El tema de la regulación de la IA está en boca de muchos políticos de América Latina. Los gobiernos de la región buscan aprovechar las promesas de impacto económico y social de una tecnología que, por más de medio siglo, ha habitado tanto el terreno de la investigación como el del imaginario colectivo. La ciencia ficción ha dejado claro que con mucho poder viene mucha responsabilidad, y hoy los estados esperan con ansias estar a la altura para canalizar el desarrollo y adopción tecnológica de una forma que lleve a una nueva etapa de prosperidad económica en la que la tecnología contribuya de manera tangible a mejorar la calidad de vida.
El canal predilecto para aterrizar estas posibilidades en realidades, hasta la fecha, parece ser a través de la regulación. Esta busca no solo proteger a individuos y a nuestras sociedades de posibles afectaciones a nuestras libertades, sino también establecer responsabilidades claras, estándares mínimos y mecanismos de cumplimiento, creando un contexto más propicio para la inversión, innovación y adopción de la IA. Las regulaciones existentes proponen diferentes balances entre permitir la innovación y salvaguardar derechos y valores fundamentales.
Si bien todos tienen el mismo objetivo, existen diferentes tipos de acercamientos regulatorios, desde el enfoque europeo, que privilegia un enfoque basado en riesgos, hasta el enfoque estadounidense, que impulsa la innovación a toda costa, entre otros. Hasta la fecha, los esfuerzos regulatorios y de gobernanza en la región se han basado principalmente en la regulación de IA de la Unión Europea (UE), siguiendo el famoso efecto Bruselas.
Una de las hipótesis que explica esta influencia es que la UE fue la primera, y prácticamente la única jurisdicción en establecer un marco tan exhaustivo. Otras personas expertas como Franco Giandana, analista político en la organización de derechos humanos Access Now, lo explica por el precedente que dejó en la región la adopción de legislaciones inspiradas en el Reglamento General de Protección de Datos (RGPD) de la UE. En ese sentido, explica que si los datos personales ya se regulan bajo esquemas europeos como consecuencia del efecto Bruselas, resulta esperable que tal efecto tenga similar impacto en materia de regulación de IA.
A la fecha, tan solo Brasil, El Salvador y Perú han regulado dicha tecnología, mientras que la mayoría de los países están avanzando con borradores, estrategias o políticas y marcos basados en principios éticos. En términos de innovación regulatoria, destaca Colombia por ser de los únicos países en haber realizado un sandbox regulatorio, un ejercicio que permite probar el impacto de una ley antes de promulgarla.
Si bien muchos países de América Latina han avanzado en conversaciones y marcos regulatorios sobre IA, el escenario global está en transición. Paloma Baytelman, maestra en Comunicación, Tecnología y Sociedad por la New York University (NYU) y consultora asociada del GobLab de la Universidad Adolfo Ibáñez, comparte que lo que se observa tanto en Estados Unidos como en Europa son ajustes y reequilibrios en los enfoques regulatorios, atravesados por tensiones entre innovación, competitividad, protección de derechos y capacidad institucional. Explica que “en ese contexto, resulta clave que los países de la región reconozcan que los modelos de referencia están evolucionando y que incorporen esa dinámica en sus propios debates, evitando trasplantes normativos acríticos que no dialoguen con sus propias realidades”.
Hoy, los países de América Latina se enfrentan al desafío de diseñar regulaciones que respondan al contexto global y, a su vez, reflejen las realidades locales. En este sentido, se han identificado cuatro desafíos característicos que las regulaciones existentes abordan de manera insuficiente y que son clave considerar en los marcos de la región.
Protección de recursos naturales
América Latina ocupa una posición estratégica en la cadena global de la inteligencia artificial, comenta Baytelman, en parte por los recursos naturales que sustentan la infraestructura digital global y también porque atrae inversiones en infraestructura como data centers, y es una fuente creciente de datos para entrenar y operar sistemas de IA. Continúa diciendo que sin marcos regulatorios adecuados, “existe el riesgo de profundizar un modelo extractivo en el que la región provee insumos críticos mientras asume los costos ambientales y sociales, quedando al margen de los beneficios”. Llama a incorporar esta dimensión en la regulación de la IA de la región para avanzar hacia una mayor soberanía digital y un desarrollo tecnológico más equilibrado y sostenible.
Por ejemplo, la monopolización del agua para el funcionamiento de centros de datos ha dejado a comunidades sin agua. Este fue el caso en la ciudad mexicana de Querétaro, donde se estima que los dos centros de datos consumen seis veces la cantidad de agua destinada a la población, a pesar de una sequía que dejó al 14.8% de la población sin este recurso (Lagos, 2025).
Una región consumidora, no desarrolladora
Por otro lado, María Lorena Flórez Rojas, editora de Gobernanza Algorítmica en Data for Policy, señala que por ahora, la región es consumidora y no desarrolladora de sistemas de IA. De acuerdo con Flórez, esta dinámica responde, en gran medida, a la dependencia tecnológica considerable de la región en materia de software y hardware”. Destacó que “los modelos más innovadores de la región, dejando de lado los unicornios, están montados sobre las APIs de las big tech”. Esto significa que la mayoría de las aplicaciones de IA en la región se construyen y operan sobre infraestructuras externas, cuyos límites técnicos, económicos y contractuales se definen fuera del control nacional. En otras palabras, no responden al contexto local, lo que puede llevar a discriminaciones, daño social y pérdidas de oportunidad y libertad.
Con el afán de contrarrestar esta narrativa consumidora, la región está empezando a esbozar sus propias soluciones. Entre ellas, destaca Latam-GPT, una iniciativa encabezada por el Centro Nacional de IA de Chile (CENIA) que busca cambiar la dependencia tecnológica de la región al crear un modelo de lenguaje extenso (LLM) regional (Lagos, 2025).
Aprovechamiento de crisis humanitarias
Regular para la IA en América Latina también significa abordar una realidad incómoda. Las empresas tecnológicas están aprovechando contextos de fragilidad económica y crisis humanitarias para emplear mano de obra en condiciones precarias con remuneraciones muy por debajo de los estándares justos (Medina, 2023). Esta subcontratación suele darse en una de las partes más intensivas en mano de obra de la cadena de valor de la IA: el etiquetado de datos, una práctica que está altamente presente en países como Venezuela (Hao y Hernández, 2022).