Debido a su capacidad para mejorar significativamente la eficiencia de la comunicación inalámbrica, la superficie reflectante inteligente (IRS) ha despertado un amplio interés de investigación. Sin embargo, es un desafío obtener información perfecta del estado del canal (CSI) para los canales relacionados con IRS debido a la falta de capacidad para enviar, recibir y procesar señales en IRS. Dado que la mayoría de los métodos de estimación de canal existentes se desarrollan para obtener el canal en cascada entre la estación base (BS), IRS y los dispositivos de usuario (UDs), este documento estudia el problema de asignación de recursos de cómputo y comunicación del sistema de aprendizaje federado (FL) asistido por IRS basado en el CSI imperfecto. Específicamente, tenemos en cuenta el modelo de error estadístico del CSI y formulamos el problema de minimización del tiempo de entrenamiento sujeto a las restricciones de probabilidad de interrupción de la tasa. Para resolver este problema, se invoca la relajación semidefinida (SDR) y el procedimiento convexo cónico restringido (CCCP) para transformarlo en un problema convexo. Posteriormente, se propone un algoritmo de baja complejidad para minimizar la demora del sistema FL. Los resultados numéricos muestran que el algoritmo propuesto reduce efectivamente el tiempo de entrenamiento del sistema FL basado en CSI imperfecto.