La IA Explicable es un conjunto de prácticas y métodos que buscan que las decisiones de los modelos de IA sean transparentes y comprensibles para los humanos. No se trata solo de obtener una respuesta, sino de entender *por qué* el modelo llegó a esa conclusión. Su impacto se refleja en una reducción de errores, mayor consistencia y la seguridad de que las respuestas respetan formatos y políticas. Implementar XAI es clave para generar confianza y poder auditar los sistemas, convirtiendo la intuición algorítmica en procesos repetibles y medibles.