El tablero global: Bruselas, Washington y Pekín compiten por el estándar
La gobernanza de la inteligencia artificial ha dejado de ser una promesa diplomática para convertirse en un campo de batalla geopolítico donde tres paradigmas incompatibles reclaman la universalidad. La Unión Europea ha apostado por el AI Act, una arquitectura burocrática basada en la pirámide de riesgos para la salud, la seguridad y los derechos fundamentales, con marcado CE y evaluaciones de conformidad para sistemas de alto riesgo. China, en cambio, ha desplegado sus Medidas Provisionales para la Gestión de Servicios de IA Generativa, un régimen de licencias de facto supervisado por la Administración del Ciberespacio (CAC) que exige evaluaciones de seguridad previas al lanzamiento, registro de algoritmos y alineación obligatoria con los 'valores socialistas fundamentales'.
Donde Europa ve un producto que certificar, China ve un contenido que controlar.
Estados Unidos oscila entre la ausencia de ley federal y una intervención quirúrgica motivada por la seguridad nacional. El borrador que negocian en el Senado el republicano John Thune, el presidente de Comercio Ted Cruz y la demócrata Amy Klobuchar introduce un deber de cuidado para desarrolladores de modelos frontera, faculta al Ejecutivo para bloquear el lanzamiento de un modelo juzgado inseguro y establece una cláusula de preemption que anularía las leyes estatales —como la SB 53 de California o la RAISE Act de Nueva York— en riesgos catastróficos (biológicos, nucleares).
La fricción interna es reveladora: la senadora Maria Cantwell exige que las pruebas las hagan laboratorios nacionales y no las propias empresas, mientras el borrador actual permite que sean los laboratorios quienes se autoevalúen. La Casa Blanca de Trump ha rechazado la premisa legislativa, calificando las alertas de riesgo existencial de "fuerzas negativas", y el Speaker Mike Johnson prefiere una cumbre con CEOs antes que legislar. El resultado es un vacío de poder que los grandes laboratorios —OpenAI, Anthropic, Google— están ocupando con marcos voluntarios que ellos mismos diseñan.
La brecha latinoamericana: entre la copia y la soberanía
El Informe preliminar del Panel Científico Internacional Independiente de la ONU (julio 2026) cuantifica la asimetría con crudeza: Estados Unidos concentra el 75 % de la potencia computacional de las 500 supercomputadoras de IA más potentes; China, el 15 %. El resto del mundo se reparte las migajas. Más de 1.000 millones de personas usan IA conversacional semanalmente, pero la adopción en el Sur Global va "muy por detrás" del Norte. La brecha no es solo de acceso a GPUs; es de capacidad de influir en el desarrollo. Los modelos de propósito general los entrenan casi en exclusiva empresas de EE. Uu. y China, con datos y valores que no reflejan la diversidad lingüística ni cultural de América Latina.
Para que la IA sea útil, la región carece de un "entorno propicio" —infraestructura, talento, marcos de datos, energía—, condición sine qua non que el Panel de la ONU identifica. México, Argentina, Colombia y Brasil ensayan estrategias nacionales, pero corren el riesgo de convertirse en meros tomadores de estándares: trasponer el AI Act europeo sin la capacidad de auditarlo, o adoptar modelos chinos sin la soberanía de datos que exige la CAC. La experiencia de la moderación de contenidos de plataformas como Meta en la región (2018–2025) sugiere que la gobernanza importada termina imponiendo prioridades ajenas —derechos de autor estadounidenses, sensibilidades políticas chinas— sobre las urgencias locales. Sin cómputo propio y sin datos curados en español y portugués, la soberanía digital es una declaración retórica.
Autorregulación de los 'Big Labs': ¿Código de conducta o captura regulatoria?
El desarrollo de frontera, con una concentración extrema de solo "unos pocos actores" según el Panel de la ONU, ha dado a los grandes laboratorios una capacidad de lobby técnico sin precedentes. El borrador del Senado estadounidense es, en buena medida, una traducción institucional del debate de seguridad existencial que estos laboratorios han promovido: Evan Hubinger (Anthropic) estimó en >10 % la probabilidad de extinción humana en una década. Esa narrativa justifica un poder de veto gubernamental pre-lanzamiento, análogo al de la FDA con fármacos, pero plantea la pregunta incómoda: ¿quién tiene la pericia técnica para ejercerlo?
En junio de 2026, la administración Trump estableció un marco de aprobación voluntario cliente-a-cliente para modelos frontera; el borrador del Senado lo volvería obligatorio, pero mantiene la evaluación en manos de las empresas (la posición de Cantwell, que exige laboratorios nacionales, está en minoría). Que Anthropic se negara a comentar su posición ante Nextgov —según las fuentes de la negociación— sugiere que el borrador actual favorece a quien ya tiene infraestructura de red-teaming interna. La autorregulación se convierte así en barrera de entrada: las startups no pueden costear los equipos de seguridad que el estándar de facto exige, mientras los incumbentes moldean el estándar a su medida. Es captura regulatoria disfrazada de responsabilidad corporativa.
Argumentos en contra de la regulación dura: Innovación, seguridad nacional y el 'riesgo existencial'
Tres vetos poderosos frenan una regulación dura y vinculante. Primero, el argumento de la innovación: cualquier requisito de auditoría externa, trazabilidad de datos de entrenamiento (data lineage) o etiquetado de contenido sintético —obligatorio ya en China bajo el Artículo 12 de sus Medidas— incrementa la latencia, el coste y la complejidad de despliegue. En EE. Uu., la retórica de "no obstaculizar a las empresas" es la línea roja republicana.
Segundo, la seguridad nacional. La intersección entre IA y mando y control nuclear ilustra el peligro de la desregulación: la Comisión de Seguridad Nacional de EE. Uu. sobre IA recomendó ya en 2021 integrar IA en alerta temprana, detección de lanzamientos y fusión multisensor para ganar ventana de desescalada. Pero la misma tecnología acelera las amenazas cibernéticas contra esas infraestructuras y reduce el tiempo humano de decisión. China prioriza la "estabilidad del Estado" sobre la innovación no supervisada; Occidente, la "ventaja estratégica". Ambos convergen en militarizar la IA antes de regularla.
Tercero, el riesgo existencial como coartada. Elevar el umbral a "catástrofe global" permite ignorar riesgos sistémicos inmediatos: erosión de la realidad compartida (deepfakes, desinformación a escala), impacto en salud mental, sesgos en justicia o crédito, y la transformación del trabajo intelectual que el Panel de la ONU documenta. El foco en el tail risk nuclear desvía recursos de la gobernanza del día a día.
La ONU y el G7: ¿Hacia un marco mínimo vinculante o solo principios voluntarios?
Creado por la Asamblea General (resolución 79/325), el Panel Científico Internacional Independiente es el primer intento serio de una base empírica común. Su mandato es estrictamente científico y apolítico: documentar consenso y discrepancias sin prescribir políticas. El informe preliminar admite lagunas críticas en pruebas empíricas —falta de métricas estandarizadas para capacidades agente, opacidad de datos de entrenamiento, dificultad de medir impactos ambientales y en derechos humanos— y se compromete a actualizaciones temáticas continuas.
Pero la ciencia no legisla. El G7 y la Cumbre del Futuro han producido principios voluntarios (Hiroshima Process, Bletchley Declaration) que carecen de dientes. Sin un mecanismo de verificación técnica vinculante —análogo a la AIEA para lo nuclear, pero adaptado a software y cómputo distribuido—, la ONU proporciona el diagnóstico, no la cura. La fragmentación geopolítica impide un tratado: China no aceptará inspecciones occidentales a sus algoritmos registrados; EE. Uu. no someterá sus laboratorios a supervisión multilateral obligatoria.
Cumplimiento y 'Efecto Bruselas': Costes para startups y asimetrías de poder
Tanto el AI Act europeo como las Medidas chinas comparten una consecuencia práctica: exigen una reingeniería de la pila tecnológica. Cumplir en China obliga a segregar modelos, datos y servidores en territorio continental, entrenar clasificadores semánticos para categorías políticas (subversión, separatismo) y pasar red-teaming estatal. En la UE, el marcado CE para alto riesgo y las obligaciones de transparencia para IA de propósito general (GPAI) imponen cargas documentales y de gobernanza de datos que las startups no pueden absorber sin equipos legales dedicados.
La exportación del estándar europeo por gravitación de mercado —el "Efecto Bruselas"— choca con la "Gran Firewall" algorítmica china. Una multinacional debe mantener dos forks de modelo, dos cadenas de datos, dos regímenes de watermarking y dos equipos de cumplimiento. El Panel de la ONU advierte: la disparidad de infraestructura "refleja las desigualdades existentes y puede incluso agravarlas". Las asimetrías de poder se consolidan: solo los hyperscalers pueden permitirse el lujo de la conformidad global.
Escenarios 2025-2030: Fragmentación en bloques o convergencia técnica mínima
Tres trayectorias son plausibles. Escenario 1: Bloques herméticos. EE. Uu. legisla preemption federal laxa (estándar voluntario obligatorio), China endurece su evaluación de seguridad algorítmica, la UE aplica el AI Act con multas del 7 % de facturación global. El Sur Global elige bando por dependencia cloud (AWS/Azure vs. Alibaba/Huawei) y la interoperabilidad técnica se rompe. Los agentes de IA —cuya longitud de tarea se duplica cada 4-7 meses según METR— operan en jardines vallados.
Escenario 2: Convergencia técnica mínima. Ante la imposibilidad de un tratado, emergen estándares de interoperabilidad y seguridad *de facto (C2PA para procedencia de contenido, model cards estandarizadas, benchmarks de capacidades peligrosas tipo Frontier Model Forum). Los grandes laboratorios, presionados por el riesgo de litigios y la amenaza de regulaciones dispares, acuerdan red-teaming compartido y umbrales de notificación a gobiernos. Es el "régimen de clubes" que el Panel de la ONU vislumbra: gobernanza club-goods entre potencias y Big Tech*.
Escenario 3: Shock sistémico. Un incidente grave —uso de IA en ciberataque a infraestructura crítica, accidente nuclear por falso positivo de alerta temprana, colapso informativo electoral por agentes autónomos— fuerza una regulación reactiva de emergencia. El precedente del Chernóbil nuclear o el 11-S en aviación sugiere que el Estado recupera el control duro, sacrificando innovación por supervivencia. El borrador Thune-Cruz-Klobuchar, con su poder de bloqueo pre-lanzamiento, es la plantilla lista para ese momento.
Una misma tesis subyace a los tres escenarios: la gobernanza ha sido capturada por la velocidad del desarrollo. Mientras el Panel de la ONU tarda años en consolidar evidencia, los laboratorios lanzan agentes que planifican y actúan de forma autónoma. La fragmentación geopolítica no es un accidente; es la consecuencia de que quienes construyen la tecnología —y quienes la arman— han decidido que la confianza se negocia después del despliegue, no antes. La ventana para un marco mínimo vinculante se cierra con cada release sin auditoría independiente.
