The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

Español: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

Datos de salida

Elements 10

¿Qué produce este sistema?

Los datos de salida que este sistema implementado produce cuando funciona — decisiones, contenido y acciones.

About this category

Datos de salida

¿Qué produce este sistema?

Los datos de salida que este sistema implementado produce cuando funciona — decisiones, contenido y acciones.

Datachain

Answer: Some systems only collect. Answer it when the system produces decisions, content or actions of its own.
Icon shape: Data in motion: what goes in, what processes it, and what comes out.

Context: Información personal

Qué tan identificables son los datos cuando este sistema los produce. El nombre del elemento dice de qué trata el resultado; este color indica qué tan directamente identifica a una persona.

Datos anonimizadosResultado sobre personas en el que se rompió el vínculo con su identidad. Se le quitaron los identificadores, se difuminó, se combinó con el de otras personas o se le añadió ruido para que, razonablemente, no pueda vincularse con una persona.

Datos seudonimizadosEl resultado lleva como etiqueta un token (hash, identificador, plantilla) que permite a este sistema vincularlo con la misma persona en distintos eventos sin revelar un nombre. La reidentificación es posible con información adicional.

Datos identificablesEl resultado nombra directamente a una persona (nombre, dirección, cuenta, rostro o voz reconocibles, placa) o lleva un token que este sistema convierte en identidad legal en el mismo paso.

Variables

Descripción Required

Datos sobre una mediciónEl sistema produce mediciones numéricas a lo largo del tiempo — resultados de sensores, puntajes de calidad derivados, valores pronosticados. Ejemplos: un puntaje de calidad del aire por hora para una plaza, una curva de pasajeros prevista para mañana, una lectura agregada del nivel de ruido publicada en un panel público.

Datos sobre un lugarEl sistema produce un resultado de ubicación, ruta, zona o plano de planta. Ejemplos: una ruta de orientación que se muestra en un quiosco, un mapa de calor de la densidad de peatones, el límite de una geocerca publicado para sistemas posteriores.

Datos sobre el comportamientoEl sistema produce registros de lo que hicieron las personas — recorridos a pie, artículos seleccionados, tiempos de permanencia, patrones de interacción. Ejemplos: un informe semanal de los destinos más visitados, un registro de sesión de las interacciones con una pantalla táctil, una ruta inferida que alguien siguió dentro de un recinto.

Datos biométricosEl sistema produce un resultado que contiene señales biológicas del cuerpo de una persona — plantillas faciales, representaciones numéricas de la voz, vectores de la forma de caminar, secuencias de gestos. Ejemplos: una plantilla facial registrada que se almacena en un sistema posterior, una representación numérica de la voz para compararla más adelante, una firma de la forma de caminar exportada a otro sistema.

Una decisión sobre ustedEl sistema produce una determinación vinculante sobre una persona — elegibilidad, clasificación, ranking o un sí/no. Ejemplos: un sistema de control de acceso que decide abrir una puerta, un resultado automatizado de elegibilidad para beneficios, un filtrado automatizado que descarta a alguien.

Contenido generadoEl sistema produce contenido nuevo — texto, imágenes, audio o video que no existían antes. Ejemplos: un aviso de servicio escrito por un modelo de lenguaje (LLM) que se muestra en un letrero, un anuncio con voz sintetizada que se emite por altavoces, una ilustración generada en un quiosco digital.

Datos operativosEl sistema produce un resultado administrativo — horarios, rutas, estimaciones de ocupación, asignaciones de presupuesto u otros registros sobre cómo funciona un lugar o un servicio. No trata de ninguna persona en particular. Ejemplos: una ruta optimizada de recolección de basura, una proyección de ocupación escolar, una asignación de presupuesto recomendada para el próximo trimestre.

Una acción físicaEl sistema activa algo en el mundo físico — una puerta que se desbloquea, una luz que se enciende, una alerta que suena, un letrero que cambia, la climatización que se ajusta. Ejemplos: un torniquete que se abre al coincidir un rostro, una alerta que se emite automáticamente por altavoces, un ajuste de climatización ordenado por el modelo de un edificio.

Una recomendación o predicciónEl sistema produce un resultado orientativo — una sugerencia, pronóstico, puntaje de riesgo o ranking. Se distingue de una decisión vinculante porque aconseja en lugar de determinar. Ejemplos: un sistema de señalización que sugiere una ruta alterna según la aglomeración prevista, una curva de demanda pronosticada para mañana, un próximo destino recomendado en un quiosco.

Datos personales sensiblesEl sistema produce un resultado sobre salud, finanzas, creencias, sexualidad, situación migratoria u otras categorías que conllevan riesgos legales y sociales. Ejemplos: una prioridad de triaje asignada en una clínica, un resultado de elegibilidad enviado a un portal de beneficios, un atributo protegido inferido que se exporta a sistemas posteriores.

Contenido generado

El sistema produce contenido nuevo — texto, imágenes, audio o video que no existían antes. Ejemplos: un aviso de servicio escrito por un modelo de lenguaje (LLM) que se muestra en un letrero, un anuncio con voz sintetizada que se emite por altavoces, una ilustración generada en un quiosco digital.

Context: Información personal

Qué tan identificables son los datos cuando este sistema los produce. El nombre del elemento dice de qué trata el resultado; este color indica qué tan directamente identifica a una persona. Choose a value to see its icon.

Variables

Descripción Required

Sources

EU AI Act Article 3(1) — output class "content"Regulation (EU) 2024/1689, Article 3(1).
EU AI Act Article 50 — Synthetic-content disclosureRegulation (EU) 2024/1689, Article 50.
NIST AI 100-4 — AI Risk Management FrameworkNIST.
C2PA — Coalition for Content Provenance and AuthenticityC2PA.