La ley vigente aborda los daños de la IA y aprende de casos reales, no hipotéticos.
Legisladores en Washington y en decenas de capitales estatales están apresurándose a legislar para eliminar los riesgos de la IA, mientras Bruselas retrasa partes de su propia y amplia Ley de IA. Sin embargo, la IA promete una detección más temprana de enfermedades, un descubrimiento de fármacos más rápido, una mejor detección de fraudes y un aprendizaje personalizado. Cinco consideraciones sugieren ir despacio con las nuevas reglas, y preguntar primero qué daños no pueden alcanzar las leyes que ya tenemos.
Primero, las nuevas tecnologías siguen ciclos de pánico predecibles. La imprenta, la fotografía, el cine, los automóviles y los aviones desataron alarmas. La Information Technology and Innovation Foundation ha trazado el ciclo: despreocupación inicial, pánico creciente, histeria máxima y, luego, temores que se desvanecen a medida que los riesgos se abordan y lo desconocido se vuelve familiar. La IA se encuentra ahora en la pendiente ascendente. Fiel a este patrón, un artículo de opinión de abril en The Wall Street Journal del senador Bernie Sanders (I–Vt.) llevaba el titular “La IA es una amenaza para todo lo que el pueblo estadounidense aprecia”; un popular libro sobre IA se titula If Anyone Builds It, Everyone Dies. Muchos de los daños temidos nunca se materializan, mientras que los riesgos reales suelen resultar ser aquellos que pocos previeron, razón por la cual las reglas anticipatorias a menudo pasan por alto los riesgos que importan.
Segundo, los riesgos atraen más atención y son más memorables que los beneficios. Los medios de comunicación seleccionan las amenazas, y la mente las recuerda con más facilidad que las ganancias. Los deepfakes y los trabajadores desplazados llegan a los titulares, pero los tumores detectados a tiempo por algoritmos o las nuevas categorías de empleo que no existían hace cinco años pasan desapercibidos. Un análisis justo de costo-beneficio de la IA debe corregir esa asimetría.
Tercero, los propios reguladores enfrentan incentivos asimétricos. Un medicamento aprobado que causa una muerte produce audiencias y titulares. Un medicamento retrasado o nunca aprobado no produce un escándalo comparable, porque los pacientes a quienes podría haber salvado son invisibles. Las agencias de seguridad y los grupos de defensa están financiados y organizados para prevenir daños visibles, mientras que los beneficiarios, vastos pero difusos, de una innovación más rápida permanecen en gran medida sin financiamiento ni organización. El economista político Mancur Olson explicó por qué: los intereses pequeños y concentrados prevalecen habitualmente sobre otros mucho más grandes y dispersos. Los intereses concentrados incluyen a los gigantes de la industria, que pueden absorber costos de cumplimiento que hunden o ahuyentan a las empresas emergentes, convirtiendo la regulación en una barrera de entrada.
Considera los drones. Las reglas de la Administración Federal de Aviación los mantienen dentro del campo visual de sus operadores, salvo que se otorgue una exención; una regla para flexibilizar ese límite, propuesta en 2025, aún no ha entrado en vigor. Los drones podrían estar entregando medicinas e inspeccionando oleoductos de manera mucho más amplia, pero los costos de buscar aprobación son absorbidos con más facilidad por gigantes como Amazon y Alphabet que por empresas emergentes. Por desgracia, unos pocos grandes operadores también son más fáciles de supervisar para los reguladores que un ecosistema desordenado de competidores. Si el aparato regulatorio actual hubiera existido cuando los hermanos Wright volaron por primera vez, ¿cuánto habría tardado la aviación comercial en despegar?
Cuarto, las regulaciones tienen consecuencias no deseadas. El economista Sam Peltzman sostuvo célebremente en 1975 que los conductores que se volvían más seguros gracias a los cinturones de seguridad y otros equipos obligatorios conducían de forma más agresiva, lo que compensaba gran parte de la ganancia. La sobrerregulación de la energía nuclear, una de las fuentes de energía más seguras por unidad de electricidad, mantiene en uso combustibles fósiles más dañinos.
Quinto, y lo más importante, no tenemos que anticipar todos los daños de la IA. La IA ya está regulada. La ley de aplicación general regula la conducta y el daño, no la tecnología utilizada para producirlos. No existe una exención para la IA. El fraude es fraude, con o sin IA. La ley de negligencia se aplica tanto a los desarrolladores como a los implementadores de IA. En 2024, por ejemplo, un tribunal de Columbia Británica determinó que Air Canada fue negligente por una política de reembolso que inventó su chatbot, rechazando el argumento de la aerolínea de que el chatbot era responsable de sus propias palabras. Los tribunales también están evaluando reclamaciones de responsabilidad por productos —defecto de diseño, omisión de advertir— contra los creadores de IA.
Las garantías y los términos de servicio asignan responsabilidad cuando la IA falla. La Comisión Federal de Comercio vigila las afirmaciones engañosas sobre IA; los estatutos de derechos civiles, vivienda justa y préstamos justos regulan la contratación y los préstamos algorítmicos; la ley antimonopolio prohíbe la fijación de precios, ya sea mediante un apretón de manos o mediante un algoritmo; la ley de valores alcanza el “AI-washing”, en el que las empresas tergiversan su uso de la IA; y los estatutos de fraude electrónico y robo de identidad alcanzan los deepfakes y la clonación de voz.
Estos cuerpos legales hacen responsables a los culpables de los daños, lo que da a los desarrolladores un fuerte motivo para prevenirlos. Y su aplicación evoluciona caso por caso, basándose en miles de jueces que enfrentan disputas reales en lugar de hipotéticas. Como argumenté en The Wall Street Journal en junio sobre el fin de la deferencia Chevron, ese descubrimiento distribuido y sobre el terreno conduce a un mejor aprendizaje y toma de decisiones que la elaboración de reglas preventiva y centralizada. Un estatuto integral sobre IA redactado en medio de la alarma actual podría convertir en ley suposiciones prematuras y limitar ese aprendizaje.
Si un peligro específico parece justificar una regla antes de que alguien resulte perjudicado, los legisladores deben nombrar el peligro, mostrar por qué la ley vigente se queda corta y adaptar el remedio a la medida. De lo contrario, deben comenzar con la ley de aplicación general. Cuando la experiencia revele un daño que la ley existente no puede alcanzar, habrán encontrado un vacío real que la legislación debe llenar.
Si legislamos con prisa, codificaremos nuestros miedos en lugar de nuestra experiencia. Los daños de la IA llegarán a los titulares; las curas, los productos y los empleos que las reglas prematuras retrasen o impidan, no. La pérdida de esas ganancias no es menos real por ser invisible.