amaneciendo.com.mx Tu ventana al mundo
LO ESENCIAL
Inteligencia artificial en México: el desafío de regular Ciudad de México, 23 de julio de 2026 Candelero Por Ricardo Monreal Ávila La primera regulación al uso de la Inteligencia Artificial (IA) en México seguramente estará entre las iniciativas que se discutirán y aprobarán en el próximo Periodo Ordinario de Sesiones del Congreso de la Unión. Lo relativo a esa herramienta es un tema polémico y debatible, pero no por ello debe quedar libre de normas o dirección para beneficio de la sociedad mexicana; especialmente en lo que respecta a su acceso para niñas, niños y jóvenes. Y para ello tenemos que conocer por dónde camina el mundo en materia de regulación de la IA.
De entrada, hay dos extremos que debemos evitar; por un lado, la anarquía en el acceso y uso, y por el otro, su sobrerregulación, al punto de volverla inaccesible o inalcanzable en la práctica. Entre ambos extremos hay una gama de experiencias y prácticas regulatorias a nivel global que debemos conocer. Con apoyo de la propia IA, preparamos parte de la siguiente información: La regulación de la IA en el mundo se divide principalmente en tres enfoques: 1. Enfoque integral y basado en riesgos (Unión Europea, UE) • La Ley de IA de la UE (AI Act): es la primera normativa integral sobre la materia en el mundo. Clasifica los sistemas de IA en cuatro niveles: I.
Riesgo inaceptable: sistemas prohibidos (ej. manipulación conductual o calificación social). II. Alto riesgo: sujetos a evaluaciones estrictas antes de salir al mercado (ej. IA en salud o recursos humanos). III. Riesgo limitado: sujetos a requisitos de transparencia (ej. avisar a la persona usuaria que interactúa con un bot). IV. Riesgo mínimo: uso libre y sin restricciones. 2. Enfoque de soberanía tecnológica y control (China) • Regulaciones de contenido y algoritmos: China ha implementado normativas específicas para los servicios de IA generativa y la gestión de recomendaciones algorítmicas.
El enfoque estatal busca controlar la información y asegurar que el desarrollo tecnológico sirva a los intereses del Estado y la estabilidad social. 3. Enfoque sectorial y competitivo (Estados Unidos, EE. UU. ) • Decreto Ejecutivo y agencias sectoriales: en lugar de una ley federal única, EE. UU. utiliza decretos presidenciales para obligar a los desarrolladores a compartir pruebas de seguridad de los modelos más potentes antes de su lanzamiento. Se apoya en agencias existentes (como las de competencia, comercio y derechos civiles) para intervenir en caso de violaciones o sesgos. 4.
CONTEXTO
Enfoques alternativos y gobernanza ágil Más allá de las leyes tradicionales, los Gobiernos y organismos internacionales exploran mecanismos más flexibles: • Entornos de prueba (sandboxes): espacios controlados donde las empresas pueden probar sus innovaciones en IA bajo supervisión regulatoria, antes de un lanzamiento masivo. • Auditorías y certificaciones algorítmicas: evaluación por parte de terceros expertos para garantizar que un sistema es justo, seguro y no discriminatorio.
• Principios éticos globales: directrices promovidas por organismos como la Recomendación sobre la Ética de la IA de la UNESCO o los principios de la OCDE, que priorizan los derechos humanos, la transparencia y la equidad. La verdadera complejidad no residiría en copiar esos modelos, sino en tejerlos sobre el particular entramado socioeconómico de México y, sobre todo, en garantizar que la ley no se convierta en letra muerta. El primer gran desafío es la contextualización institucional. La AI Act europea es ambiciosa, pero se sustenta en agencias con presupuestos millonarios y en el Reglamento General de Protección de Datos (GDPR).
EN PERSPECTIVA
Cumplir con algo semejante en nuestro país implicaría retos institucionales importantes. Clasificar un sistema de IA como de “alto riesgo” suena bien, pero ¿quién y con qué recursos evaluaría, por ejemplo, los algoritmos que filtran currículums en el sector público o los que diagnostican enfermedades en materia de salud? Si no se dota a una autoridad específica de capacidades técnicas, financieras y de personal especializado, la regulación correría el riesgo de ser secuestrada por los grandes consorcios tecnológicos que puedan pagar costosas auditorías, marginando a las pequeñas y medianas empresas y ahondando la desigualdad.
Además, la informalidad laboral y la brecha digital son filtros que ningún reglamento europeo o estadounidense puede resolver por sí solo. En México, la población ocupada que trabaja en la informalidad es vasta, y allí la IA ya se cuela a través de aplicaciones de reparto, plataformas de servicios o sistemas de gestión educativa en zonas marginadas, pero sin que exista un contrato, un salario fijo o una relación laboral clara que permita exigir derechos.
Por eso, el llamado a proteger a niñas, niños y adolescentes debe ampliarse a todos los sectores vulnerables: no basta con restringir su acceso a ciertas herramientas; hay que garantizar su alfabetización algorítmica (como ya se comentó en otras reflexiones), para que la ciudadanía sea un sujeto crítico capaz de impugnar un sesgo o exigir una revisión humana, y no un mero consumidor pasivo de decisiones automatizadas.
Etiquetas: Regulación, Inteligencia Artificial, México, Congreso, Sociedad, Tecnología e IA
