Un acuerdo que hace dos años parecía imposible
Los responsables de OpenAI, Anthropic y Google DeepMind han empezado a coincidir en algo concreto: Estados Unidos necesita una ley federal para los sistemas de IA más potentes. Axios ha recogido este cambio después de años en los que la industria apostaba por compromisos voluntarios y advertía de que una regulación podía frenar la innovación.
Las tres compañías hablan de evaluaciones de seguridad, notificación de incidentes y medidas para evitar daños graves. Eso suena razonable, pero las decisiones difíciles llegan después: qué modelos estarán regulados, quién los pondrá a prueba, qué información podrá exigir el Gobierno y cuándo una autoridad tendrá poder para retrasar un lanzamiento.
Regular también puede proteger a quienes ya dominan
OpenAI, Anthropic y Google pueden asumir equipos jurídicos, evaluaciones costosas y meses de interlocución con Washington. Una empresa pequeña o un laboratorio universitario, no siempre. Si la norma exige el mismo proceso a cualquier modelo, la seguridad puede convertirse en una barrera de entrada que deje el mercado en manos de quienes ayudaron a escribirla.
Las exigencias deberían adaptarse al peligro de cada sistema. Un experimento al que acceden veinte investigadores no plantea el mismo riesgo que un modelo utilizado por cientos de millones de personas, conectado a herramientas y capaz de actuar durante horas. Cuanto mayor sea su alcance y su autonomía, mayores deberían ser las obligaciones.
La batalla entre ley federal y normas estatales
Las grandes compañías prefieren una regla federal uniforme a un mosaico de leyes estatales. Hay una razón práctica: operar con cincuenta marcos diferentes cuesta más y puede crear requisitos contradictorios. También hay una ventaja política: concentrar la negociación en Washington facilita influir en un único texto y puede desplazar normas estatales más exigentes.
La diferencia estará en si la ley federal marca unos mínimos que los estados pueden ampliar o si les impide aprobar normas más duras. Una ley débil que anule protecciones locales sería un regalo para la industria. Una norma clara y exigente, en cambio, puede evitar contradicciones y explicar a ciudadanos y empresas qué está permitido.
Qué debería contener una norma creíble
Las evaluaciones necesitan auditores con acceso técnico independiente, no solo informes preparados por la compañía. La definición de incidente debe incluir usos indebidos graves, fugas de datos, fallos de control y comportamientos no previstos. Las empresas deben conservar pruebas, comunicar cambios importantes y afrontar consecuencias si ocultan información o despliegan sin completar controles acordados.
También hacen falta protección para denunciantes, investigación pública y transparencia. Publicar todos los detalles de una vulnerabilidad puede aumentar el peligro, pero ocultarlo todo impide saber si los controles funcionan. Los informes públicos pueden convivir con información más delicada a la que solo accedan reguladores y especialistas autorizados.
La prueba será retrasar un producto rentable
Los marcos de seguridad de Google DeepMind y Anthropic muestran que la industria ya sabe medir parte del riesgo. La prueba llegará cuando una evaluación recomiende retrasar un producto rentable. ¿Quién puede decir no? ¿La empresa publicará el resultado? ¿Habrá una autoridad capaz de comprobarlo?
Sabremos si la propuesta va en serio cuando exista un texto legal, límites concretos, supervisores con presupuesto y pocas excepciones. Si solo OpenAI, Anthropic y Google pueden pagar lo que exige la norma que ellas mismas pidieron, la ley habrá dejado el mercado más cómodo para las grandes compañías sin proteger mucho mejor al resto.
La conversación empieza aquí
Accede con una cuenta de apoyo para comentar. Entrar
Todavía no ha comentado nadie. ¿Estrenas tú?