En este artículo, presentamos un método para cuantificar la incertidumbre de sistemas basados en IA con niveles de rendimiento inciertos, en el contexto de la creciente tendencia de desarrollo de software que integra subsistemas basados en IA en procesos automatizados. A pesar del conocimiento de la incertidumbre en el análisis de riesgos existente, ningún estudio ha intentado estimar la incertidumbre de los sistemas aumentados por IA considerando la propagación de errores en el proceso. Este estudio proporciona una base formal para capturar la propagación de la incertidumbre, desarrolla un simulador para cuantificarla y evalúa la simulación de la propagación de errores mediante un caso práctico. También analizamos la generalización y las limitaciones del enfoque, y formulamos recomendaciones para políticas de evaluación de sistemas de IA. El trabajo futuro incluye la extensión del enfoque mediante la flexibilización de los supuestos restantes y la experimentación con sistemas reales.
