El dilema federal: ¿armonización o fragmentación normativa?
La regulación de la inteligencia artificial enfrenta una tensión estructural entre la necesidad de reglas homogéneas que faciliten la innovación y la competencia, y la realidad política de que los estados o provincias reclaman autonomía para atender sus particularidades. Este dilema federal no es nuevo —aparece en áreas como la privacidad de datos o el comercio electrónico— pero con la IA adquiere una urgencia especial por su impacto transversal y la velocidad del cambio tecnológico.
En el centro del debate está la pregunta sobre quién debe legislar: ¿un gobierno central que imponga estándares mínimos, o entidades subnacionales que adapten las reglas a sus contextos económicos, sociales y culturales? La respuesta no es binaria, y los distintos países y regiones están ensayando modelos que van desde la armonización total hasta la fragmentación deliberada.
América Latina: el mosaico de leyes estatales frente a la inacción federal
América Latina ilustra con claridad los riesgos de la fragmentación. Mientras los gobiernos federales avanzan lentamente —o directamente no avanzan— en la creación de marcos nacionales de IA, varios estados y provincias han comenzado a legislar por su cuenta. En Brasil, por ejemplo, el estado de São Paulo aprobó en 2024 una ley de inteligencia artificial que exige evaluaciones de impacto ético y transparencia algorítmica, mientras que otros estados como Minas Gerais o Río de Janeiro discuten proyectos similares. El resultado es un mosaico normativo que obliga a las empresas a cumplir requisitos distintos en cada jurisdicción, aumentando costos de cumplimiento y generando incertidumbre jurídica.
En México, la inacción del Congreso federal ha llevado a que al menos ocho entidades presenten iniciativas locales sobre IA, muchas de ellas centradas en la protección de derechos humanos y la no discriminación. La senadora Alejandra Lagunes, impulsora de una ley federal de IA, ha advertido que la fragmentación estatal puede debilitar la capacidad de México para negociar acuerdos internacionales y atraer inversión tecnológica. Sin embargo, los defensores de los enfoques estatales argumentan que la cercanía con las comunidades permite una regulación más sensible a problemas reales, como la discriminación algorítmica en servicios públicos estatales.
El caso de México: derechos humanos y la protesta de los artistas
México es un caso de estudio particular por la intersección entre regulación de IA y derechos culturales. En 2024, un grupo de artistas visuales y músicos presentó una queja formal ante la Comisión Nacional de Derechos Humanos por el uso no autorizado de sus obras para entrenar modelos generativos de IA. La queja, que no tiene precedentes en el país, presionó a varios congresos estatales a considerar leyes que exijan consentimiento explícito y compensación por el uso de datos creativos. El gobierno federal, por su parte, ha preferido un enfoque de autorregulación y códigos de conducta, lo que ha generado tensiones con los estados más activistas.
Este caso revela cómo la regulación estatal puede actuar como un laboratorio de políticas que luego influyen en el debate nacional. La iniciativa del estado de Jalisco, por ejemplo, incluye disposiciones sobre transparencia en el uso de datos personales para entrenar modelos de IA que son más estrictas que las de la ley federal de protección de datos. Para las empresas tecnológicas, esto significa que operar en México requiere un mapa complejo de obligaciones locales.
Argentina y Chile: educación, proyectos de ley y la tensión centralista
En Argentina, el Congreso Nacional debate desde 2023 un proyecto de ley de IA que busca establecer principios generales de transparencia, no discriminación y responsabilidad. Sin embargo, la provincia de Buenos Aires ya aprobó su propia ley en 2024, centrada en el uso de IA en la administración pública y la educación. La norma bonaerense exige que cualquier sistema de IA utilizado en escuelas públicas sea auditado por un comité de ética independiente, un requisito que no está contemplado en el proyecto federal. La ministra de Ciencia provincial, Soledad Acuña, sostiene que la educación es una competencia local y que la regulación debe reflejar las necesidades de cada distrito. Sus críticos responden que una ley provincial puede ser inconstitucional si invade materias reservadas a la Nación, como el comercio interestatal o la propiedad intelectual.
Chile, por su parte, ha optado por un modelo más centralizado. El gobierno de Gabriel Boric presentó en 2024 una Política Nacional de Inteligencia Artificial que incluye una propuesta de ley marco, pero aún no ha sido votada. Mientras tanto, la ausencia de regulación estatal ha llevado a que algunas municipalidades —como Santiago y Providencia— implementen ordenanzas locales sobre el uso de IA en vigilancia y servicios municipales. La tensión entre el centralismo santiaguino y la autonomía comunal es un reflejo de un debate más amplio sobre cómo distribuir la autoridad regulatoria en un país unitario pero con fuerte descentralización administrativa.
La Unión Europea como modelo supranacional: ¿referente o espejismo?
La Unión Europea es el ejemplo más avanzado de armonización supranacional de la IA. La Ley de Inteligencia Artificial (AI Act), aprobada en 2024, establece un marco de cuatro niveles de riesgo que aplica a todos los estados miembros, con sanciones que pueden alcanzar el 7% de los ingresos globales de una empresa. Para sus defensores, el AI Act es un modelo de cómo un bloque regional puede crear reglas homogéneas que eviten la fragmentación y faciliten el mercado único digital.
Sin embargo, la implementación enfrenta desafíos prácticos. Los estados miembros tienen margen para designar autoridades de supervisión nacionales, y las diferencias en capacidad técnica y recursos entre países como Alemania y Bulgaria pueden generar desigualdades en la aplicación. Además, algunas disposiciones —como las relativas a sistemas de IA de alto riesgo— han sido criticadas por ser demasiado rígidas para la innovación en sectores como la salud o la agricultura. Un informe del Centro de Estudios de Políticas Europeas señaló que la armonización total es imposible sin una autoridad central de monitoreo, algo que los estados miembros han resistido.
Para América Latina, la UE ofrece lecciones pero no un modelo replicable. La integración regional latinoamericana es mucho más débil, y organismos como la Comunidad de Estados Latinoamericanos y Caribeños (CELAC) carecen de poder vinculante. La fragmentación normativa en la región es, en parte, una consecuencia de la ausencia de instituciones supranacionales efectivas.
Estados Unidos: el libre mercado contra la regulación federal
Estados Unidos representa el polo opuesto. El gobierno federal, bajo administraciones sucesivas, ha optado por un enfoque de no intervención directa, favoreciendo la autorregulación voluntaria y las directrices de agencias como la Oficina de Política Científica y Tecnológica (OSTP). Sin embargo, varios estados han llenado el vacío. California aprobó en 2023 la Ley de Transparencia Algorítmica (AB 302), que exige a las empresas que usan IA en la toma de decisiones automatizadas revelar cómo funcionan los algoritmos. Illinois tiene una ley similar centrada en el uso de IA en contrataciones. Texas, por su parte, ha prohibido el uso de IA para la elaboración de perfiles raciales en las fuerzas policiales.
El resultado es un mercado estadounidense fragmentado donde las empresas tecnológicas deben cumplir con requisitos estatales que a menudo se contradicen. La Cámara de Comercio de Estados Unidos ha advertido que este mosaico eleva los costos de cumplimiento y desincentiva la inversión en startups que no pueden permitirse equipos legales especializados. Sin embargo, los defensores del enfoque estatal, como la Electronic Frontier Foundation, argumentan que la ausencia de una ley federal ha permitido que los estados innoven en protección de derechos y que el Congreso debería aprender de esas experiencias antes de legislar.
El debate en Estados Unidos refleja una tensión ideológica más profunda: la desconfianza hacia el gobierno federal y la preferencia por la descentralización como garante de la libertad. Pero también revela que la falta de coordinación puede generar ineficiencias y lagunas legales, como la ausencia de reglas claras para la IA en la atención médica, que cruza fronteras estatales.
Hacia un equilibrio: lecciones para una gobernanza multinivel de la IA
Los casos analizados sugieren que no existe una solución única para el dilema federal de la IA. La armonización total, como intenta la UE, reduce la fragmentación pero puede ser demasiado rígida y lenta frente a cambios tecnológicos rápidos. La fragmentación absoluta, como tiende a ocurrir en Estados Unidos y América Latina, permite experimentación local pero genera costos y desigualdades.
Un enfoque más prometedor es la gobernanza multinivel, donde los distintos niveles de gobierno —federal, estatal, municipal— cooperan en la definición de estándares mínimos y se coordinan para evitar contradicciones. Esto requiere mecanismos de diálogo, como los consejos nacionales de IA que existen en países como Canadá (con un modelo de participación provincial) y Australia (con un foro de ministros de tecnología). En América Latina, la Red de Reguladores de IA de la ALADI podría ser un germen de esa coordinación, aunque necesita voluntad política y recursos.
La clave está en distinguir qué aspectos de la IA requieren uniformidad —por ejemplo, la definición de sistemas de alto riesgo, la protección de datos transfronterizos, o la responsabilidad civil— y cuáles pueden ser adaptados localmente, como los usos específicos en educación o servicios públicos. Un marco federal que establezca principios básicos y permita a los estados regular dentro de esos límites, con obligación de notificación y armonización progresiva, podría ser el equilibrio más viable.
El riesgo de no encontrar ese equilibrio es alto: una fragmentación descontrolada puede llevar a que las empresas simplemente eviten ciertas jurisdicciones, o que los ciudadanos queden desprotegidos en estados con poca capacidad regulatoria. La inteligencia artificial no entiende de fronteras, pero las leyes sí. La pregunta no es si debe regularse a nivel federal o estatal, sino cómo diseñar una arquitectura de gobernanza que combine lo mejor de ambos niveles.
