deliberadamente el código fuente, las claves, los detalles de superficie de ataque explotables y los datos privados.

Arquitectura pública

Cloudflare Pages/Workers, R2/D1/KV/Pagefind y los scripts de generación locales forman la cadena de publicación del sitio público y de los datos de gobernanza. Solo se publican comportamiento, estado y fuentes de datos verificables; no se publican claves ni permisos operativos internos.

Divulgación de uso de IA

El escaneo de código no encontró actualmente ninguna configuración de modelo de inferencia en producción verificable. OpenAI, Anthropic y Google Gemini se usan como referencia del marco de gobernanza; sin evidencia de código o configuración, no se describen como en uso activo.

Puertas de calidad y seguridad

Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.

Datos y trazabilidad

Base de conocimiento: 32,724 chunks; TM: 512,152 entradas; listos para respuesta de IA: 7,976/7,976. Los datos públicos remiten a data/state-machine/*, data/*audit*.json y los informes de transparencia.

Área de gobernanza	OpenAI	Anthropic	Google Gemini	Evidencia de implementación de Starnum
Divulgación de modelo/system card	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
Evaluación de seguridad y límites de uso	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers
Gobernanza de datos	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, seguimiento de fuentes KB/TM512,152 hashes SHA-256
Monitoreo y publicación	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang

Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.

El objetivo de V2.0 no es añadir más adjetivos, sino separar lo "ya implementado" de lo "aún no implementado": el uso en producción, la alineación de gobernanza, las anomalías de estado, la firma GPG y los incumplimientos de SLA se publican tal como constan en los datos de origen.

Integridad de Publicación y GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

Alineación con OpenAI / Anthropic / Google Gemini

Los documentos de gobernanza de este sitio se contrastan con los tres marcos públicos: documentación de modelos, system card/model card, evaluación de seguridad, gobernanza de datos y políticas de uso. Esto es alineación de gobernanza, no una afirmación de que los tres proveedores estén en uso de inferencia en producción. Fecha de revisión de documentos oficiales: 2026-08-19

Fuente de referencia	Enfoque de gobernanza	Divulgación de Starnum	Fuente oficial
OpenAI	Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://platform.openai.com/docs/models
Anthropic	Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://ai.google.dev/gemini-api/docs/models

Capa de Evidencia Verificable

Claim ID	Valor verificable	Estado	Página responsable	Fuente y verificación
claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors Auditoría de discovery surface de IA	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state Fuente SLA de la página de estado	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing Estado de la firma GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

System Card V2.0: Capa de Transparencia Técnica

Arquitectura pública

Divulgación de uso de IA

Puertas de calidad y seguridad

Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.

Datos y trazabilidad

Área de gobernanza	OpenAI	Anthropic	Google Gemini	Evidencia de implementación de Starnum
Divulgación de modelo/system card	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
Evaluación de seguridad y límites de uso	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers
Gobernanza de datos	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, seguimiento de fuentes KB/TM512,152 hashes SHA-256
Monitoreo y publicación	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang

Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.

Integridad de Publicación y GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

Alineación con OpenAI / Anthropic / Google Gemini

Fuente de referencia	Enfoque de gobernanza	Divulgación de Starnum	Fuente oficial
OpenAI	Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://platform.openai.com/docs/models
Anthropic	Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://ai.google.dev/gemini-api/docs/models

Capa de Evidencia Verificable

Claim ID	Valor verificable	Estado	Página responsable	Fuente y verificación
claim.public-url-manifest.indexable-count Inventario de URLs públicas y canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate Auditoría de máquina de páginas de confianza	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors Auditoría de discovery surface de IA	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors Auditoría de JSON-LD / datos estructurados	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state Fuente SLA de la página de estado	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini Alineación OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 Anclaje SHA-256 del informe de transparencia	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing Estado de la firma GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

System Card V2.0: Capa de Transparencia Técnica

Arquitectura pública

Divulgación de uso de IA

Puertas de calidad y seguridad

Auditoría de páginas de gobernanza: 180/180 aprobadas; errores JSON-LD: 0; errores de discovery surface: 0. La página de estado muestra tal cual critical / 4 critical, 0 warnings.

Datos y trazabilidad

Base de conocimiento: 32,724 chunks; TM: 0 entradas; listos para respuesta de IA: 7,976/7,976. Los datos públicos remiten a data/state-machine/*, data/*audit*.json y los informes de transparencia.

Área de gobernanza	OpenAI	Anthropic	Google Gemini	Evidencia de implementación de Starnum
Divulgación de modelo/system card	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
Evaluación de seguridad y límites de uso	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, textos de límites de riesgo, auditoría de políticas de crawlers
Gobernanza de datos	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, seguimiento de fuentes KB/TM, hashes SHA-256
Monitoreo y publicación	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, informe SLA, trust-pages-machine-audit, auditorías de sitemap/hreflang

Fuente: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
Fuente: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
Fuente: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
Fecha de revisión de documentos oficiales de referencia: 2026-08-19; los enlaces están en la tabla de alineación OpenAI / Anthropic / Google Gemini.

Integridad de Publicación y GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

Alineación con OpenAI / Anthropic / Google Gemini

Fuente de referencia	Enfoque de gobernanza	Divulgación de Starnum	Fuente oficial
OpenAI	Documentación de modelos, notas del modelo más reciente, buenas prácticas de seguridad y controles de datos.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://platform.openai.com/docs/models
Anthropic	Documentación de los modelos Claude, system card/model card, Responsible Scaling y política de seguridad.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	Documentación del modelo de la API de Gemini, configuración de seguridad, gobernanza de datos y política de la plataforma.	No se encontró actualmente ninguna configuración de modelo verificable en el escaneo de código de producción; el proveedor solo figura como referencia de gobernanza.	https://ai.google.dev/gemini-api/docs/models