La regulación de la inteligencia artificial: una obra en tres actos con final incierto

Estamos en un momento extraño del mundo en el que el régimen supuestamente totalitario está intentando abrir la tecnología, mientras que el sistema de gobernanza supuestamente democrática está intentando restringirla y controlarla." Esa frase, a propósito de la reciente decisión de la administración Trump de frenar el lanzamiento de las últimas versiones de modelos de Anthropic y OpenAI, no la pronunció un intelectual de izquierdas de la Sorbona sino Marc Andreessen, histórico inversor de riesgo de Silicon Valley. Que provenga de él dice mucho de lo desconcertante de la coyuntura: hace poco más de un año, ese mismo gobierno derogaba la normativa de Biden y prometía desregulación y no intervención.

La perplejidad de Andreessen refleja cuánto cambió el tablero regulatorio en muy poco tiempo. En pocas semanas, la gobernanza de la IA quedó en el centro de las decisiones en Washington, de la agenda del G7 en Francia y del inminente diálogo global de la ONU en Ginebra. También revela una paradoja: naturalizamos la velocidad con que avanzó la IA generativa desde ChatGPT, pero no cuánto cambió, en paralelo, el debate sobre cómo regularla, un debate con voceros menos estridentes. La regulación es una obra que se desarrolló hasta ahora en tres actos. El desenlace todavía se está escribiendo.

Primer acto (2016-2022): Las promesas

La obra comienza antes de que irrumpieran los grandes modelos de lenguaje como ChatGPT. En los años previos, casos emblemáticos de sesgos en los sistemas automatizados, como con COMPAS o Google Fotos, habían mostrado que estos sistemas podían reproducir discriminaciones con efectos concretos sobre las personas, y que el problema exigía atención. Al mismo tiempo, el trabajo entre especialistas en aprendizaje automático y en ciencias sociales consolidaba la ética de la IA como un campo de estudio multidisciplinario.

Como casi siempre con las nuevas tecnologías, se empezó por los principios. Así proliferaron marcos de gobernanza de carácter voluntario. La comunidad técnica produjo el suyo: en 2016 el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) publicó Ethically Aligned Design, que marcó el inicio del camino de la estandarización técnica. En 2019, la OCDE y el G20 adoptaron sus Principios de IA; y en 2021 la UNESCO aprobó su Recomendación sobre la Ética de la Inteligencia Artificial. En simultáneo, comenzaron a multiplicarse las estrategias nacionales de IA - hoy ya son más de cien - y en Bruselas se iniciaba el largo trámite parlamentario de la futura Ley de Inteligencia Artificial de la Unión Europea.

} Pero detrás de ese creciente consenso aparecía una limitación cada vez más evidente: abundaban los principios, escaseaban los mecanismos concretos para hacerlos exigibles. Ese equilibrio se quebró en noviembre de 2022. El lanzamiento de ChatGPT no solo aceleró la adopción masiva de la IA generativa; también alteró el tono del debate. Lo que hasta entonces había sido una conversación mayormente técnica y especializada se convirtió, de pronto, en una discusión pública urgente sobre riesgos, poder y control.

Segundo acto (2023-2025): El triángulo en escena

El telón del segundo acto se levanta sobre ese desconcierto. En 2023 dominaba la fascinación por los primeros impactos, junto a una inquietud creciente, al punto de que incorporamos una palabra para nombrar uno de sus errores más característicos: las alucinaciones. Pero algo más empezaba a moverse. El debate dejaba de girar solo en torno a los riesgos y se abría una pregunta nueva: quién define las reglas. La regulación se volvía una disputa de poder geopolítico. En noviembre de ese año tuvo lugar la primera Cumbre de IA en Bletchley Park, consolidando la gobernanza de la IA como asunto de agenda global.

Poco después se encendió una alarma: 2024 sería un año electoral histórico, con elecciones simultáneas en algunas de las democracias más grandes del mundo, de India a Indonesia, de Estados Unidos a la Unión Europea. Sobre ese calendario se proyectó el temor de una catástrofe de desinformación y manipulación electoral. Con el recuerdo del escándalo de Cambridge Analytica y Facebook todavía fresco, las compañías tecnológicas reaccionaron rápido y firmaron en Múnich un acuerdo de compromisos voluntarios. Pese a los pronósticos, las elecciones pasaron, una tras otra, y el cataclismo no llegó. Los impactos fueron distintos a los esperados.

En paralelo, 2024 trajo la sanción de la tan esperada ley de inteligencia artificial de la Unión Europea: la gran apuesta por regular temprano y por niveles de riesgo. El llamado Efecto Bruselas -la capacidad de la UE de proyectar su poder regulatorio más allá de sus fronteras- volvió al centro del debate. Pero con el tiempo, Bruselas terminaría moviendo plazos de implementación y matizando parte de su ambición. Para entonces, además, el eje del debate ya se estaba desplazando. A diferencia de otros momentos de regulación tecnológica, la cuestión regulatoria aparecía cada vez más entrelazada con la política industrial y el comercio internacional.

Ese desplazamiento se volvió explícito en 2025. En enero, el presidente Trump derogó la normativa de su antecesor y la reemplazó por otra de título elocuente: "Removiendo barreras para el liderazgo de EEUU en inteligencia artificial". Meses más tarde llegó el plan de acción para cumplir esa meta, "Ganando la carrera", traducido en medidas como la simplificación regulatoria para construir centros de datos, todas orientadas a consolidar la primacía tecnológica estadounidense. Solo tres días después del plan de acción de Washington se publicó el plan chino en Shanghai: un "Plan de Acción para la Gobernanza Global de IA". Allí el contraste narrativo se volvió nítido. Mientras el enfoque estadounidense ponía el acento en el liderazgo y la competencia, el chino se presentaba como cooperativo y orientado al Sur Global, e incluso proponía una organización mundial de gobernanza de la IA con sede en Shanghai. Esa apertura hacia afuera convive con un control férreo sobre modelos, algoritmos y contenidos dentro de sus fronteras.

Al final del segundo acto, el telón baja con tres modelos regulatorios en el centro de la escena: Estados Unidos, enfocado en la competitividad y la escala; China, que combina la apertura estratégica de sus modelos de IA con el control soberano y la obsesión por la difusión masiva a lo largo de su economía, y Europa, centrada en los riesgos pero cada vez más atenta a su autonomía estratégica.

Tercer acto (2026): Las potencias medias también juegan

El tercer acto se abre con una presencia inesperada: el primer ministro de Canadá, Mark Carney, en Davos, toma la escena central y plantea que las potencias medias no deben resignarse a elegir entre los modelos en pugna. Semanas más tarde, la Cumbre de IA en India refuerza esa idea y muestra el peso creciente de potencias emergentes que tampoco encajan cómodamente en el triángulo tradicional.

Lo que venía gestándose país por país hoy compone un mosaico regulatorio sin un patrón único. En Asia conviven recetas fuertes y distintas: Japón, Taiwán y Singapur apuestan al desarrollo y la innovación a partir de normas no vinculantes, mientras que Corea del Sur sancionó una ley general con límites a los usos de alto riesgo. Israel privilegia capacidades estratégicas en IA, especialmente en defensa y ciberseguridad. El Reino Unido crea el primer instituto estatal de seguridad de la IA, hoy referencia en la evaluación de modelos de frontera. Brasil abrió su discusión legislativa a partir del modelo europeo, pero viró a una agenda propia. Los países del Golfo, por su parte, vuelcan sus fondos soberanos en centros de datos a escala, persuadidos de que el cómputo es el nuevo petróleo. Y la propia Unión Europea, que había asumido el rol de gran reguladora, vira hacia la soberanía digital y pone el acento en la capacidad propia en chips, nube e infraestructura.

Aparece entonces un segundo giro. La fragmentación ya no ocurre solo entre países, sino también en el objeto mismo de la regulación. El foco se desplaza de la regulación horizontal (las grandes leyes generales de IA), hacia enfoques verticales, específicos para sectores, riesgos y usos concretos. El caso más emblemático hoy es el uso de redes sociales e IA en niños y adolescentes, donde varios países empiezan a mirar modelos fuera del triángulo, como las leyes de Australia y Brasil.

Pero ese mismo caso muestra el techo de la fragmentación: muchos de estos problemas son globales y se vuelven más complejos con los avances recientes en IA agéntica (por ejemplo, ¿qué jurisdicción regula a un agente que negocia o contrata a través de fronteras?) De ahí que la coordinación vuelva a acentuarse como necesidad. El gran acelerador de ese giro parece ser, paradójicamente, Trump. Las restricciones a los modelos de frontera dejaron expuesta la asimetría y volvieron más urgente actuar. La cooperación que empieza a asomar ya no se parece a la del primer acto. Aquella era universal y declarativa. La de ahora es más pragmática: se arma por eslabones de la cadena tecnológica de IA (desde chips a las aplicaciones), por afinidades entre países y por problemas compartidos. Por ejemplo, los institutos de seguridad de la IA, que el Reino Unido inauguró y otros replicaron, empezaron a coordinarse en red para evaluar modelos con criterios comunes.

En los próximos días en Ginebra, tendrá lugar el Diálogo Global sobre Gobernanza de la IA de la ONU, donde se presentará el primer informe del panel científico internacional, inspirado en el del cambio climático. Ahí se va a poner a prueba si los Estados efectivamente recurren a estos espacios de coordinación. Tal vez la gobernanza de la IA termine surgiendo del empuje de estas coaliciones intermedias para coordinar y escalar reglas concretas e interoperables. La cooperación global más que un punto de partida es ahora un (aún lejano) punto de llegada.