Durante buena parte de los últimos años, la discusión sobre inteligencia artificial (IA) se presentó como una elección entre dos posiciones: regular o no regular. De un lado, quienes advertían sobre los riesgos y reclamaban reglas. Del otro, quienes sostenían que regular demasiado pronto podía frenar una tecnología todavía en pleno desarrollo.
Esa discusión empieza a quedar vieja. La pregunta relevante ya no debería ser si vamos a regular la IA, sino cómo hacerlo para que la regulación proteja a las personas y, al mismo tiempo, permita aprovechar una de las tecnologías con mayor capacidad de transformación de nuestro tiempo. Porque regular no significa solamente prohibir. También es definir responsabilidades, dar previsibilidad, ordenar incentivos, crear condiciones para invertir, establecer estándares, formar capacidades y decidir qué usos queremos promover.
El mundo, de hecho, ya está regulando. Basta mirar el AI and Democratic Values Index 2026 del Center for AI and Digital Policy: analiza políticas y prácticas en 90 países, registra nuevas leyes de IA en distintas regiones y muestra que la construcción de reglas dejó de ser una discusión marginal. La cuestión global se está desplazando: ya no es simplemente regulación sí o no, sino qué regulación, con qué alcance y para alcanzar qué objetivos.
Las respuestas son distintas. La Unión Europea eligió un enfoque basado en riesgos, prohíbe algunos usos considerados inaceptables, establece obligaciones para aplicaciones de alto riesgo e incorpora también obligaciones de alfabetización en IA. Estados Unidos eligió un camino muy distinto. La administración Trump convirtió la reducción de cargas regulatorias en una parte explícita de su estrategia para competir en IA. Una orden ejecutiva de diciembre de 2025 estableció como política federal un marco nacional “mínimamente gravoso”, creó mecanismos para cuestionar leyes estatales consideradas excesivas e incluso ordenó evaluar si ciertos fondos federales podían condicionarse a que los estados no aprobaran o no aplicaran normas incompatibles con esa política.
Pero eso no equivale a ausencia de política pública ni de reglas. En 2026, la Casa Blanca presentó un marco legislativo nacional que propone sandboxes regulatorios, reglas federales uniformes y medidas sobre protección de niños, propiedad intelectual e infraestructura. Y en abril de 2025 otra orden ejecutiva había establecido como política promover la alfabetización y competencia en IA, formar docentes, incorporar IA en educación y preparar una fuerza de trabajo capaz de utilizarla. Estados Unidos busca regular menos que Europa, pero al mismo tiempo interviene activamente para acelerar la innovación, la adopción y las capacidades. China combina reglas específicas para servicios y contenidos generados por IA con una estrategia de expansión que busca integrar la tecnología en la industria, la ciencia, los servicios públicos y la gestión del Estado.
Tres modelos diferentes, pero un punto en común: ninguno está esperando.
La IA no es solamente una tecnología que haya que controlar. Es también infraestructura de poder económico, productivo y geopolítico. La historia muestra que las grandes revoluciones tecnológicas modifican ventajas relativas entre países. Hoy la carrera tiene dos protagonistas evidentes, Estados Unidos y China, y ya no se disputa solamente en los modelos, incluye semiconductores, centros de datos, energía, talento, aplicaciones, estándares y capacidad de desplegar la tecnología a escala.
América Latina no va a competir en todos esos frentes. Pero eso no significa que su única alternativa sea observar. La pregunta es qué lugar quiere ocupar en este nuevo mapa. El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025 ofrece una señal inquietante. Los países analizados representan alrededor de 6,6% del PIB mundial y 8,8% de la población, pero apenas 1,12% de la inversión global en IA. Al mismo tiempo, América Latina y el Caribe representan entre 15% y 20% del mercado mundial de descargas de aplicaciones de IA generativa. La región muestra una enorme capacidad para consumir IA, pero una capacidad mucho menor para producirla, atraer inversión, desarrollar soluciones propias e incorporarlas estratégicamente en sus instituciones. El propio ILIA resume otra parte del problema con una frase contundente: “Mucho plan y poca acción”. Nueve países cuentan con estrategias nacionales, pero solo una minoría las acompaña con presupuesto, planes de implementación o indicadores de impacto.
Ese diagnóstico importa para la discusión regulatoria. Una ley de IA no es una estrategia de IA, y tampoco toda la regulación tiene que estar contenida en una ley. Un marco inteligente para la región debería preguntarse, además de qué riesgos queremos limitar, qué capacidades queremos construir. Cómo atraer inversiones, facilitar que empresas locales desarrollen y adopten soluciones, mejorar infraestructura de datos y cómputo, utilizar las compras públicas para impulsar innovación, acelerar la adopción en el Estado y garantizar una estrategia de alfabetización en IA para estudiantes, trabajadores, funcionarios, empresarios y ciudadanía.
Hay además una dimensión que América Latina no puede dejar en segundo plano. La regulación debería ayudarnos a evitar que la IA amplifique las brechas que ya tenemos: entre países, pero también dentro de ellos, entre quienes tienen conectividad y quienes no, entre grandes empresas y pequeñas, entre quienes poseen capacidades digitales y quienes todavía no tuvieron oportunidades de desarrollarlas. Una buena regulación no debería preguntarse solamente cómo reducir los riesgos de la IA, sino también cómo distribuir sus beneficios.
La cuestión global se está desplazando: ya no es simplemente regulación de la inteligencia artificial sí o no, sino qué regulación, con qué alcance y para alcanzar qué objetivos.
Regular la IA no es solamente decidir qué no queremos que ocurra. También es decidir qué queremos que ocurra con ella. Puede significar establecer reglas proporcionales al riesgo, pero también crear sandboxes para experimentar, mecanismos de compra pública, estándares de interoperabilidad, políticas de datos, formación para funcionarios y una estrategia nacional de alfabetización.
La regulación puede ser un freno, pero también puede ser un acelerador. La diferencia está en para qué se regula. La adopción en el Estado es un buen ejemplo. Estonia ofrece un antecedente interesante, una transformación digital sostenida durante décadas. La Organización para la Cooperación y el Desarrollo Económicos (OCDE) estima que su infraestructura de identidad digital ha generado ahorros de hasta 2% del PIB y que X-tee, la plataforma que permite intercambiar datos entre organismos públicos de forma segura, ahorra unos 844 años de trabajo colectivo por año. Ese número expresa tiempo acumulado, si se suman todas las horas que ciudadanos, empresas y funcionarios dejan de dedicar a trámites, cargas manuales e intercambios repetitivos de información, el ahorro anual equivale a 844 años-persona de trabajo. No significa que dos puntos del PIB aparezcan automáticamente como dinero disponible en el presupuesto. Pero sí muestra la escala que pueden alcanzar las ganancias de productividad derivadas de una política tecnológica sostenida.
La IA podría convertirse en una nueva capa de esa transformación. Gestión documental, compras públicas, trámites, sistemas tributarios, prestaciones sociales o atención ciudadana contienen procesos que podrían revisarse con IA. El objetivo no debería ser simplemente automatizar, sino construir un Estado más capaz, más rápido en algunas tareas, con menos errores y utilizando mejor sus recursos.
Y aparece entonces otra pregunta política: ¿qué hacemos con las ganancias de productividad que esa transformación puede generar? Una posibilidad es pensar en un dividendo de productividad pública, medir los ahorros y capacidades liberadas por una mejor gestión y orientar una parte de ese valor hacia prioridades sociales. En Uruguay, por ejemplo, hacia políticas destinadas a reducir la pobreza infantil. No como una promesa automática de ahorro fiscal, sino como un principio; si la tecnología permite utilizar mejor los recursos del Estado, parte de ese valor debería volver a la sociedad allí donde más se necesita.
Para Uruguay, esta discusión es especialmente relevante. El ILIA 2025 lo ubica, junto con Chile y Brasil, dentro del grupo de países pioneros de la región. El país cuenta con infraestructura digital, capacidades tecnológicas, institucionalidad y experiencia en políticas públicas digitales. Pero estar bien ubicado en un índice no garantiza aprovechar la próxima etapa.
Hay, además, un punto de partida que no debería ignorarse: Uruguay ya cuenta con una Estrategia Nacional de Inteligencia Artificial 2024-2030 vigente. La estrategia plantea marcos regulatorios claros y seguridad jurídica, desarrollo de infraestructura, datos, talento y habilidades, crecimiento económico con inclusión y utilización de IA para mejorar la gestión y los servicios públicos.
En materia de Estado, la estrategia es todavía más concreta, propone aplicar IA para automatizar procesos que puedan beneficiarse de ella, mejorar la eficiencia y la calidad de los servicios y elaborar un diagnóstico y un plan de adopción y uso de IA en el sector público. Es decir, Uruguay ya decidió que la adopción estatal forma parte de su estrategia.
El problema es que, dos años después, esa ambición todavía no se ve traducida en una política transversal de adopción. Existen iniciativas puntuales, experiencias de algunos organismos, sandboxes y acciones de formación, pero no es visible públicamente un plan de transformación del Estado con objetivos, recursos, responsables e indicadores de avance. Y mientras eso no ocurra, Uruguay pierde tiempo valioso para aprender, ganar productividad y construir capacidades de adopción dentro del propio Estado. En una tecnología que avanza a esta velocidad, postergar la ejecución también tiene un costo.
El debate actual, además, muestra cautela. Desde Uruguay Innova, programa estratégico de Presidencia, se ha señalado que el gobierno no tiene hoy en agenda enviar una ley general de IA y se ha defendido un enfoque proinnovación, con estándares internacionales y regulación sectorial. En el Parlamento también ha predominado hasta ahora la prudencia frente a una ley general.
Ese temor a que una regulación demasiado rígida termine frenando la innovación es razonable. Pero el dilema no debería plantearse como regulación o innovación. Uruguay no debería temerle a la regulación por miedo a frenar la innovación. Debería temerle a una mala regulación. Una buena regulación puede dar previsibilidad a quienes invierten, reglas claras a quienes desarrollan tecnología, facilitar la experimentación, acelerar la adopción en el Estado y generar confianza en ciudadanos y empresas. La ausencia de reglas tampoco es neutral: puede producir incertidumbre, fragmentación y decisiones de adopción improvisadas.
La pregunta es cómo transformar la estrategia vigente en política efectiva. Si Uruguay opta por no aprobar una ley general, eso no elimina la necesidad de construir reglas, instrumentos y capacidades. Y si decide regular, la regulación debería servir también para acelerar los objetivos que el propio país ya definió, adoptar IA en el Estado, mejorar su productividad, ampliar las capacidades de la población, atraer inversión y lograr que los beneficios de esta tecnología lleguen a más personas.
Eso exige conducción política. Una discusión de esta magnitud no puede quedar restringida a abogados, tecnólogos o pequeños equipos técnicos de la administración. La pregunta fundamental es política, qué papel queremos que tenga la IA en nuestra estrategia de desarrollo. La técnica puede ayudar a determinar cómo hacerlo. No puede decidir hacia dónde queremos ir.
Quizás, entonces, la pregunta ya no sea “¿regular o no regular?”. Esa cuestión empieza a estar resuelta por la realidad. La verdadera discusión es cómo construir reglas e instituciones que permitan que la IA contribuya a un mayor desarrollo, cómo evitar quedar reducidos a consumidores de tecnologías diseñadas en otros lugares y cómo hacer que esta nueva revolución tecnológica amplíe, en lugar de reducir, nuestras capacidades. Porque mientras discutimos si regular, otros ya están discutiendo cómo liderar.
Para construir una buena regulación necesitamos también que el sistema político se involucre mucho más en esta discusión. No alcanza con delegarla en técnicos, agencias o especialistas. Decidir qué riesgos aceptar, qué capacidades construir, qué usos promover y cómo distribuir los beneficios de esta tecnología es, en última instancia, una decisión política. En una transformación que avanza a esta velocidad, mantenerse lejos de la discusión también tiene un costo. La IA ya entró en la política pública. Falta que la política entre de lleno en la IA.
Emiliano Pereiro es docente de la diplomatura en Inteligencia Artificial y Políticas Públicas de la Universidad Torcuato Di Tella e investigador del Center for AI and Digital Policy.
