¿Qué es el gobierno de la IA?

El gobierno de la IA abarca una amplia gama de prácticas, protocolos, salvaguardias, sistemas y herramientas. Los profesionales de la IA que se encuentran a la vanguardia del gobierno están estableciendo métodos y políticas para desarrollar y entrenar nuevos modelos de IA, directrices operativas para la aplicación de dichos modelos, así como software y otras tecnologías destinadas a crear medidas de seguridad por niveles con la supervisión normativa humana adecuada. 

Los modelos de IA, junto con los algoritmos de machine learning (ML) y de deep learning (DL), se entrenan, en última instancia, a partir de datos humanos. En consecuencia, los sistemas de IA son susceptibles de sufrir sesgos humanos. Si no se controlan, los sistemas de IA influidos por sesgos erróneos pueden causar graves perjuicios a personas concretas y a poblaciones enteras. Las políticas de gobierno de la IA tienen por objeto corregir este tipo de errores potencialmente discriminatorios o peligrosos de otro modo. 

Los mecanismos eficaces de supervisión del gobierno de la IA abordan riesgos como los sesgos, la vulneración de la privacidad y los usos indebidos, a la vez que fomentan la innovación y generan confianza. Un enfoque ético del gobierno centrado en la IA requiere supervisión humana y la aportación de una amplia gama de partes interesadas, incluidos desarrolladores, usuarios, creadores de políticas y especialistas en ética. La implementación de una política de gobierno de la IA moderna y sólida ayuda a que los sistemas de IA se adhieran a los valores sociales morales y éticos, a la vez que proporciona medidas de mitigación para reducir diversas vulnerabilidades y disminuir los niveles de riesgo en una amplia gama de aplicaciones de IA. 

A medida que los sistemas de IA siguen avanzando, los procesos de gobierno de la IA también evolucionan para establecer y cumplir con los estándares globales. Aunque el cumplimiento de los requisitos normativos constituye un importante incentivo empresarial que impulsa las inversiones en programas de gobierno, los beneficios de este tipo de soluciones van más allá del mero cumplimiento, ya que reducen de forma proactiva el riesgo de responsabilidad civil al reforzar la protección de datos, su seguridad y su acceso.  

El gobierno de la IA ofrece un enfoque estructurado para mitigar los riesgos potenciales asociados a los sistemas de IA. A través de protocolos y prácticas como el gobierno de los datos y la monitorización continua, las políticas de gobierno de la IA pueden evaluar y orientar eficazmente las herramientas de IA. Cuando se aplica correctamente, el gobierno de la IA evita decisiones erróneas o perjudiciales a lo largo de toda la canalización de la IA, desde los conjuntos de datos con los que se entrenan los modelos hasta la ejecución de las soluciones derivadas de la IA.     

En pocas palabras, el gobierno de la IA sirve para establecer los métodos y metodologías de supervisión necesarios para alinear los comportamientos de la IA con las normas éticas y las expectativas de la sociedad, protegiendo así a los usuarios, a los proveedores y a cualquier tercero involucrado de forma incidental frente a impactos negativos, adversos o injustos involuntarios.

El gobierno de la IA es esencial para alcanzar un estado de cumplimiento, confianza y eficiencia en el desarrollo y la aplicación de las tecnologías de IA. Con la creciente integración de la IA en las operaciones de las organizaciones y las administraciones públicas, su potencial de impacto negativo se ha hecho más evidente. De hecho, una investigación del IBM® Institute for Business Value reveló que el 80 % de los líderes empresariales consideran que la explicabilidad, la ética, los sesgos o la confianza en la IA constituyen un obstáculo importante para la adopción de la IA generativa. El gobierno de la IA pretende abordar estos retos inspirando confianza y previniendo cualquier impacto potencialmente adverso derivado del uso de la tecnología de IA. 

Algunos incidentes de gran repercusión mediática han acaparado los titulares, poniendo de relieve el peligro de los sistemas de IA no gobernados. En uno de estos incidentes, el chatbot Tay de Microsoft comenzó a imitar comportamientos tóxicos aprendidos de publicaciones en redes sociales debido a su entrenamiento con conjuntos de datos no regulados. Si bien este incidente resultó inquietante, los fallos del software AI COMPAS provocaron consecuencias aún más perjudiciales. Utilizado en la imposición de penas, el sesgo inherente al modelo de IA dio lugar a un enjuiciamiento penal injusto y no hizo más que subrayar aún más la importancia del gobierno de la IA a la hora de generar y mantener la confianza pública en los sistemas de IA. 

Estos casos demuestran que la IA puede causar un daño social y ético significativo sin una supervisión adecuada, lo que pone de relieve la importancia del gobierno a la hora de gestionar los riesgos asociados a la IA avanzada. Al proporcionar directrices y marcos de referencia, el gobierno de la IA tiene como objetivo equilibrar la innovación tecnológica con la seguridad, contribuyendo a garantizar que los sistemas de IA no vulneren la dignidad ni los derechos humanos.

Comprender cómo los sistemas de IA toman decisiones para hacerlos responsables de sus conclusiones es una parte esencial del gobierno de la IA, con el fin de garantizar que este tipo de programas tomen decisiones justas y éticas. Desde decidir qué anuncios mostrar a qué usuarios hasta determinar la elegibilidad para un préstamo, los sistemas de IA se utilizan constantemente para tomar decisiones, desde las más triviales hasta las más críticas. Al confiar en estos sistemas, la transparencia en la toma de decisiones y la explicabilidad resultan de capital importancia para garantizar que los sistemas de IA se utilicen de forma responsable y para generar confianza. 

Además, el gobierno de la IA no consiste únicamente en ayudar a garantizar el cumplimiento puntual, sino también en mantener los estándares éticos a lo largo del tiempo. Los modelos de IA pueden desviarse, lo que da lugar a cambios en la calidad y la fiabilidad de los resultados. Las tendencias actuales en materia de gobierno de la IA van más allá del mero cumplimiento legal. Cada vez se concede más importancia a los esfuerzos socialmente responsables en el desarrollo y las aplicaciones de la IA que protegen contra los daños financieros, legales y de reputación, a la vez que se sigue promoviendo el crecimiento y el avance éticos de esta nueva y apasionante tecnología.

Entre los ejemplos de gobierno de la IA se incluyen una serie de políticas, marcos y prácticas que las organizaciones, las empresas, los órganos de gobierno y las administraciones públicas están aplicando con el objetivo común de promover el uso responsable de las tecnologías de IA. Estos ejemplos ilustran cómo se lleva a cabo el gobierno de la IA en diferentes contextos:

El Reglamento General de Protección de Datos (RGPD): el RGPD es un ejemplo de gobierno de la IA, especialmente en el contexto de la protección de datos personales y la privacidad. Aunque el RGPD no se centra exclusivamente en la IA, muchas de sus disposiciones son muy relevantes para los sistemas de IA, especialmente aquellos que tratan los datos personales de personas físicas dentro de la Unión Europea.

La Organización para la Cooperación y el Desarrollo Económico (OCDE): los principios de la OCDE sobre la IA, adoptados por más de 40 países, hacen hincapié en la gestión responsable de una IA fiable, incluyendo directrices que promueven la transparencia, la equidad y la responsabilidad en los sistemas de IA.

Consejos de ética de la IA:  muchas empresas han creado consejos o comités dedicados de ética de la IA para supervisar las iniciativas de IA, garantizando que se ajusten a las normas éticas y a los valores sociales. Estos consejos suelen estar formados por equipos multidisciplinares con experiencia en los ámbitos jurídico, técnico y normativo. Desde 2019, el propio consejo de ética de la IA de IBM ha evaluado los nuevos productos y servicios de IA para garantizar que se ajusten a los principios de IA responsable de IBM. 

Según un informe del IBM Institute for Business Value, el 80 % de las organizaciones cuentan con una unidad independiente dentro de su departamento de gestión de riesgos dedicada a los riesgos asociados al uso de la IA o la IA generativa. 

A nivel empresarial, el CEO y los directivos sénior son los responsables últimos de implementar el gobierno de la IA a lo largo de todo su ciclo de vida, y suelen delegar ciertas tareas prácticas relacionadas con las políticas a las partes interesadas pertinentes, como el CTO y sus subordinados. Dado que el gobierno de la IA conlleva amplias implicaciones normativas, los departamentos jurídicos y los asesores jurídicos son partes interesadas críticas a la hora de evaluar y mitigar los riesgos, y a menudo se les encomienda la tarea de garantizar que las aplicaciones de IA cumplan con la legislación pertinente y los requisitos de cumplimiento. 

En función del tamaño de una organización determinada, un equipo de auditoría dedicado puede encargarse de validar la integridad de los datos de cualquier sistema de IA utilizado, confirmando que funcionan según lo previsto sin introducir errores ni sesgos. Aunque es posible que las empresas más pequeñas no cuenten con equipos de auditoría dedicados, a medida que la tecnología de IA sigue acaparando cada vez más recursos, este tipo de equipos y funciones se están convirtiendo cada vez más en una prioridad. 

En los casos en que el gobierno de la IA pueda afectar a cuestiones financieras, el CFO y su equipo suelen ser los responsables de gestionar los costes asociados a las iniciativas de IA, incluidas las medidas de gobierno establecidas para mitigar los riesgos financieros tanto para la propia empresa como, potencialmente, para los clientes. 

Sin embargo, en última instancia, la responsabilidad del gobierno de la IA no recae en una sola persona o departamento; se trata de una responsabilidad colectiva que exige que todos los líderes, partes interesadas y miembros del equipo prioricen la responsabilidad y contribuyan a garantizar que los sistemas de IA se utilicen de forma responsable y ética en toda la organización. 

Al dar prioridad a un gobierno responsable de la IA, invertir en una formación rigurosa del personal y fomentar una cultura transparente de comunicación abierta y colaboración, los directivos y el equipo de liderazgo pueden transmitir un mensaje claro a todos los empleados de que todos deben utilizar la IA de forma responsable y ética. 

Si bien el CEO y los directivos sénior son responsables de marcar el tono y la cultura generales de una organización, en lo que respecta al tipo de monitorización continua que exige el gobierno en todas las canalizaciones de IA, los graves riesgos asociados a la IA requieren que todas y cada una de las partes interesadas pongan de su parte para garantizar la aplicación adecuada de esta potente tecnología. 

El poder transformador de la tecnología de la IA en innumerables sectores y casos de uso dispares sigue ganándose protagonismo. La introducción de modelos modernos de IA generativa, como ChatGPT, Claude y Midjourney, capaces de generar nuevos contenidos (incluidos texto, imágenes, audio, vídeo y código), ha cautivado y despertado la imaginación del público con posibilidades deslumbrantes. 

Sin embargo, aunque muchos artistas encuentran inspiración en estas herramientas creativas, otros muchos las perciben como una amenaza. Al basarse en obras creativas ya existentes, las primeras versiones de estos modelos han sido acusadas de plagio, ya que sus resultados parecían reinterpretar propiedad intelectual protegida por derechos de autor sin citar la fuente. 

En respuesta a estas preocupaciones, las versiones actuales de estos modelos han adoptado políticas más estrictas para la verificación de los datos de entrenamiento, garantizando que cualquier obra utilizada para entrenar los modelos cuente con las licencias adecuadas. Los esfuerzos en materia de gobierno de la IA continúan para garantizar que estas valiosas herramientas, utilizadas para mejorar el proceso creativo, sigan cumpliendo con la normativa y sean éticas. 

Más allá de la creación de contenidos multimedia, se están utilizando otros tipos interesantes de IA, como los modelos de IA agéntica, para automatizar tareas tediosas y así impulsar la productividad y la investigación en campos tan dispares como el derecho y la farmacología. Desde la codificación y el desarrollo hasta la astronomía y la física, la IA está transformando el funcionamiento de los sectores. Sin embargo, su amplia aplicabilidad conlleva una necesidad aún mayor de un gobierno exhaustivo de la IA.   

Los principios de un gobierno responsable de la IA son esenciales para que las organizaciones se protejan a sí mismas y a sus clientes. Estos principios, que orientan a las organizaciones en el desarrollo y la aplicación éticos de las tecnologías de IA, incluyen:

• Empatía:  las organizaciones deben comprender las implicaciones sociales de la IA, no solo los aspectos tecnológicos y financieros. Deben anticipar y abordar el impacto de la IA en todas las partes interesadas con un enfoque empático que tenga en cuenta las preocupaciones no solo de los proveedores, sino también de los clientes y de todas las personas afectadas por el uso y los resultados de los motores de IA. 
  
  
• Control de sesgos: es esencial examinar rigurosamente los datos de entrenamiento para evitar que se integren sesgos del mundo real en los algoritmos de IA, lo que contribuye a garantizar procesos de toma de decisiones justos e imparciales. El control de sesgos puede resultar especialmente importante en situaciones en las que la IA pueda estar tomando decisiones que afecten de forma injusta a determinadas comunidades marginadas, como en el caso de las sentencias penales o los diagnósticos médicos.  
  
  
• Transparencia: debe haber claridad y apertura en cuanto al funcionamiento y la toma de decisiones de los algoritmos de IA, y las organizaciones deben estar preparadas para explicar la lógica y el razonamiento que subyacen a los resultados impulsados por IA. En caso de que surja un problema a raíz de una decisión tomada por una IA, es crítico que se disponga de métodos para evaluar cualquier proceso de toma de decisiones potencialmente defectuoso, con el fin de comprender cómo y por qué los modelos de IA llegan a determinadas conclusiones. 
  
  
• Responsabilidad: las organizaciones deben establecer de forma proactiva y cumplir con altos estándares para gestionar los cambios significativos que puede traer consigo la IA, asumiendo la responsabilidad de sus repercusiones. Por ejemplo, cuando un médico evalúa los resultados de las pruebas de un paciente, como una radiografía, es claramente responsable de las conclusiones y las medidas derivadas de su interpretación de los datos. A medida que los sistemas de IA comienzan a analizar la información médica (a menudo proporcionando diagnósticos más rápidos y precisos), existe una necesidad vital de establecer la responsabilidad a lo largo de toda la canalización de la IA, delimitando dónde puede terminar la responsabilidad del médico y dónde comienza la del modelo de IA. 
  

Si bien la normativa y las fuerzas del mercado estandarizan muchas métricas de gobierno, cada organización debe determinar por sí misma cuál es la mejor forma de definir las métricas pertinentes para su negocio específico. La evaluación de la eficacia del gobierno de la IA puede variar según la organización; cada una de ellas debe decidir qué parámetros debe priorizar. Dado que diversas consideraciones (como la calidad de los datos, la seguridad de los modelos, el análisis de la relación coste-valor, la monitorización de sesgos, la responsabilidad individual, la auditoría continua y la adaptabilidad) dependen del ámbito de la organización, el gobierno de la IA nunca puede ser una solución única válida para todos los casos.

El gobierno de la IA no cuenta con “niveles” estandarizados de forma universal, tal y como ocurre, por ejemplo, con la ciberseguridad, que sí dispone de niveles definidos de respuesta ante amenazas. En su lugar, el gobierno de la IA cuenta con enfoques y marcos estructurados, desarrollados por diversas entidades, que las organizaciones pueden adoptar o adaptar a sus necesidades específicas.

Las organizaciones pueden utilizar diversos marcos y directrices para desarrollar sus prácticas de gobierno. Entre los marcos más utilizados se encuentran el Marco de Gestión de Riesgos de la IA del NIST, los principios de la OCDE sobre inteligencia artificial y las Directrices éticas para una IA fiable de la Comisión Europea. Estos marcos ofrecen orientación sobre una serie de factores, entre los que se incluyen la transparencia, la responsabilidad, la equidad, la privacidad, la seguridad y la protección.

Los niveles de gobierno de la IA pueden variar en función del tamaño de cada organización, la complejidad de los sistemas de IA que se utilicen y el entorno normativo en el que opere la organización.

Aunque no es exhaustiva, una visión general de los enfoques de gobierno de la IA incluye:

El gobierno de la IA implica establecer estructuras de control robustas que incluyan políticas, directrices y marcos para abordar retos diversos y específicos. Implica crear mecanismos para monitorizar y evaluar de forma continua los sistemas de IA, garantizando que cumplan con las normas éticas y la normativa legal establecidas.

El concepto de gobierno de la IA cobra cada vez más importancia a medida que la automatización, impulsada por IA, se generaliza en sectores que van desde la atención sanitaria y las finanzas hasta el transporte y los servicios públicos. Las capacidades de automatización de la IA pueden mejorar significativamente la eficiencia, la toma de decisiones y la innovación, pero también plantean retos relacionados con la responsabilidad, la transparencia y las consideraciones éticas.

Las estructuras de gobierno eficaces en materia de IA son multidisciplinares e implican a partes interesadas de diversos ámbitos, entre ellos la tecnología, el derecho, la ética y los negocios. A medida que los sistemas de IA se vuelven más sofisticados y se integran en aspectos críticos de la sociedad, el papel del gobierno de la IA a la hora de orientar y configurar la trayectoria del desarrollo de la IA y su impacto social se vuelve cada vez más crucial.

Las buenas prácticas de gobierno de la IA, más allá del mero cumplimiento, requieren un enfoque estratégico para desarrollar un sistema más sólido capaz de realizar la monitorización y gestión de las aplicaciones de IA. Para las empresas a nivel corporativo, cualquier solución de gobierno de la IA debe permitir una amplia supervisión y control sobre los sistemas de IA. 

Una hoja de ruta general para el gobierno de la IA podría incluir:

1.    Paneles de control visuales: los paneles de control proporcionan actualizaciones en tiempo real sobre el estado y el funcionamiento de los sistemas de IA, ofreciendo una visión general clara que permite realizar evaluaciones rápidas.

2.    Métricas de puntuación de estado: las puntuaciones generales de estado de los modelos de IA agregan múltiples puntos de datos en una métrica unificada, intuitiva y fácil de comprender, para simplificar la monitorización de un solo vistazo.

3.    Monitorización automatizada: los sistemas de detección automática de sesgos, deriva, rendimiento y anomalías ayudan a garantizar que los modelos funcionen correctamente y de forma ética, sin necesidad de una supervisión humana las 24 horas del día.  

4.    Alertas de rendimiento: las alertas de rendimiento automatizadas, que se activan cuando un modelo se desvía de sus parámetros de rendimiento predefinidos, permiten responder rápidamente a cualquier problema que pueda surgir.

5.    Métricas personalizadas: las métricas personalizadas, que se ajustan a los indicadores clave de rendimiento y a los umbrales de una organización, ayudan a garantizar que los resultados de la IA contribuyan a los objetivos empresariales específicos.  

6.    Pistas de auditoría: los registros y las pistas de auditoría de fácil acceso respaldan la responsabilidad y facilitan la revisión de las decisiones y los comportamientos de los sistemas de IA.

7.    Compatibilidad con el código abierto: las herramientas de código abierto promueven la transparencia al someter el código funcional al escrutinio público. Como resultado, estas herramientas suelen reflejar también las medidas de mitigación de riesgos de seguridad más actuales. Mantener la compatibilidad con las últimas plataformas de desarrollo de machine learning de código abierto permite que los marcos de gobierno de la IA se beneficien de la flexibilidad y del apoyo de la comunidad que ofrece el software de código abierto.

8.    Integración fluida: las plataformas de gobierno de la IA más eficaces están diseñadas para integrarse de manera fluida con la infraestructura existente, incluidas las bases de datos y los ecosistemas de software, con el fin de evitar los silos y permitir flujos de trabajo eficientes.

Al adherirse a estas prácticas, las organizaciones pueden establecer un marco sólido de gobierno de la IA que respalde el desarrollo, la implementación y la gestión responsables de la IA, lo que contribuye a garantizar que los sistemas de IA cumplan con la normativa y estén alineados con las normas éticas y los objetivos de la organización.

Varios países han adoptado prácticas de gobierno y normativas en materia de IA con el fin de prevenir los sesgos y la discriminación. Es importante tener en cuenta que la normativa está en constante evolución y que las organizaciones que gestionan sistemas complejos de IA deben seguir de cerca los cambios que se produzcan en los marcos jurídicos regionales.

La Ley de Inteligencia Artificial de la Unión Europea, también conocida como la Ley de IA de la UE o la Ley de IA, es una norma que regula el desarrollo o el uso de la inteligencia artificial (IA) en la Unión Europea (UE). La ley adopta un enfoque regulatorio basado en el riesgo, aplicando diferentes normas a la IA en función del riesgo que plantee. En vigor oficialmente desde agosto de 2024, la Ley de IA será plenamente aplicable en el plazo de dos años a partir de esa fecha, con algunas excepciones; concretamente, las normas relativas a los sistemas de IA de alto riesgo que se hayan integrado en productos regulados contarán con un periodo de transición ampliado (hasta 2027).

Considerado el primer marco regulador integral del mundo para la IA, la Ley de IA de la UE prohíbe de forma categórica algunos usos de la IA e impone requisitos estrictos de gobierno, gestión de riesgos y transparencia para otros.

La ley también establece normas para los modelos de inteligencia artificial de uso general (GPAI), como IBM Granite y el modelo fundacional de código abierto Llama 3 de Meta. Las sanciones pueden oscilar entre 7,5 millones de euros o el 1,5 % de la facturación anual mundial y 35 millones de euros o el 7 % de la facturación anual mundial, en función del tipo de incumplimiento.

En julio de 2025, la Comisión Europea publicó tres herramientas para apoyar el desarrollo y la implementación responsables y éticos de los modelos de GPAI:

• Directrices que especifican las obligaciones de los proveedores de GPAI y aclaran las responsabilidades de los desarrolladores y los proveedores de servicios a lo largo de la cadena de valor de la IA. 
• El Código de buenas prácticas de la GPAI, una herramienta de cumplimiento voluntario que ofrece orientación práctica en materia de transparencia, derechos de autor, seguridad y protección, diseñada para ayudar a los proveedores a cumplir con la Ley de IA. 
• La plantilla para el resumen público del contenido de entrenamiento de los modelos de GPAI, que exige a los proveedores ofrecer una visión general transparente de los conjuntos de datos utilizados para entrenar los modelos de IA. 

Históricamente, la norma SR-11-7 de EE. UU. fue el estándar regulador del gobierno de modelos para una gestión eficaz y sólida de los mismos en el sector bancario.¹ La normativa exigía a los responsables bancarios que aplicaran iniciativas de gestión del riesgo de modelos en toda la entidad y que mantuvieran un inventario de los modelos implementados para su uso, en fase de desarrollo para su implementación o recientemente retirados. Sin embargo, con fecha de 17 de abril de 2026, la Reserva Federal publicó su Guía revisada sobre la gestión del riesgo de modelos (SR-26-2),  que deroga y sustituye a la norma SR-11-7. La guía revisada sobre la gestión de modelos de riesgo, elaborada conjuntamente por la Reserva Federal, la OCC y la FDIC, cambia el enfoque hacia una metodología más explícitamente basada en el riesgo y proporcional, en la que las expectativas regulatorias varían en función del tamaño, la complejidad y el perfil de riesgo de los modelos de cada entidad, en contraposición a los requisitos de gobierno anteriores, que eran únicos para todos.

Los responsables de las entidades afectadas también deben demostrar que sus propios modelos están cumpliendo el objetivo empresarial para el que fueron concebidos y que están actualizados y no se han desviado de su propósito. El desarrollo y la validación de los modelos deben permitir que cualquier persona que no esté familiarizada con un modelo pueda comprender su funcionamiento, sus limitaciones y sus supuestos clave.

Más allá de esta legislación específica para el sector bancario, la Casa Blanca publicó Un Marco de Política Nacional para la Inteligencia Artificial en marzo de 2026. El marco insta al Congreso a abordar seis ámbitos de actuación clave relacionados con el gobierno de la IA, entre los que se incluyen: 

1. Proteger a los niños y capacitar a los padres
2. Salvaguardar y fortalecer las comunidades estadounidenses
3. Respetar los derechos de propiedad intelectual y apoyar a los creadores
4. Prevenir la censura y proteger la libertad de expresión  
5. Fomentar la innovación y garantizar el liderazgo estadounidense en IA
6. Educar a los estadounidenses y desarrollar un personal preparado para la IA

La Directiva de Canadá sobre la Toma de Decisiones Automatizada describe cómo el Gobierno de ese país utiliza la IA para orientar las decisiones en varios departamentos.² La directiva emplea un sistema de puntuación para evaluar la intervención humana, la revisión por pares, la monitorización y la planificación de contingencias necesarias para una herramienta de IA diseñada al servicio de los ciudadanos.

Las organizaciones que desarrollen soluciones de IA con una puntuación elevada deben llevar a cabo dos revisiones independientes por pares, publicar un aviso público en lenguaje sencillo, desarrollar un mecanismo de seguridad de intervención humana y establecer cursos de formación periódicos para el sistema. Dado que la Directiva de Canadá sobre la Toma de Decisiones Automatizada constituye una guía para el propio desarrollo de la IA en el país, la normativa no afecta directamente a las empresas como lo hace la SR-11-7 en EE. UU.

Desde la publicación de su directiva inicial, el Gobierno canadiense ha dado a conocer recientemente una Estrategia de IA para la Administración Pública Federal 2025-2027, con consideraciones adicionales centradas tanto en el sector público como en el privado, con el fin de prestar un mejor servicio a los canadienses mediante una adopción responsable de la IA.

En abril de 2021, la Comisión Europea presentó su paquete sobre IA, que incluía declaraciones sobre el fomento de un enfoque europeo de la excelencia, la confianza y una propuesta de marco jurídico sobre IA³.

Las disposiciones establecen que, si bien la mayoría de los sistemas de IA se clasifican en la categoría de “riesgo mínimo”, los sistemas de IA identificados como de “alto riesgo” deberán cumplir requisitos más estrictos, y los sistemas considerados de “riesgo inaceptable” quedarán prohibidos. Las organizaciones deben prestar especial atención a estas normas o se exponen a sanciones económicas.

En 2023, China publicó sus Medidas provisionales para la administración de los servicios de inteligencia artificial generativa. En virtud de dicha ley, la prestación y el uso de servicios de IA generativa deben “respetar los derechos e intereses legítimos de terceros” y están obligados a “no poner en peligro la salud física y mental de terceros, ni infringir los derechos de imagen, de reputación, de honor, de privacidad y de información personal de terceros”.

Otros países de la región de Asia-Pacífico han publicado diversos principios y directrices para la regulación de la IA. El Gobierno federal de Singapur publicó una propuesta de marco de gobierno para el desarrollo de la IA generativa en 2024, así como un marco de modelo de gobierno de la IA para la IA agéntica en 2026. La India, Japón, Corea del Sur y Tailandia también están explorando directrices y legislación para el gobierno de la IA.³