Reglamento de IA de la UE: cómo utiliza MousePlayer la inteligencia artificial

1. Para qué sirve esta página

El Reglamento de Inteligencia Artificial (Reglamento (UE) 2024/1689, «Reglamento de IA») entró en vigor el 01/08/2024. Sus prohibiciones se aplican desde el 02/02/2025, las obligaciones para los modelos de IA de uso general desde el 02/08/2025 y las obligaciones de transparencia del artículo 50 desde el 02/08/2026. Esta página explica en lenguaje sencillo dónde utiliza IA MousePlayer, qué rol desempeñamos conforme al Reglamento y qué obligaciones se derivan de ello. Forma parte de nuestra documentación jurídica junto con la Política de privacidad, el Acuerdo de tratamiento de datos y el Registro de actividades de tratamiento.

2. Dónde utiliza IA MousePlayer y dónde no

2.1 Lo que no es IA

• Reproducción de sesiones, mapas de calor, vista en vivo, embudos, objetivos y segmentos. Los eventos grabados se almacenan y se representan. No se infiere nada.
• Puntuaciones de interacción y de valor. Números enteros pequeños obtenidos a partir de reglas basadas en recuentos (duración, páginas, profundidad de scroll, clics de rabia, objetivos alcanzados). Las reglas están documentadas en el producto y pueden recalcularse a mano.
• Señales de frustración y puntuación de fricción. Los clics de rabia, los clics muertos, los movimientos frenéticos, los errores de JavaScript y señales similares se detectan mediante reglas y umbrales fijos, no mediante un modelo entrenado. La puntuación de fricción de una sesión es una suma ponderada de estas señales con valores de puntos fijos.
• Patrones de secuencias y anomalías. Se cuentan las secuencias de páginas frecuentes; las anomalías resultan de una comparación estadística de un día con las semanas anteriores (mediana y dispersión). Ambos son cálculos sobre cifras agregadas, no un modelo entrenado.

2.2 Modelos estadísticos (aprendizaje automático)

• Perfiles de comportamiento. Las visitas se agrupan por la similitud de comportamientos medibles (agrupamiento k-means). Un perfil describe un grupo de visitas, nunca una persona. Los nombres de los grupos se derivan del valor medido que más se desvía de la media.
• Predicción de la intención de salida. Una regresión logística entrenada con sesiones anteriores del mismo proyecto estima, a partir de los primeros segundos de una visita, la probabilidad de una salida temprana. El resultado es una probabilidad con los factores que la determinaron. El modelo entrenado se evalúa en el navegador del visitante; solo se envían allí los pesos del modelo.
• Indicador de riesgo de fuga. Para los visitantes recurrentes, una puntuación obtenida mediante reglas fijas sobre sus propias visitas anteriores (interacción decreciente, visitas breves repetidas, fricción en las últimas visitas, un regreso que se retrasa). No es un modelo entrenado y expone sus motivos.

2.3 IA generativa (modelo de lenguaje)

Un modelo de lenguaje de uso general se utiliza en cuatro lugares: (1) para frases breves sobre un visitante o un grupo de visitantes, (2) para informes de visitantes más largos y su traducción a otros idiomas, (3) para sugerencias de redacción de la oferta de salida, derivadas de los títulos, encabezados y navegación de las páginas grabadas del proyecto y (4) en la bandeja de entrada de soporte de MousePlayer, donde traduce mensajes de clientes y escribe borradores de respuestas que una persona revisa antes de que se envíe nada. En los casos 1 a 3, el modelo recibe resultados calculados, no la grabación sin procesar, y no debe añadir números, inventar hechos ni atribuir emociones. Un mecanismo de control compara cada texto generado con la entrada: se rechazan los textos que añaden cifras, utilizan la primera persona, invierten una afirmación o, en las sugerencias de ofertas, enlazan a una página que nunca se grabó, y en su lugar se muestra la plantilla calculada o ninguna sugerencia. El texto generado se identifica como tal en la interfaz.

3. Nuestro rol conforme al Reglamento

Para los modelos estadísticos y la función de resumen, MousePlayer es el proveedor del sistema de IA en el sentido del artículo 3(3): los desarrollamos y operamos bajo nuestro propio nombre. Nuestros clientes son responsables del despliegue (artículo 3(4)) cuando utilizan estas funciones en sus proyectos. El modelo de lenguaje que ejecutamos es un modelo de IA de uso general de un tercero con pesos abiertos; las obligaciones del propio modelo (artículo 53) corresponden a su proveedor. No entrenamos ni modificamos ese modelo. Funciona en nuestros propios equipos con tarjetas gráficas, situados en la misma red local y en la misma ubicación que los demás servidores de MousePlayer: no se envía ningún dato de visitantes ni mensaje de soporte a un servicio externo de IA, ni siquiera como alternativa cuando esos equipos no están disponibles; en ese caso se mantiene la plantilla calculada.

Clasificación del riesgo. Según nuestra evaluación, ninguna de nuestras funciones de IA se incluye en los ámbitos de alto riesgo del anexo III (biometría, infraestructuras críticas, educación, empleo, servicios esenciales, garantía del cumplimiento del Derecho, migración, justicia) ni en el anexo I. Son ayudas analíticas para operadores de sitios web. Por tanto, no las clasificamos como sistemas de alto riesgo y revisamos esta clasificación cada vez que se añade o modifica una función.

Prácticas prohibidas (artículo 5). MousePlayer no realiza reconocimiento de emociones, categorización biométrica, puntuación social ni actuación policial predictiva, y no utiliza técnicas subliminales ni manipuladoras. Nuestros modelos miden clics, scroll y tiempos. No infieren el estado emocional de una persona: las instrucciones dadas al modelo de lenguaje le prohíben expresamente atribuir emociones o intenciones.

4. Transparencia (artículo 50)

• No hay chatbot ni diálogo con los visitantes de su sitio web. El único resultado que llega a un visitante es la capa superpuesta descrita en la sección 5: el operador decide si aparece, y un modelo estadístico o el indicador de riesgo de fuga basado en reglas determina a qué visitante se muestra y en qué momento. Un modelo de lenguaje puede haber sugerido su redacción; una sugerencia de ese tipo nunca se publica por sí sola, sino solo una vez que el operador la ha revisado y adoptado expresamente, y este puede modificarla antes. Por tanto, el texto mostrado es un texto autorizado por el operador y bajo su responsabilidad. Según nuestra evaluación, de ello no se deriva ninguna obligación de etiquetado conforme al artículo 50; los operadores que deseen una etiqueta pueden incluirla en el texto de la oferta.
• Todos los demás textos del modelo de lenguaje se muestran únicamente en la cuenta del operador del sitio web y se marcan allí como generados; cuando un texto se deriva de resultados calculados, esos resultados se muestran junto a él. Los borradores de soporte solo los ve nuestro personal, que los revisa y adapta antes de enviarlos. Según nuestra evaluación, los textos sobre visitantes se limitan a expresar con palabras resultados ya calculados sin alterar sustancialmente su contenido; revisaremos esta clasificación conforme al artículo 50(2) una vez que la Comisión Europea publique directrices o un código de buenas prácticas al respecto.
• No producimos imágenes, audio ni vídeo, ni ultrafalsificaciones.

5. Supervisión humana y decisiones automatizadas

Los resultados de la IA de MousePlayer son información para las personas. Ninguna función toma una decisión con efectos jurídicos o de importancia similar sobre un visitante. Las señales de intención de salida y de riesgo de fuga pueden, si el operador lo habilita, activar un mensaje o una oferta en el sitio web del operador; el operador decide y configura si sucede, cuándo y con qué contenido, y sigue siendo el responsable del tratamiento para ese uso. Pedimos a los operadores que esos mensajes sean honestos, puedan descartarse claramente y estén libres de presión: el mismo criterio que establecen las prohibiciones del Reglamento y la normativa de protección de los consumidores.

Se ha evaluado para cada función si se producen decisiones automatizadas en el sentido del artículo 22 del RGPD y se documenta en el Registro de actividades de tratamiento. La respuesta es no: los resultados son informativos y no producen efectos jurídicos.

6. Datos utilizados por los modelos

• Los modelos se entrenan y evalúan por proyecto, únicamente con los datos seudónimos de comportamiento del propio proyecto. No hay ningún modelo entrenado con datos de distintos clientes.
• Lo que un visitante ESCRIBE no llega a ningún modelo: las entradas se enmascaran en el navegador según el nivel de enmascaramiento del proyecto, las contraseñas y los datos de pago siempre, y los resultados no contienen valores de campos, sino solo tipos de campos y el hecho de que se introdujo algo. Lo que su propio sitio web MUESTRA es una cuestión distinta y el límite de esta promesa – el informe de resumen incorpora los títulos de las páginas visitadas, las etiquetas de los elementos en los que se hizo clic y las rutas visitadas (sin la cadena de consulta), y las sugerencias de textos de ofertas incorporan los títulos, encabezados y navegación de las páginas grabadas. Si su página muestra un nombre allí o lo escribe en la ruta de la dirección, aparecerá entre los resultados. No lo eliminamos porque una máquina no puede distinguir un nombre de una denominación de producto; si desea evitarlo, mantenga los nombres fuera de los títulos de página, las etiquetas y las URL.
• Los resultados de los modelos tienen sus propios plazos de conservación: las frases sobre visitantes se eliminan al cabo de 60 días (para los proyectos Enterprise se aplica en su lugar la conservación del plan), los informes de visitantes al cabo de 180 días y la asignación de sesiones a perfiles de comportamiento al cabo de 180 días (detalles en la Política de privacidad); como muy tarde, se eliminan con la eliminación definitiva del proyecto. Las traducciones y los borradores de respuestas de soporte se eliminan junto con la solicitud de soporte correspondiente.
• Los visitantes pueden ejercer el acceso y la supresión según lo descrito en Acceso y supresión. La supresión elimina los datos del visitante de la base de entrenamiento en la siguiente ejecución programada.

7. Calidad, registro y alfabetización en materia de IA

• Cada modelo entrenado informa de su propia calidad (por ejemplo, la calidad de separación de los perfiles o la exactitud del modelo de salida con datos reservados para la evaluación) y la interfaz indica cuándo un resultado no es lo bastante fiable como para actuar basándose en él.
• El modelo de salida incorpora su versión, su fecha de entrenamiento y su indicador de calidad. Cuando la calidad cae por debajo de nuestro umbral, se marca como inutilizable y no se utiliza en absoluto – no llega al navegador y no aparece ningún mensaje basado en él. Por encima del umbral, la última ejecución sustituye a la anterior; no conservamos un historial de versiones. Para los perfiles de comportamiento, la interfaz muestra un aviso cuando la separación entre los grupos es débil.
• De conformidad con el artículo 4, nos aseguramos de que las personas que desarrollan y operan estas funciones en MousePlayer estén familiarizadas con el funcionamiento de los modelos, sus límites y las obligaciones del Reglamento. Como responsable del despliegue, usted tiene la misma obligación respecto de las personas que trabajan con los resultados de la IA de MousePlayer por su cuenta.

8. Cambios y contacto

Actualizamos esta página cada vez que se añade, modifica o elimina una función de IA. Las preguntas e inquietudes sobre nuestro uso de la IA se dirigen a office@mouseplayer.com. Las reclamaciones siguen el procedimiento descrito en Reclamaciones.

Operador: LW IT Solutions Company Lukas Wójcik, al. Tadeusza Kościuszki 80/82, lok. 301, 90-437 Łódź, Poland.