Trump crea fuerza de sistemas multiagente sin regulación

EE.UU. apuesta por aceleración sin frenos: nueva fuerza militarizada y un zar sin poderes claros. Mientras, la investigación técnica advierte riesgos sistémicos de agentes autónomos interactuando. Para LatAm, el vacío regulatorio estadounidense define el tablero.

Trump crea fuerza de sistemas multiagente sin regulación

Donald Trump anunció el sábado la creación de una "AI Force" y la designación de un zar de inteligencia artificial, descartando de plano cualquier moratoria o regulación preventiva. Las preocupaciones de seguridad las calificó de "engaño". La medida llega cuando voces de la industria y la academia —incluido un informe técnico publicado en arXiv— alertan que los sistemas multiagente ya operan en finanzas, defensa e infraestructura crítica sin marcos de evaluación adecuados.

La analogía con la Space Force de su primer mandato es intencional: etiqueta institucional, presupuesto y señal geopolítica. Pero la Space Force tenía al Pentágono detrás, infraestructura operativa y una misión técnica concreta. La "AI Force" no tiene estructura definida, ni candidato para el zar, ni autoridad regulatoria. El anterior ocupante del cargo, David Sacks, terminó su mandato en marzo de 2026 tras sostener que los riesgos existenciales están "sobrestimados". Todo apunta a un sucesor del mismo perfil.

El problema energético que ningún zar resuelve solo

Patrocinado Advertisement

Mientras la retórica avanza, la física impone límites. La Agencia Internacional de la Energía proyecta que el consumo eléctrico de centros de datos pasará de 485 TWh en 2025 a cerca de 950 TWh en 2030, con la porción de IA triplicándose según WWWhat's New. EE.UU. absorberá casi la mitad del incremento de demanda nacional. Trump exige que Amazon, Google, Meta, Microsoft, xAI, Oracle y OpenAI financien la expansión de red sin trasladar costos a hogares. El modelo: big tech paga, Estado se aparta.

Riesgos que no esperan a la burocracia

El informe técnico de la Cooperative AI Foundation documenta tres modos de fallo en sistemas multiagente: descoordificación, conflicto y colusión arXiv:2502.14143. Siete factores de riesgo —asimetrías de información, efectos de red, presiones de selección, dinámicas desestabilizadoras, problemas de compromiso, agencia emergente y seguridad multiagente— ya se observan en trading algorítmico, sistemas de armas y redes de asistentes personales. La evaluación actual prueba modelos en aislamiento; la realidad los pone a interactuar.

El tablero global y la señal para LatAm

Paralelamente, el rey Carlos III reunió en Escocia a Jensen Huang y CEOs del sector pidiendo control antes de que sea tarde. OpenAI, Anthropic y Google negocian en la sombra un organismo de seguridad autónomo. EE.UU. envía la señal opuesta: aceleración total, responsabilidad a posteriori, ningún freno preventivo. Como produce la mayoría de modelos frontera, su postura es el estándar global de facto.

Para empresas latinoamericanas, la implicación es inmediata: la región adopta tecnología estadounidense sin margen para influir en su gobernanza. La dependencia de APIs y modelos cerrados expone a regulaciones que no existen, riesgos multiagente que nadie audita y costos energéticos que las big tech negocian en Washington, no en São Paulo ni Ciudad de México. El vacío no es teórico: cada trimestre sin marco propio amplía la asimetría.

Fuentes

  1. Trump rechaza los llamamientos a frenar la IA y lanza la "AI Force"
  2. Trump anuncia que creará una "Fuerza de la IA" que tendrá "un zar"
  3. Trump anuncia la «AI Force»: un ejército de inteligencia artificial y ...
  4. Riesgos multiagente de la IA avanzada
Elvyn Peguero

Escrito por

Elvyn Peguero

Consultor digital e IA

Consultor de transformación digital e inteligencia artificial con más de 15 años navegando la intersección entre tecnología, gobierno y empresa. Arquitectó el Framework Normativo TIC del Estado Dominicano y ha liderado proyectos de IA aplicada en sectores públicos y privados desde Bewos AI Consulting. Editor para República Dominicana en ITNOW durante seis años, donde desarrolló un ojo clínico para explicar tecnología compleja en lenguaje que cualquier ejecutivo puede entender.