Cuando el Congreso se enfrenta a la inteligencia artificial: entre promesas, miedos y la urgencia de reglas claras

La comparecencia del subcomité de la Cámara de Representantes sobre “Artificial Intelligence and American Power” reunió a ejecutivos de empresas, académicos y responsables que implementan IA en grandes compañías. Lo que empezó como una evaluación técnica derivó pronto en preocupaciones de carácter estratégico y hasta existencial: ¿puede la IA socavar la seguridad nacional, el empleo, la privacidad y aun la propia capacidad de decisión de los militares? ¿Estamos listos para regular una tecnología que avanza a ritmos vertiginosos?

Voces del hemiciclo: ansiedad y admiración a la vez

El debate público en Washington mostró ese doble rostro. Algunos congresistas pronunciaron advertencias severas. El representante James Walkinshaw (D-Va.) manifestó alarma por la posibilidad de que empleados federales utilicen chatbots para gestionar datos sensibles; el representante John McGuire (R-Va.) expresó inquietud sobre si modelos de IA podrían, por criterios “morales” del propio modelo, impedir o condicionar acciones letales de fuerzas militares estadounidenses; y la representante Yassamin Ansari (D-Ariz.) destacó la enorme demanda energética de la tecnología y su potencial efecto climático, además de cuestionar su uso en conflictos recientes.

Por otro lado, hubo notas de optimismo. El representante Maxwell Frost (D-Fla.), el miembro más joven del Congreso presente, apostó por las posibilidades de la IA para curar enfermedades y dinamizar la economía, aunque también advirtió que la tecnología podría adelantarse a la legislación: “No tengo fe en que esta institución ponga ahora los guardarraíles de sentido común... y dentro de diez años la casa estará en llamas”, dijo en la audiencia (audiencia del subcomité “Artificial Intelligence and American Power”, Cámara de Representantes, 2026).

Del entusiasmo industrial a la inquietud sobre la seguridad

El representante Eric Burlison (R-Mo.) abrió la sesión con un tono casi asombrado, celebrando automatizaciones que hoy aceleran procesos industriales: “Es lo más parecido a Star Trek que he visto”, comentó. Ese entusiasmo contrasta con advertencias de expertos y exfuncionarios: Mark Beall, presidente de Government Affairs en AI Policy Network e antiguo funcionario del Pentágono, urgió a actuar sobre preocupaciones de seguridad nacional para que Estados Unidos no pierda competitividad; y Robert Atkinson, fundador del Information Technology and Innovation Foundation, instó a financiar seriamente la investigación en seguridad de la IA: “Necesitamos saber mucho más sobre cómo funcionan los modelos” (audiencia del subcomité, 2026).

Casos recientes que alimentan la alarma: el ejemplo de Mythos

La discusión no fue teórica. Referencias a anuncios corporativos recientes —en particular el de la firma Anthropic sobre su modelo “Mythos”, descrito por la compañía como capaz de evadir ciertas defensas tradicionales y con potencial de usos sensibles— intensificaron las preguntas sobre controles y divulgaciones. Los legisladores pidieron claridad: ¿qué garantías existen para evitar que capacidades potentes caigan en manos equivocadas o se utilicen para vulnerar instituciones críticas?

Riesgos concretos que preocupan a los legisladores

• Privacidad y datos sensibles: la posibilidad de que empleados públicos o privados utilicen herramientas de IA sin protocolos claros puede exponer información clasificada o datos personales.
• Seguridad nacional y militar: la dependencia de sistemas con criterios de “moralidad” integrados plantea interrogantes sobre cuándo una máquina debe o no condicionar una acción militar.
• Desplazamiento laboral y dislocación social: legisladores como el representante Dave Min (D-Calif.) advirtieron que los distritos electorales empezarán a sentir los impactos de la IA pronto y que la falta de políticas proactivas podría generar tensiones sociales significativas (audiencia del subcomité, 2026).
• Riesgo de uso malicioso: modelos potentes podrían facilitar ataques cibernéticos, desinformación o creación de contenidos dañinos, en especial si la tecnología circula sin límites.
• Impacto ambiental: el entrenamiento y la operación de grandes modelos consumen energía; legisladores apuntaron a la necesidad de medir y mitigar la huella climática de la industria.

¿Cuánto consumen de energía los grandes modelos de IA?

El debate sobre consumo energético no es retórico. Investigaciones han mostrado que entrenar grandes modelos de lenguaje puede implicar huellas energéticas y de emisiones significativas. Por ejemplo, un estudio de 2019 estimó que ciertos modelos de NLP (procesamiento del lenguaje natural) pueden generar cientos de miles de libras de CO2 equivalente en su fase de entrenamiento y que los costos energéticos pueden crecer con el tamaño del modelo (Strubell, Ganesh y McCallum, "Energy and Policy Considerations for Deep Learning in NLP", arXiv:1906.02243). Este tipo de datos alimenta la demanda de transparencia sobre consumo y de incentivos para desarrollar modelos más eficientes.

Incentivos empresariales vs. responsabilidad pública

Spencer Overton, profesor de Derecho en George Washington University, apuntó a un aspecto clave: los incentivos del mercado no sustituyen la responsabilidad pública. “Los constituyentes buscan que ustedes, no las empresas, den la protección”, dijo a los legisladores, enfatizando que la confianza ciudadana recae en los representantes electos (audiencia del subcomité, 2026). La tensión es real: las empresas buscan rapidez y ventaja competitiva; los reguladores buscan proteger derechos, seguridad y estabilidad.

¿Qué pueden y deben hacer los legisladores ahora?

De la audiencia surgieron varias recomendaciones prácticas que hoy aparecen con frecuencia en foros de política pública:

1. Financiar investigación en seguridad de la IA: destinar fondos federales a comprender fallos, modos de fallo y formas de control de modelos avanzados, siguiendo el llamado de expertos como Atkinson.
2. Obligar a divulgaciones y auditorías: crear requisitos de transparencia para arquitecturas, capacidades, pruebas de seguridad y riesgos potenciales antes del despliegue comercial masivo.
3. Normas para uso en sectores críticos: definir límites y protocolos para la adopción de IA en defensa, salud, finanzas y administración pública.
4. Incentivar eficiencia energética: promover estándares de eficiencia y prácticas de cómputo responsable para disminuir la huella climática.
5. Programas de adaptación laboral: invertir en formación y redes de seguridad para trabajadores desplazados por automatización.

El reto de legislar a velocidad de innovación

Uno de los mensajes más persistentes de la jornada fue la sensación de brecha temporal entre el ritmo de la innovación y el ritmo legislativo. Maxwell Frost resumió el dilema: la tecnología puede transformar en pocos años sectores enteros, mientras que las instituciones democráticas tienden a moverse más despacio. Esa asimetría crea riesgos de reacción tardía y regulaciones ineficaces.

Sin embargo, legislar rápido no es la única solución: legislar bien lo es. Las mejores prácticas internacionales sugieren combinar marcos normativos flexibles (basados en principios) con mecanismos de revisión periódica, espacios regulatorios de prueba (“sandboxes”) y cooperación pública-privada para compartir datos de riesgo sin comprometer secretos comerciales.

Un momento decisivo para la política pública

La audiencia del subcomité mostró que la IA moviliza una mezcla de esperanza y temor. Para algunos legisladores y expertos, la prioridad es acelerar el aprovechamiento económico y la adopción responsable; para otros, el foco es impedir que la tecnología amplifique desigualdades, ponga en riesgo infraestructuras críticas o degrade derechos civiles.

Si algo quedó claro es que hay consenso sobre una cosa: la inacción no es una opción realista. Como dijo el representante Dave Min en la sesión, “si no pensamos de forma agresiva y proactiva sobre los desafíos que crea la IA, temo que vamos a tener una revolución en nuestras manos” (audiencia del subcomité, 2026). Esa metáfora subraya la urgencia política: regular, invertir en seguridad e involucrar a la ciudadanía serán tareas centrales en los próximos años.

Mientras tanto, la pregunta que sigue abierta es cómo equilibrar la innovación con la protección pública sin sofocar el potencial beneficioso de la IA. El período que viene exigirá no solo técnica y financiamiento, sino también visión política y voluntad de construir reglas claras y adaptables. La alternativa, como advirtieron varios participantes, puede ser trasladar decisiones cruciales a fuerzas del mercado o a las propias arquitecturas de la tecnología—un resultado cuyo coste real aún no hemos calibrado.