Ranking del subconjunto de países líderes bajo el escenario de referencia (E2). El color de cada barra indica el nivel de confianza estadística del puntaje, no su magnitud.
Participación de cada dominio temático en el corpus de 813 normas.
Distribución de las 813 normas según su etapa de madurez regulatoria (D6), de exploración a ecosistema consolidado.
Vigencia formal de las normas del corpus.
IMN = w1·S1 + w2·S2 + w3·S3 + w4·S4 + w5·S5 + w6·S6
Calidad: S3 mecanismo, S5 enfoque, S6 madurez
Amplitud: S1 actor, S2 objeto, S4 finalidad
Ajuste de credibilidad (Bühlmann) sobre S3/S5/S6.Esta sección examina cómo se reparten las 813 normas entre los cinco dominios temáticos del framework GENIAL. El gráfico de barras muestra el volumen absoluto por dominio; el radar, más abajo, compara esa distribución real contra un reparto perfectamente equilibrado (20% por dominio) para visualizar de un vistazo dónde se concentra —y dónde falta— regulación.
Cuanto más se aleje el contorno azul de la línea de equilibrio ideal (gris), mayor es la concentración temática de la regulación: los picos que sobrepasan la línea señalan dominios sobrerrepresentados; los valles por debajo señalan vacíos relativos de cobertura frente a un reparto equitativo.
El Framework Dimensional GENIAL clasifica cada una de las 813 normas en seis dimensiones independientes (D1–D6): a quién regula, sobre qué objeto de IA, con qué mecanismo, con qué finalidad, desde qué enfoque y en qué etapa de madurez se encuentra. Estas seis dimensiones alimentan directamente el cálculo de los subíndices S1–S6 del IMN. Los gráficos siguientes muestran, para cada dimensión, cómo se distribuyen las menciones registradas en el corpus.
Cada fila resume un país: n es el número de normas analizadas y Conf. su nivel de confianza estadística (Alta ≥40 normas · Media 15–39 · Provisional <15). Las columnas S1–S6 son los seis subíndices del framework (S1 Actor, S2 Objeto, S3 Mecanismo, S4 Finalidad, S5 Enfoque, S6 Madurez); S3, S5 y S6 llevan el ajuste de credibilidad de Bühlmann-Straub, que atenúa el peso de los países con pocas normas. La última columna es el IMN resultante bajo el escenario de referencia (E2).
| # | País | n | Conf. | S1 | S2 | S3 | S4 | S5 | S6 | IMN |
|---|
Cada línea sigue el IMN de un país bajo los cinco escenarios de ponderación (E1–E5) definidos en la metodología del observatorio. Una trayectoria plana indica un puntaje robusto ante distintos supuestos de ponderación; una pendiente pronunciada señala mayor sensibilidad metodológica — patrón más frecuente entre países con confianza Provisional, cuyos subíndices se apoyan en pocas normas.
Los seis "faros" regionales son los países con mayor IMN bajo el escenario de referencia (E2). Cada tarjeta resume su nivel de confianza, su etapa de madurez del ecosistema (D6) y sus subíndices de mecanismo, enfoque y madurez — los tres componentes más asociados a una regulación consolidada.
IPR vinculante = normas vigentes, con vínculo directo, articulado completo y mecanismo vinculante (obligación, sanción o gobernanza). Identifica buenas prácticas transferibles.
El ranking no distingue por tamaño del corpus nacional: países con pocas normas pero alta proporción de IPR vinculante muestran un enfoque más normativo que exploratorio, aun con menor volumen absoluto que países con corpus más grandes.
5 de 33 países del observatorio no registran ninguna norma sobre IA en educación (antes solo Granada).
La ausencia total de normativa no implica ausencia de actividad de IA en estos sistemas educativos: refleja un vacío de gobernanza formal, no necesariamente de uso.
Intensidad = nº de normas. Las celdas claras señalan vacíos de cobertura.
Cada celda cruza el objeto regulado (D2, filas) con el dominio temático (columnas); el número indica cuántas normas del corpus caen en esa combinación. Las celdas en blanco son vacíos regulatorios reales: ninguna norma del corpus las cubre. El degradado, de amarillo claro a ámbar oscuro, resalta las combinaciones más densamente reguladas — nótese la concentración en "IA en general" y "IA Generativa" frente a la práctica ausencia de normas sobre reconocimiento biométrico o sistemas adaptativos.
Países cuyo IMN debe leerse con cautela por escaso número de normas.
Con menos de 15 normas registradas, el ajuste de credibilidad de Bühlmann-Straub atrae los subíndices S3, S5 y S6 de estos países hacia el promedio regional; su IMN debe interpretarse como una estimación preliminar, no como una medición consolidada.