Gobernanza de la IA: el nuevo desafío regulatorio para los Estados

Introducción: regular lo que no deja de moverse
La inteligencia artificial ya no es una tecnología emergente que los gobiernos puedan observar desde la barrera. En 2026, el 97% de los países de la OCDE utiliza IA en al menos un área del gobierno, y el 83% cuenta con al menos una institución responsable de gobernarla en el sector público. Pero la adopción ha superado la capacidad regulatoria: los marcos legales avanzan a un ritmo que no iguala la velocidad de despliegue, y la brecha entre principios declarados y controles operativos sigue siendo significativa.
La gobernanza de la IA se ha convertido en el desafío regulatorio definitorio para los Estados: regular un objeto que se mueve más rápido que el proceso legislativo, sin sofocar la innovación ni sacrificar derechos fundamentales. Como señala un análisis del mapa regulatorio latinoamericano: “Nadie está coordinando, todos están escribiendo”.
El panorama global: tres modelos en competencia
El mundo no converge hacia un solo marco regulatorio de IA. Convergen, en cambio, tres modelos que compiten por influencia:
| Modelo | Enfoque | Región líder | Característica distintiva |
|---|---|---|---|
| Europeo | Basado en riesgo, derechos fundamentales | UE | Clasificación obligatoria, auditorías, transparencia |
| Estadounidense | Pro-innovación, preempción federal | EE.UU. | Preferencia por estándares industriales sobre regulación |
| Latinoamericano | Híbrido, inspirado en UE | Brasil, Chile, Perú | Marcos en construcción, adopción desigual |
El giro estadounidense: preempción y desregulación
El 20 de marzo de 2026, la Casa Blanca publicó su “National AI Legislative Framework”, un conjunto de recomendaciones que busca preemptar las leyes estatales de IA consideradas “indebidamente onerosas” y canalizar la supervisión federal a través de agencias sectoriales existentes (FTC, FCC, SEC) en lugar de crear un nuevo organismo regulatorio de IA.
El marco propone prohibir a los estados regular el desarrollo de IA, imponer cargas indebidas a su uso legítimo, o responsabilizar a los desarrolladores por mal uso de terceros —aunque preserva poderes estatales tradicionales en protección infantil, antifraude y protección al consumidor. La propuesta es controvertida: organizaciones como Brookings advierten que la ausencia de una ley federal integral ha generado un mosaico de más de 100 leyes estatales en 38 estados, incluyendo la ley de transparencia de IA de California (SB 53) y la ley de IA de Colorado.
El modelo europeo: enforcement en marcha
La EU AI Act entró en su fase de aplicación en 2026. El AI Omnibus, en vigor desde el 27 de julio de 2026, introdujo plazos extendidos para sistemas de alto riesgo (diciembre de 2027 para sistemas independientes, agosto de 2028 para sistemas embebidos en productos) y simplificó los procedimientos para organismos de evaluación de conformidad.
Pero el modelo europeo enfrenta críticas internas. El Comisionado de Derechos Humanos del Consejo de Europa advirtió en marzo de 2026 sobre “vacíos críticos” en el marco regulatorio europeo, particularmente respecto al despliegue de IA generativa, y pidió “participación significativa y financiada de la sociedad civil en la toma de decisiones sobre IA”.
Latinoamérica: trece marcos, ninguna coordinación
La región escribe trece marcos regulatorios distintos al mismo tiempo, sin mecanismo de coordinación regional. Lo que converge: una definición amplia de sistema de IA basada en el AI Act europeo, una categoría de “alto riesgo” centrada en empleo y servicios públicos, y la creación de órganos nacionales de gobernanza —aunque ninguno todavía operativo a tiempo completo.
Lo que diverge es lo que importa: el régimen sancionatorio, la obligación de evaluación de impacto algorítmico, y el tratamiento de los modelos fundacionales entrenados fuera de la región. Chile y Brasil exigen registro de sistemas de alto riesgo; México y Colombia, por ahora, no. El dato más subestimado del mapa regulatorio es administrativo: ocho de los trece países ya tienen guías obligatorias para el uso de IA en el Estado—— es ahí donde se está jugando la primera capa de gobernanza efectiva.
Perú: el pionero con reglamento operativo
Perú fue el primer país de la región en contar con un reglamento operativo de su ley de IA. El Decreto Supremo N° 115-2025-PCM clasifica los sistemas de IA en tres categorías: uso indebido (prohibido), riesgo alto (con controles estrictos) y riesgo aceptable. La selección de personal, la inferencia de emociones en entornos laborales, los diagnósticos médicos, la evaluación crediticia y las evaluaciones educativas están clasificados como usos de alto riesgo, requiriendo supervisión humana obligatoria, registro documental y transparencia algorítmica.
Chile: liderazgo regional con LatamGPT y ley integral
Chile se ha posicionado como líder regional en IA, lanzando LatamGPT, el primer modelo de lenguaje de código abierto entrenado con datos de América Latina, en febrero de 2026. El proyecto de ley que regula integralmente los sistemas de IA continúa su tramitación en el Senado, incorporando sandboxes regulatorios y medidas para PYMEs junto a obligaciones reforzadas para usos de alto riesgo. La Ley N° 21.719 de protección de datos personales entra en plena vigencia el 1 de diciembre de 2026, estableciendo un hito normativo para el tratamiento algorítmico de datos.
Brasil: implementación práctica y ECA Digital
Brasil ha transitado de la política a la implementación práctica en 2026. La Ley N° 15.211/2025 (ECA Digital) entró en vigor el 17 de marzo de 2026, y el Marco Regulatório da Inteligência Artificial (PL 2.338/2023) avanza en la Cámara de Diputados con obligaciones de clasificación por riesgo, evaluación previa de impacto de discriminación algorítmica, auditorías independientes y registro público de modelos. La ANPD se consolidó como agencia regulatoria autónoma, con patrimonio propio y capacidad sancionatoria.
Colombia: el proyecto de ley con urgencia presidencial
Colombia tramita el Proyecto de Ley 065 de 2026 Senado, que busca regular integralmente la IA para garantizar su desarrollo ético, responsable, competitivo e innovador. El proyecto incluye la creación de una nueva autoridad de IA dentro del Estado y sigue el modelo de clasificación basada en riesgo inspirado en la UE. A nivel local, Bogotá adoptó lineamientos pioneros en 2025 que establecen que la IA puede apoyar tareas rutinarias pero nunca reemplazar el juicio profesional ni intervenir en decisiones administrativas, legales o relacionadas con derechos.
La brecha entre principios y operación
La OCDE documenta con precisión la brecha entre compromisos declarados y controles operativos reales:
| Indicador | Dato |
|---|---|
| Países OCDE con al menos una forma de guardrail | 36 de 36 (100%) |
| Países que exigen evaluaciones de riesgo pre-despliegue | 14 de 36 (39%) |
| Países con comités internos de revisión | 12 de 36 (33%) |
| Países que realizan auditorías post-despliegue | 11 de 36 (31%) |
| Países con estándar formal de transparencia algorítmica | 11 de 36 (31%) |
| Países con registro público de algoritmos | 6 de 36 (17%) |
| Países que miden el impacto financiero o no financiero de casos de uso de IA | 10 de 36 (28%) |
“Todos los países de la OCDE tienen al menos una forma de guardrail”, pero “los controles operativos van a la zaga”. La existencia de principios en papel no garantiza que los sistemas de IA se desplieguen de forma segura, transparente y auditable.
Los desafíos estructurales
La brecha entre visión e implementación
El BID identifica que el principal desafío de la región no radica solo en definir estrategias, sino en cerrar la brecha entre visión e implementación. El documento organiza la discusión en torno a tres pilares habilitadores: gobernanza e institucionalidad, infraestructura y datos, y talento.
Escasez de talento especializado
La OCDE advierte que la IA genera una demanda real de competencias altamente especializadas que pueden ser difíciles de desarrollar internamente con rapidez. Los científicos de datos, ingenieros de aprendizaje automático y especialistas en gobernanza son recursos escasos que no se pueden importar a escala.
El riesgo de “audit washing”
La OCDE advierte que los chequeos ex-ante pueden ser insuficientes por sí solos. Los guardrails requieren mandatos claros de supervisión basados en riesgo, monitoreo continuo y auditorías bien diseñadas que eviten crear falsa confianza o “audit washing”. La brecha entre compromisos de transparencia de iure y su implementación de facto supera el 50% en algunos países.
La IA agéntica como nuevo desafío
La OCDE señala que un nuevo cambio está en marcha: los gobiernos están transitando hacia el uso de IA agéntica —sistemas que actúan en nombre del gobierno—, lo que introduce nuevas preguntas de gobernanza sobre responsabilidad, trazabilidad y control humano.
Conclusión: gobernar lo que ya está en operación
La gobernanza de la IA no es un ejercicio académico ni un lujo regulatorio. Es la condición para que el despliegue de IA en el Estado sea confiable, auditable y centrado en las personas. En 2026, el 97% de los países de la OCDE ya usa IA en el gobierno, pero solo el 39% exige evaluaciones de riesgo pre-despliegue y solo el 17% tiene un registro público de algoritmos.
Para Aulas Latam y las organizaciones de la región, la pregunta ya no es si adoptar marcos de gobernanza de IA, sino cómo construir la capacidad institucional, el talento y los controles operativos para que esos marcos sean algo más que declaraciones de intenciones. Porque en 2026, una regulación sin capacidad de fiscalización es una declaración de intenciones disfrazada de ley.



