⏱️ Lectura: 11 min
“No queremos una DMV para la inteligencia artificial”: con esa frase, funcionarios de Estados Unidos resumieron su rechazo a una supervisión regulatoria centralizada de la regulación de la IA en un foro internacional de gobernanza tecnológica esta semana.
📑 En este artículo
Días después, China salió a pedir cooperación y no rivalidad en inteligencia artificial, justo antes de una cumbre entre Xi Jinping y Donald Trump. El contraste expone dos visiones opuestas sobre cómo debe gobernarse la tecnología que ya mueve miles de millones de dólares en inversión pública.
TL;DR
- Funcionarios de EE.UU. usaron la frase ‘no DMV for AI’ para rechazar un organismo que licencie modelos antes de su despliegue, según CNET.
- China pidió cooperación en IA, no rivalidad, en la antesala de la cumbre entre Xi Jinping y Donald Trump, según South China Morning Post.
- Corea del Sur pidió un presupuesto récord de $21.600 millones para ciencia en 2027, según UPI, mientras Asia acelera el gasto público en IA.
- La Unión Europea ya aplica la AI Act, el primer marco integral que clasifica sistemas de IA por nivel de riesgo desde 2024.
- Estados Unidos favorece guías voluntarias como el NIST AI RMF frente al modelo europeo de auditorías obligatorias.
- China combina registro estatal de algoritmos con un discurso internacional de apertura y cooperación.
- La cumbre Xi-Trump se perfila como el próximo punto de fricción sobre gobernanza de IA.
Introducción
La pregunta de quién regula la inteligencia artificial, y con qué reglas, dejó de ser un debate académico. En los últimos meses, gobiernos de Estados Unidos, China, la Unión Europea y Corea del Sur movieron piezas distintas: unos recortan reglas, otros piden cooperación y otros simplemente destinan más dinero público. La regulación de la IA se volvió el terreno donde se juega buena parte de la competencia geopolítica tecnológica de 2026.
Qué pasó con la regulación de la IA
En un foro internacional sobre gobernanza de inteligencia artificial, funcionarios estadounidenses defendieron una postura de no intervención: rechazaron la idea de crear un organismo que actúe como una DMV para la IA, en referencia al Department of Motor Vehicles, la agencia estatal que emite licencias de conducir en EE.UU. y que es sinónimo de trámite lento y burocrático. La comparación buscó transmitir que licenciar o auditar cada modelo de IA antes de su despliegue frenaría la innovación, según reportó CNET.
Casi en simultáneo, China tomó una posición distinta en el mismo debate. Según el South China Morning Post, Beijing pidió cooperación internacional en IA en lugar de una carrera competitiva, un mensaje calculado justo antes de una cumbre prevista entre el presidente chino Xi Jinping y el presidente estadounidense Donald Trump.
Contexto e historia de la regulación de la IA
El choque no es nuevo, pero sí se agudizó. Desde 2023, distintos bloques probaron enfoques opuestos para la regulación de la IA. La Unión Europea aprobó la AI Act, el primer marco legal integral que clasifica los sistemas de IA por nivel de riesgo y exige auditorías para los de “alto riesgo”. Reino Unido optó por cumbres de seguridad puntuales, la serie que arrancó en Bletchley Park en 2023. Estados Unidos, en cambio, avanzó con órdenes ejecutivas y guías voluntarias del NIST, sin una ley federal única que exija licencias.
China desarrolló su propio marco: exige registro de algoritmos de recomendación y reglas específicas para contenido generado por IA, pero combina esa vigilancia estatal con un discurso internacional de apertura, como el que repitió ahora antes de la cumbre con Trump. El aumento de presupuesto científico en Asia refuerza esa lectura: Corea del Sur pidió un presupuesto récord de $21.600 millones para 2027, según UPI, buena parte destinada a ciencia e infraestructura de IA.
Detalles técnicos: cómo se audita la regulación de la IA
Detrás de la frase “no DMV for AI” hay una discusión técnica concreta: qué mecanismos usar para verificar que un modelo de IA es seguro antes o después de su despliegue. Los marcos regulatorios que sí exigen supervisión, como la AI Act europea, se apoyan en tres piezas técnicas principales.
- Model cards: documentos estructurados que describen datos de entrenamiento, límites conocidos y casos de uso previstos de un modelo.
- Auditorías de terceros: evaluaciones de red-teaming y pruebas adversariales antes del despliegue en sectores de alto riesgo.
- Registros de incidentes: bases de datos donde se reportan fallos o daños causados por sistemas de IA en producción.
Estados Unidos no rechaza estas prácticas en sí: el NIST AI Risk Management Framework las recomienda de forma voluntaria. Lo que rechaza es convertirlas en un trámite obligatorio y centralizado, equivalente a pedir una licencia antes de operar, como sí ocurre con la AI Act en la Unión Europea.
💡 Tip: documentar un model card no depende de que sea obligatorio: sirve como evidencia si un regulador pide explicaciones después de un incidente.
Cómo empezar a documentar tu IA
Si tu empresa despliega modelos de IA y querés anticiparte a cualquiera de estos marcos, el punto de partida técnico es el mismo en casi todos los países: documentar el modelo con una model card y mantener un registro de incidentes propio, aunque todavía no sea obligatorio donde operás.
Un model card mínimo, en formato YAML, se ve así:
model_card:
name: "recomendador-catalogo-v3"
version: "3.2.0"
entrenado_con: "catalogo interno 2024-2026, 4.2M items"
uso_previsto: "ranking de productos en busqueda interna"
limitaciones_conocidas:
- "sesgo hacia items con mas reviews"
- "no evaluado para catalogos menores a 10k items"
contacto_responsable: "[email protected]"Y un registro de incidentes, en JSON, que podés versionar junto al modelo en el mismo repositorio:
{
"incident_id": "INC-2026-014",
"model": "recomendador-catalogo-v3",
"fecha": "2026-08-30",
"severidad": "media",
"descripcion": "el modelo repitio recomendaciones descontinuadas",
"mitigacion": "filtro de stock agregado antes de servir resultados",
"estado": "resuelto"
}Para confirmar qué reglas te aplican hoy según dónde operás, la vía más directa es revisar el rastreador de políticas de OECD.AI, que agrupa las iniciativas regulatorias de decenas de países, y comparar contra el resumen oficial de la AI Act si operás en la Unión Europea.
Impacto y análisis de la regulación de la IA
El resultado práctico es un mapa regulatorio fragmentado que las empresas de IA con operación global ya deben navegar.
| Enfoque | Ejemplo | Ventaja | Limitación |
|---|---|---|---|
| Ley integral por riesgo | AI Act (Unión Europea) | Reglas claras y exigibles por sector | Costos de cumplimiento altos para startups |
| Guías voluntarias + sectorial | NIST AI RMF (EE.UU.) | No frena el ritmo de lanzamiento de modelos | Sin sanción real ante incumplimiento |
| Registro estatal + discurso de apertura | Marco chino de algoritmos | Control directo sobre despliegue local | Poca transparencia externa verificable |
| Principios multilaterales | OCDE, cumbres de seguridad de IA | Coordinación entre bloques distintos | No son vinculantes |
Ninguno de los cuatro modelos resolvió el problema de fondo: cómo auditar un sistema que cambia de comportamiento según el dato que recibe, sin frenar su desarrollo. La postura de EE.UU. apuesta a que el mercado y la reputación corrijan errores más rápido que un regulador; la europea apuesta a que un incidente evitado vale más que la velocidad perdida.
flowchart TD
A["Empresa de IA global"] --> B["Opera en EE.UU."]
A --> C["Opera en la Union Europea"]
A --> D["Opera en China"]
B --> E["NIST AI RMF: guia voluntaria"]
C --> F["AI Act: auditoria obligatoria"]
D --> G["Registro estatal de algoritmos"]
subgraph COORD["Coordinacion internacional"]
H["OCDE: principios no vinculantes"]
end
E --> H
F --> H
G --> H📌 Nota: el mensaje de cooperación de China llegó justo antes de la cumbre con Trump, un timing que analistas leen como una señal de negociación, no solo de política interna.
Ninguna postura está libre de riesgo. Un enfoque sin licencias obligatorias, como el que defiende EE.UU., deja en manos de cada empresa decidir cuándo un modelo es lo bastante seguro para producción, sin un piso mínimo verificable externamente. Un enfoque de licencias como el europeo, en cambio, puede tardar meses en aprobar un sistema de alto riesgo, tiempo que una startup con financiamiento limitado no siempre tiene.
Qué sigue en la regulación de la IA
La cumbre entre Xi Jinping y Donald Trump es el próximo punto donde este contraste se va a poner a prueba en público. Si el tono de cooperación de China se traduce en propuestas concretas, como estándares técnicos compartidos o acuerdos sobre reporte de incidentes, o si queda en discurso diplomático, es la pregunta abierta.
En paralelo, el aumento de presupuesto científico en Asia, como el pedido récord de $21.600 millones que hizo Corea del Sur para 2027, sugiere que buena parte de la carrera ya no se juega solo en las leyes, sino en cuánto dinero público cada país está dispuesto a poner detrás de su propia infraestructura de IA.
📖 Resumen en Telegram: Ver resumen
Si querés ver el estado regulatorio actualizado de tu país hoy mismo, entrá al rastreador de políticas de OECD.AI y buscá tu jurisdicción antes de lanzar tu próximo modelo a producción.
Preguntas frecuentes
¿Qué significa “no DMV for AI”?
Es la frase que usaron funcionarios de EE.UU. para rechazar la idea de un organismo centralizado que licencie modelos de IA antes de su despliegue, comparándolo con el trámite burocrático de sacar una licencia de conducir en el Department of Motor Vehicles.
¿Qué es la AI Act de la Unión Europea?
Es el primer marco legal integral que clasifica los sistemas de IA por nivel de riesgo y exige auditorías obligatorias para los de “alto riesgo”, vigente en la Unión Europea desde 2024.
¿Por qué China pidió cooperación justo antes de la cumbre con Trump?
El mensaje busca posicionar a China como un actor abierto a coordinar reglas globales de IA en un momento de negociación bilateral de alto perfil con Estados Unidos.
¿Estados Unidos no regula la IA en absoluto?
Sí regula, pero de forma sectorial y en gran parte voluntaria, apoyada en guías como el NIST AI Risk Management Framework, sin una ley federal única que exija licencias.
¿Qué es un model card?
Es un documento estructurado que describe los datos de entrenamiento, las limitaciones conocidas y el uso previsto de un modelo de IA, usado como evidencia de transparencia ante reguladores o usuarios.
¿Cómo afecta esto a una empresa que no opera en EE.UU. ni en la UE?
Igual conviene revisar el marco local: cada vez más países, incluidos varios en Asia y América Latina, están redactando sus propias reglas basadas en la AI Act europea o en los principios voluntarios de la OCDE.
Referencias
- CNET vía MSN: reporte sobre la postura de EE.UU. contra la regulación centralizada de IA en un foro global.
- South China Morning Post vía MSN: cobertura del llamado de China a la cooperación en IA antes de la cumbre Xi-Trump.
- UPI: presupuesto récord de $21.600 millones que pidió el ministerio de ciencia de Corea del Sur para 2027.
- NIST AI Risk Management Framework: guía voluntaria de gestión de riesgos de IA usada como referencia en Estados Unidos.
- AI Act (Unión Europea): información oficial sobre el marco regulatorio europeo de IA por niveles de riesgo.
- OECD.AI: rastreador de políticas y principios de IA adoptados por países miembros y socios de la OCDE.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Imagen destacada: Foto de Andy Feliciotti en Unsplash
0 Comentarios