- Carlos Martínez Rojas
- 368 Vistas
Introducción
La regulación de la inteligencia artificial (IA) en Estados Unidos está en pleno debate. A nivel federal no existe aún una norma general que abarque todos los usos de la IA, y los estados han comenzado a llenar ese vacío con legislaciones propias, en temas como transparencia algorítmica, protección de consumidores, “deepfakes” y responsabilidad en sistemas automatizados.
Este escenario plantea un mosaico regulatorio: cada estado impulsa leyes distintas, con enfoques diversos, lo que genera desafíos de coherencia y cumplimiento para empresas que operan en múltiples jurisdicciones. El propósito de este artículo es trazar un panorama actualizado del marco regulatorio en EE. UU., explorar las tendencias estatales más relevantes y proyectar hacia dónde podría evolucionar la regulación de IA.
Contexto histórico y marco federal
Ausencia de una ley federal integral de IA
Hasta ahora, en Estados Unidos no existe una legislación federal amplia que regule el desarrollo o uso de IA de forma general. Lo más cercano ha sido una serie de iniciativas y normativas sectoriales (por ejemplo en salud, educación o privacidad de datos) que aplican los principios existentes a sistemas con IA.
Por ejemplo:
- En 2023, varias agencias federales —como la FTC (Federal Trade Commission), la EEOC (Equal Employment Opportunity Commission) y la CFPB (Consumer Financial Protection Bureau)— declararon que su autoridad regula también software y algoritmos, lo que incluye sistemas de IA.
- En el ámbito educativo, el Departamento de Educación emitió orientaciones recientes para el uso responsable de IA en escuelas, dentro del marco normativo aplicable.
- La Ley de Iniciativa Nacional de Inteligencia Artificial (National Artificial Intelligence Initiative Act) de 2020 estableció una estructura para la coordinación federal en IA, pero no impone regulaciones sustantivas de uso.
En resumen, hasta ahora el enfoque federal ha sido más bien indirecto: supervisión por agencias existentes, fomento de investigación y guías de uso, más que regulación directa.
Tensiones entre preeminencia federal y autonomía estatal
La descentralización regulatoria no es un tema nuevo en EE. UU., pero en IA adquiere una complejidad adicional. Algunos actores promueven que el Congreso establezca una ley nacional para evitar una “ensalada” de normas estatales que difieran entre sí.
Un episodio reciente clave fue el intento de incluir en el proyecto presupuestario federal (conocido como “One Big Beautiful Bill”) una moratoria de diez años que impediría a estados y localidades promulgar o aplicar regulaciones específicas de IA durante ese periodo.Sin embargo, en la versión final del paquete legislativo esa cláusula fue eliminada por el Senado.
Esto ilustra la tensión: ¿debe prevalecer una regulación unificada federal o debe permitirse que los estados actúen como laboratorios regulatorios, adaptando leyes según sus contextos?
Panorama estatal: iniciativas, focos y ejemplos destacados
Tendencias legislativas estatales
Según seguimiento de la NCSL (National Conference of State Legislatures), algunas tendencias emergentes en legislaciones estatales sobre IA son:
- Protección al consumidor y transparencia algorítmica
Muchos proyectos estatales apuntan a que las empresas revelen cuando los usuarios interactúan con IA, expliquen cómo funcionan los algoritmos en decisiones importantes (crédito, empleo, salud) y mitiguen sesgos en modelos automatizados. - Regulación de deepfakes y medios sintéticos
La creación, difusión y manipulación de contenido generado por IA (audio, video, imagen) sin consentimiento o con fines engañosos ha sido objeto de numerosas iniciativas estatales. - Limitaciones al uso gubernamental de IA
Algunos estados han adoptado restricciones o salvaguardas para el uso de IA por parte de agencias públicas, especialmente en decisiones automatizadas que afectan derechos ciudadanos (por ejemplo, vigilancia, justicia, servicios sociales) - Leyes sectoriales o temáticas específicas
En muchos casos, los estados han adoptado leyes puntuales, como en protección de imagen y voz, responsabilidad por resultados de IA, exclusión de sesgos, etc. - Fases de estudio, comisiones y moratorias locales
Algunos estados prefieren comenzar con estudios, evaluaciones de riesgo o comisiones de expertos antes de legislar directamente, como medida precautoria.
Según Brookings, en la sesión legislativa de 2025 se presentaron 260 proyectos con temática de IA, de los cuales 22 fueron aprobados hasta cierto punto. También se reporta que en 2025 se han introducido más de 1.080 proyectos de ley relacionados con IA en todos los estados.
Ejemplos estatales destacados
A continuación, algunos ejemplos concretos que ilustran las distintas aproximaciones estatales:
| Estado / ley | Enfoque principal | Características destacadas |
|---|---|---|
| California – SB 53 (Transparency in Frontier AI Act) | Transparencia en IA de alta capacidad | Obliga a publicar protocolos de seguridad, reporte de incidentes, protege denunciantes. |
| Utah – AI Policy Act, SB 332, SB 226 | Divulgaciones en servicios generativos | Extensión de vigencia, moderación del alcance de obligaciones de divulgación (“disclosure”) para interacciones de riesgo. |
| Colorado – SB 205 (AI Act de Colorado) | Ley integral de IA | Aplica a IA que tenga impacto significativo en consumidores (educación, empleo, salud, vivienda), obliga a evitar discriminación algorítmica y exige transparencia. |
| Tennessee – ELVIS Act | Protección de voz y semejanza | Reconoce propiedad sobre la voz e imagen, prohíbe uso no autorizado con IA. |
| Illinois – enmiendas de “AI Likeness” y uso en empleo | Derechos de imagen y transparencia en IA de contratación | Leyes que sancionan el uso no autorizado de voz, imagen o semejanza, y regulan uso de IA en entrevistas. |
| Nueva York – Responsible AI Safety and Education Act (SB 6953) | Regulación de modelos avanzados (frontier models) | Normas específicas para desarrollo de modelos de gran escala, educación y seguridad. |
Estos ejemplos muestran cómo algunos estados se están adelantando con regulaciones propias, especialmente aquellos con hubs tecnológicos o preocupación política por proteger derechos individuales.
Análisis experto: oportunidades, riesgos y escenarios
Oportunidades que surgen del enfoque estatal
- Innovación regulatoria localizada
Los estados actúan como laboratorios reguladores: pueden probar enfoques nuevos, más ágiles y adaptados a sus contextos socioeconómicos antes de que una norma federal prevalezca. - Protección adelantada de ciudadanos vulnerables
En ausencia de regulación federal, los estados pueden responder más rápidamente a problemas emergentes (deepfakes, discriminación algorítmica) al promulgar leyes específicas. - Certidumbre legal para empresas locales
Empresas tecnológicas ubicadas en estados con regulaciones claras pueden planificar mejor su cumplimiento normativo y ganar ventaja competitiva frente a jurisdicciones sin reglas. - Refuerzo de la confianza ciudadana en IA
La existencia de leyes estatales visibles puede aumentar la percepción de rendición de cuentas, lo cual favorece la adopción segura de tecnologías de IA. Por ejemplo, estudios muestran que regulación responsable no desalienta la adopción pública de modelos generativos, e incluso puede fomentarla.
Riesgos y desafíos
- Fragmentación normativa y carga de cumplimiento múltiple
Una empresa que opere en varios estados puede tener que cumplir con reglas distintas (transparencia, requisitos de divulgación, sanciones diversas), lo que implica costos elevados de cumplimiento.
- Conflictos entre leyes estatales y posibles futuras leyes federales
Si el Congreso promulgara una norma federal más estricta o de preeminencia, podría invalidar o “preemptar” leyes estatales menos compatibles. - Riesgo de regulación desalineada o reactiva
Algunos estados podrían adoptar normas apresuradas, tecnológicamente obsoletas o excesivamente restrictivas, que limiten innovación o generen litigios. - Capacidad institucional desigual
No todos los estados tienen recursos, especialistas o experiencia para diseñar regulaciones robustas en IA, lo que puede generar normas débiles o inconsistentes.
Escenarios posibles hacia el futuro (2025–2030)
- Convergencia hacia una ley federal unificada
Con el tiempo, podría surgir en el Congreso consenso para una regulación federal de IA que establezca estándares mínimos y limite la heterogeneidad estatal. En ese escenario, muchas leyes estatales actuales serían armonizadas o preemptadas. - Coexistencia federal-estado con áreas exclusivas estatales
La ley federal podría definir temas centrales (seguridad, clasificación de riesgos, transparencia mínima) y permitir que estados regulen temáticas específicas (por ejemplo, deepfakes, derechos de imagen, IA en salud local). - Carrera regulatoria entre estados
Estados con intereses tecnológicos continuarán compitiendo por atraer empresas mediante regulaciones balanceadas e innovadoras, fortaleciendo “clusters” de IA con marcos legales favorables. - Inercia regulatoria federal + expansión estatal aguda
Si la regulación federal se demora, los estados intensificarán su rol y el mosaico normativo se hará más denso, con crecientes conflictos legales entre estados y entre reguladores.
Consideraciones éticas, legales y recomendaciones
Aspectos éticos
- Transparencia vs secreto comercial
Exigir que las empresas revelen detalles de sus modelos y procesos de mitigación de riesgos plantea tensión con la protección de propiedad intelectual y secretos comerciales. - Derechos de privacidad, datos y consentimiento
Muchos sistemas de IA dependen del tratamiento de datos sensibles. Las leyes estatales deben armonizarse con estándares de privacidad (como leyes estatales de privacidad de datos) para preservar derechos individuales. - Equidad y no discriminación algorítmica
Los modelos de IA pueden reproducir sesgos: las leyes estatales tienen la oportunidad de exigir evaluaciones de impacto, auditorías algorítmicas y mecanismos de revisión que aseguren equidad. - Responsabilidad por daños y reparación
¿Quién responde si un sistema de IA causa perjuicio? Es clave definir responsabilidad civil, mecanismos de apelación y reparación efectiva para los afectados.
Recomendaciones para legisladores y reguladores
- Diseño basado en riesgo
No todas las aplicaciones de IA implican el mismo nivel de peligro. Las leyes más ciertas adoptan una clasificación de riesgos (alto, medio, bajo) y aplican obligaciones proporcionalmente. - Mecanismos de sandboxes regulatorios
Crear ambientes controlados donde empresas prueben tecnologías bajo supervisión normativa con exenciones temporales puede favorecer innovación regulada. - Coordinación entre estados y con autoridades federales
Cooperación en modelos de estándares comunes, intercambio de mejores prácticas y agrupaciones regionales reducirían redundancias. - Enfoque adaptativo y revisable
La regulación de IA debe incorporar revisión periódica, mecanismos de actualización automática y gobernanza flexible frente al avance tecnológico. - Participación de múltiples actores
Diseñar leyes con consulta de academia, industria, sociedad civil y grupos vulnerables para balancear intereses y anticipar impactos sociales.
Conclusión
Las leyes de IA en Estados Unidos actualmente se hallan en una fase de experimentación activa: sin un marco federal rígido, los estados están impulsando iniciativas regulatorias propias que cubren transparencia, derechos de imagen, protección al consumidor y control del uso público de IA. Si bien esto permite innovación normativa local y respuestas tempranas, también genera desafíos de fragmentación legal y complejidad de cumplimiento.
El desenlace probablemente implicará una mezcla de regulación federal mínima obligatoria y espacio estatal para la especialización. En este contexto, quienes desarrollan o emplean tecnologías de IA deben estar muy atentos a las leyes estatales emergentes, adoptar prácticas flexibles de cumplimiento y participar en el diseño normativo para que IA se desarrolle con justicia, seguridad y responsabilidad.
Preguntas frecuentes sobre las leyes de IA en Estados Unidos
¿Estados Unidos tiene una ley federal específica para regular la inteligencia artificial?
No. Actualmente, Estados Unidos no cuenta con una ley federal integral que regule de manera específica el uso de la inteligencia artificial. La regulación está fragmentada entre agencias federales que aplican leyes existentes y legislaciones estatales que están comenzando a abordar los desafíos de la IA desde distintas perspectivas.
¿Qué estados de EE. UU. ya han aprobado leyes sobre inteligencia artificial?
Entre los estados más activos se encuentran California, Colorado, Tennessee, Utah y Illinois. Cada uno ha promulgado leyes distintas, enfocadas en temas como transparencia algorítmica, derechos de imagen y voz, responsabilidad en el uso de IA y regulación de modelos avanzados.
¿Cómo afectan las leyes estatales de IA a las empresas tecnológicas?
Las empresas que operan en varios estados deben cumplir con múltiples normativas, lo que puede generar cargas regulatorias complejas. Esto incluye requisitos de divulgación, mitigación de sesgos algorítmicos, auditorías y restricciones sobre el uso de datos o contenido generado por IA.
¿Qué riesgos presenta la fragmentación legal de la IA en EE. UU.?
La fragmentación normativa puede provocar inseguridad jurídica, costos de cumplimiento elevados y conflictos entre leyes estatales y futuras leyes federales. También podría frenar la innovación en IA si las regulaciones no están bien diseñadas o armonizadas.
