Cumplimiento normativo de contratación con IA en seis regímenes
Clarion es una capa de cumplimiento que se superpone a las herramientas de contratación con IA que un empleador ya utiliza. Lee una exportación de puntuaciones de un proveedor, calcula cada estadística de impacto adverso en código determinista y despliega esa única auditoría en seis entregables adaptados a NYC, Colorado, Illinois, Texas, California y la UE. Cuando dos de esos regímenes exigen cosas opuestas a partir de la misma característica, lo señala y cuantifica ambas exposiciones en lugar de imprimir «plenamente conforme». Lo que sigue es una demostración sobre una exportación sintética predefinida, no un pipeline en producción.
6
Entregables jurisdiccionales a partir de una única ejecución de auditoría
NYC, Colorado, Illinois, Texas, California, UE
9 de 13
Obligaciones enrutadas a un humano designado, no aprobadas automáticamente
7 NEEDS PROOF más 2 CONFLICT, en la exportación predefinida de la demostración
1
Conflicto que la compuerta se niega a pasar por alto
Illinois HB 3773 frente a EU AI Act Article 10(3)
El conjunto de datos es sintético: una exportación predefinida de «Acme Logistics, Inc.» de 1,040 candidatos en la solicitud REQ-2026-0412, puntuados por tres herramientas simuladas. Los evaluadores de estilo Workday-Spotlight, estilo HireVue y estilo Eightfold son arquetipos servidos por adaptadores de accesorios simulados (stubs), no integraciones, y ningún empleador ni candidato real aparece en ninguna parte de él.
Un CHRO, Director Jurídico (General Counsel) o Director de Riesgos (Chief Risk Officer) que opera herramientas automatizadas de contratación en dos o más de NYC, Colorado, Illinois, Texas, California y la UE responde ante seis regímenes independientes con un solo stack. Los proveedores que dan servicio a ese stack entregan una única auditoría de «superamos la regla de los cuatro quintos» como si resolviera los seis. No es así. NYC Local Law 144 exige ratios de impacto interseccional. Colorado SB 24-205 exige un programa documentado de diligencia razonable y no especifica ninguna metodología en absoluto. Texas TRAIGA rechaza el impacto dispar como base independiente y pregunta sobre la intención, lo que hace que las estadísticas exactas que impulsan el entregable de NYC sean probatoriamente irrelevantes para el de Texas. El EU AI Act pregunta si sus datos de entrenamiento son representativos y se apoya en la misma característica geográfica que Illinois prohíbe como variable proxy.
Los investigadores que buscaron auditorías de sesgo publicadas bajo Local Law 144 las encontraron para el 4.6% de 391 empleadores de NYC, hallazgo que denominaron Null Compliance (Cornell / Data & Society / Consumer Reports, FAccT 2024). Publicar la auditoría es la mitad visible de la obligación, y la mayor parte de esa muestra ni siquiera había llegado a ella.
El NY State Comptroller halló 17 posibles infracciones de Local Law 144 en la misma muestra de 32 empresas donde el DCWP había encontrado una, y el DCWP acordó pasar a una aplicación proactiva (NY State Comptroller, December 2, 2025). La brecha entre una auditoría aprobada del proveedor y un registro defendible es donde aterriza esa aplicación coercitiva.
La autoclasificación de alcance, la accesibilidad bajo ADA en entrevistas en video y los deberes de acción adversa según la FCRA son teorías jurídicas independientes que una auditoría de sesgo aprobada nunca evaluó. Mobley v. Workday, D.K. v. Intuit/HireVue y Kistler v. Eightfold plantean cada uno de ellos, y ninguno está resuelto.
El pipeline es corto y la división del trabajo en su interior es estricta. Una exportación AEDT de un proveedor se normaliza en un esquema de registro canónico, un motor determinista calcula cada estadística, seis paquetes de reglas por régimen y una compuerta de política deciden cada obligación, un equipo de agentes redacta la prosa y la ejecución sella un paquete previo a la auditoría encadenado por hash. Los agentes aconsejan, el código decide, que es lo que mantiene el resultado presentable ante los reguladores independientemente de lo bueno o malo que sea el modelo subyacente.
01 / EL NÚCLEO DE CONFIANZA DETERMINISTA
Un motor numpy calcula los ratios de impacto marginal de cuatro quintos, los ratios interseccionales de raza por sexo con control de FDR de Benjamini-Hochberg, la detección de variables proxy de clase protegida mediante Cramér's V, una inversión contrafáctica de atributos protegidos a través de un sustituto transparente de regresión logística, una disparidad en la tasa de error de palabras de ASR en el subconjunto de video y un predicado disparador de la FCRA. Misma entrada, misma salida, en cada ejecución.
02 / SEIS PAQUETES DE REGLAS Y LA COMPUERTA DE POLÍTICA
Cada régimen incluye su propia cita jurídica, fecha de entrada en vigor y formato de entregable requerido, y cada obligación se resuelve en PASS, FAIL, NEEDS PROOF o CONFLICT. La compuerta es lo único a lo que el modelo de lenguaje no puede acceder, por lo que una narración bien argumentada nunca podrá mover una obligación de NEEDS PROOF a verde.
03 / EL EQUIPO DE AGENTES
Seis agentes de jurisdicción narran el veredicto de cada régimen, un reconciliador de conflictos convierte un conflicto estricto en un memorando de estrategia jurídica con la exposición de cada rama, y un escéptico adversarial intenta refutar cada aprobación declarada y enruta lo que no puede despejar a prueba humana. El equipo permite intercambiar de proveedor; si no hay ningún proveedor configurado, recurre a plantillas deterministas y la aplicación se ejecuta de forma idéntica.
04 / EL PAQUETE PREVIO A LA AUDITORÍA
La ejecución sella un paquete encadenado por hash SHA-256 de 17 nodos, cada uno con sus entradas, su cálculo y su cita de regla más un enlace al hash del nodo anterior, de modo que cualquier edición rompe la cadena. Se exporta como JSON y como un paquete de auditor imprimible en HTML, y la cadena se verifica en cada ejecución y se somete a pruebas unitarias contra manipulaciones.
La consola consta de dos vistas más diálogos interactivos en lugar de un único panel. Manual Testing contiene la barra de etapas, la traza en vivo de Audit Execution y el panel de candidatos. Run Benchmark, que permanece deshabilitado hasta que finaliza Run Audit, cambia a Benchmark Results: tres tarjetas que indican Jurisdiction Deliverables 6, Lowest Impact Ratio 0.65 e Items Requiring Human Action 9, las seis filas de Jurisdiction Deliverables, una fila de botones de Supporting Evidence y Export Pre-Audit Package en el encabezado.
Todo lo subyacente se abre como un diálogo. Selection-Rate Analysis, el Conflict Register y la Human Proof Queue son los tres botones de Supporting Evidence, y las obligaciones y la narrativa de auditoría de cada régimen se abren desde su propia fila de entregable. Nada se resume en una única puntuación, porque una única puntuación no puede ser veraz frente a seis preguntas con formulaciones distintas.
La demostración audita una exportación sintética predefinida de 1,040 candidatos en la solicitud REQ-2026-0412, puntuados por tres herramientas de proveedores simuladas. La infracción en ella está introducida intencionalmente y es reproducible, diseñada para que el motor tenga algo real que detectar. Esto es lo que la ejecución muestra en pantalla, en el orden en que lo hace.
Cada cifra de esta página describe una única exportación sintética predefinida de 1,040 candidatos con una infracción introducida intencionalmente y reproducible. Demuestran que el motor detecta lo que una auditoría exclusivamente marginal pasa por alto. No son una tasa de precisión, ni un punto de referencia frente a otros productos, ni una afirmación sobre los datos de contratación de ningún empleador real.
| Pregunta | Lo que Clarion hace en esta demostración | Lo que queda fuera de la demostración |
|---|---|---|
| Cobertura | Una sola ejecución de auditoría emite seis entregables adaptados a cada jurisdicción en 13 obligaciones, con 2 PASS, 2 FAIL, 7 NEEDS PROOF y 2 CONFLICT. | Un certificado de cumplimiento o una puntuación de imparcialidad. La compuerta está construida para negarse a emitirlo. |
| Impacto adverso | Ratios marginales e interseccionales de cuatro quintos con control de FDR de Benjamini-Hochberg, detección de variables proxy mediante Cramér's V, y una inversión contrafáctica que desplaza la probabilidad de avance en 0.0574 en promedio y 0.1228 como máximo. | Cualquier declaración sobre resultados de contratación reales. Los 1,040 candidatos, la solicitud y la disparidad son sintéticos y predefinidos. |
| Datos del proveedor | Lee una exportación normalizada de AEDT producida por evaluadores de estilo Workday-Spotlight, estilo HireVue y estilo Eightfold, servida por adaptadores de accesorios simulados (stubs). | Conectores en vivo con cualquier ATS, plataforma de evaluación o motor de emparejamiento. Ningún proveedor mencionado es cliente, socio ni patrocinador. |
| Acción downstream | Detecta y enruta el hallazgo de accesibilidad de ADA y ASR y el desencadenante de acción adversa de la FCRA a un humano designado, con las pruebas adjuntas. | El flujo de trabajo de adaptaciones CART y el portal de disputas orientado al candidato. Ambos están simulados en la demostración y no son algo que construyamos aquí. |
| Visto bueno (sign-off) | Sella un paquete previo a la auditoría encadenado por hash de 17 nodos, verificado en la ejecución y probado unitariamente contra manipulaciones, en JSON y HTML imprimible. | La propia auditoría de sesgo independiente. Firmas como DCI Consulting, ORCAA y Secretariat desempeñan ese papel, y nosotros no. |
Clarion no certifica el cumplimiento, y negarse a hacerlo forma parte del diseño. No es un modelo de contratación y nunca califica ni clasifica a un candidato. El conjunto de datos es sintético y predefinido, la disparidad Black / Female en él está introducida intencionalmente para que el motor tenga algo real que detectar en lugar de ser un hallazgo sobre un empleador real, y los conectores de proveedores detrás de él son adaptadores de prueba simulados (stubs) en lugar de integraciones en vivo. La herramienta produce pruebas para los asesores jurídicos: no ofrece asesoramiento legal ni dictamina sobre responsabilidad, y Mobley v. Workday, D.K. v. Intuit/HireVue y Kistler v. Eightfold son teorías pendientes en lugar de resoluciones definitivas. Los máximos legales se citan solo como máximos, y aquí no aparece ninguna cifra de exposición modelada. Esta página es un recurso explicativo con el video de recorrido, capturas de pantalla reales, el mecanismo y respuestas, no una aplicación que se opere desde aquí.
Porque la prueba que se aprueba y la prueba que la ley exige no son la misma prueba. En la exportación sintética predefinida de 1,040 candidatos de la demo, la verificación marginal de los cuatro quintos se aprueba, con un ratio de impacto mínimo por raza de 0.8196 y un ratio mínimo por sexo de 0.8744 frente al umbral de 0.80, y esa es la auditoría que entrega el autoinforme del proveedor. NYC Local Law 144 exige los ratios interseccionales de raza por sexo, y allí la celda Black / Female avanza 44 de 130 con un ratio de impacto de 0.6471. Una auditoría exclusivamente marginal no se equivoca sobre esa celda: es estructuralmente ciega a ella.
No. Veriprajna no es el auditor independiente, y esa función corresponde a firmas como DCI Consulting, ORCAA o Secretariat. Clarion produce el paquete previo a la auditoría, un lote encadenado por hash en el que cada número incluye su cálculo y cada veredicto su cita legal, diseñado para que un auditor independiente pueda firmarlo sin tener que reescribirlo. El objetivo es situar el sistema en un estado en el que la auditoría no encuentre nada que amerite ser observado.
No se conecta a ninguno de los dos, y Clarion nunca puntúa ni clasifica a un candidato por sí mismo. No se sustituye nada en su stack. Lee una exportación AEDT del proveedor y la normaliza en un esquema de registro canónico. En esta demostración, los conectores de proveedores son adaptadores de prueba simulados (stubs) sobre datos sintéticos, y el evaluador de estilo Workday-Spotlight, la ronda de video de estilo HireVue y el motor de emparejamiento de estilo Eightfold son arquetipos en lugar de integraciones.
Cada estadística, cada comparación de umbral, cada arista de conflicto y el cálculo de hash del paquete residen en código determinista fuera del marco de agentes. Los seis agentes de jurisdicción, el reconciliador de conflictos y el escéptico adversarial redactan prosa; nunca calculan un número y no pueden anular la compuerta de política. Si no hay ningún proveedor de modelos configurado, el equipo recurre a plantillas deterministas y la aplicación genera los mismos veredictos, porque los veredictos nunca dependieron del modelo.
Usted obtiene la compensación cuantificada y documentada. En la demostración, la característica zip_region se correlaciona con la raza con una Cramér's V de 0.3321, superando el umbral de 0.2, por lo que Illinois HB 3773 la trata como una variable proxy prohibida mientras que la representatividad según EU AI Act Article 10(3) se apoya en esa misma cobertura geográfica. La compuerta emite CONFLICT en lugar de una aprobación, y el reconciliador redacta un memorando de estrategia: ejecutar dos configuraciones de despliegue, o asumir a sabiendas una exposición y documentarla, advirtiendo que las sanciones de alto riesgo de la UE alcanzan un máximo legal del mayor entre 15 million euros o el 3% de la facturación anual global.
Automatiza la parte que es honesto automatizar. En la exportación sintética de la demostración, 2 de 13 obligaciones se satisfacen automáticamente, 2 fallan por completo, y 9 se enrutan como NEEDS PROOF o CONFLICT a un humano designado con las pruebas ya recopiladas y la cita legal adjunta. Ningún sistema honesto aprueba las trece con estos datos. Un panel que mostrara trece luces verdes las estaría aprobando sin pruebas, y ese panel es la prueba documental que un demandante le leerá en el tribunal. El motor también descarta school_tier como no proxy con una Cramér's V de 0.0711, por lo que no marca indiscriminadamente todo lo que ve.
Una exportación genera un paquete previo a la auditoría como JSON y como un paquete de auditor imprimible en HTML, versión 1 del formato veriprajna-pre-audit-package, que contiene 17 nodos con la cadena verificada en la ejecución. Cada nodo alberga sus entradas, su cálculo y su cita de regla más un enlace SHA-256 al nodo anterior, de modo que cualquier edición en cualquier nodo rompe la cadena. Junto a él se encuentran los seis entregables jurisdiccionales, cada uno adaptado a la cita legal de su propio régimen, su fecha de vigencia y el formato requerido.
La investigación detrás de esta demostración: la arquitectura, el diseño de verificación y el plan empresarial.
Solución completa
Explore la solución AI Hiring Compliance & Bias Audits →Somos un equipo de ingeniería de IA, no una entidad certificadora de cumplimiento. Construimos la capa determinista que calcula las estadísticas, da formato al entregable que cada regulador solicitó y explicita las contradicciones en voz alta para que los asesores jurídicos puedan decidir conociendo la exposición real.
Una primera conversación útil es concreta: qué proveedores de AEDT operan en su embudo, a cuál de los seis regímenes está realmente expuesto y qué características de esos modelos podrían considerarse variables proxy de clases protegidas según alguno de ellos. Podemos analizar en detalle el motor, los paquetes de reglas y el formato del paquete previo a la auditoría junto a sus equipos de RR. HH., legales y de datos.
