Primeros pasos regulatorios de IA en América Latina: ¿hacia un enfoque propio?

Abstract

This article analyzes emerging regulatory models for artificial intelligence (AI) in Latin America during the 2023–2025 period. It seeks to answer the question of what the region’s initial public policy response has been following the widespread emergence of generative AI, and to what extent the Latin American approach converges—or does not converge—with the European risk-based approach. After reviewing and comparing legislative initiatives, enacted laws, and executive policies in ten countries in the region, four ideal types of regulatory approaches in the region are identified: (i) horizontal with strict rules; (ii) horizontal with general principles; (iii) pro-investment and experimental; and (iv) fragmented or absent regulatory frameworks. In this regard, it is argued that, while the European AI Directive has had a significant influence on legislative proposals, the first two general laws passed in the region (Peru and El Salvador) do not align with the EU framework, which calls into question the debates surrounding the “Brussels Effect” and Latin America’s regulatory autonomy.

Resumo

O artigo analisa os modelos regulatórios emergentes em matéria de inteligência artificial (IA) na América Latina durante o período de 2023 a 2025. Busca responder à questão de qual foi a primeira resposta de política pública na região após a disseminação massiva da IA generativa e em que medida a abordagem latino-americana converge ou não com a abordagem europeia baseada em riscos. A partir do levantamento e da comparação de iniciativas legislativas, leis aprovadas e políticas do Poder Executivo em dez países da região, são construídos quatro tipos ideais de abordagens regulatórias: (i) horizontal com regras rígidas; (ii) horizontal com princípios gerais; (iii) pró-investimento e experimental; e (iv) marcos regulatórios dispersos ou ausentes. Nesse sentido, argumenta-se que, embora a influência do regulamento europeu de IA seja significativa nas propostas legislativas, as duas primeiras leis gerais aprovadas na região (Peru e El Salvador) não estão alinhadas ao marco regulatório da União Europeia, o que coloca em questão os debates sobre o “Efeito Bruxelas” e a autonomia regulatória da América Latina.

0. Introducción: a tres años del lanzamiento de ChatGPT no hay un acuerdo general sobre cómo abordar a la Inteligencia Artificial

El 30 de noviembre de 2022, OpenAI lanzó al mercado ChatGPT, el chatbot que popularizó el concepto de Inteligencia Artificial (IA) y su variante generativa, convirtiéndose según distintas métricas en la aplicación con la adopción más veloz de la historia (Hu, 2023).      La aplicación tuvo un millón de usuarios en una semana y 100 millones en dos meses, según cifras de UBS^[2]. Desde ese momento hasta la actualidad, las discusiones sobre los cambios que implica esta tecnología no han dejado de sucederse, en un campo que presenta novedades tecnológicas, de mercado y de política en constante movimiento. En América Latina, al igual que en el resto del mundo, aún no hay un acuerdo general sobre cómo abordar a la Inteligencia Artificial en términos de política pública, y los últimos meses vienen incluso mostrando una tendencia inversa y de regresión sobre las primeras medidas adoptadas. A grandes rasgos podemos mencionar tres etapas, con solapamientos, sobre cómo se fue abordando el tema: una primera etapa de optimismo ilimitado donde se resaltaba la novedad y posibilidades de la IA; una segunda, donde el poder de la tecnología fue causa de miedos incrementados por los peligros y consecuencias de ciertos usos considerados indebidos; y una tercera, incipiente, donde la mayor atención pareciera estar en las necesidades para promover la adopción, tanto en términos de habilidades de las personas como de requisitos en las empresas.

Durante todo este tiempo, los Congresos han sido inundados por propuestas legislativas para regular el sector. Previo al 2022, en el plano internacional se había promovido el establecimiento de principios y guías para un uso responsable de la Inteligencia Artificial, llegando a la adopción de las Recomendaciones sobre la Ética de la Inteligencia Artificial por parte de los 193 miembros de la Unesco en noviembre de 2021, y los países de la región habían avanzado en estrategias nacionales para el sector, como en la Argentina, Brasil, Colombia, Chile, Uruguay, México^[3], y Perú (Hernández, Canales & de Souza, 2022). Europa aprobó en marzo de 2024 su directiva para el sector luego de varias discusiones al interior de la Unión y con un plazo de implementación progresivo (Riera, 2024). Y desde allí, entre 2024 y 2025 los legisladores latinoamericanos presentaron decenas de iniciativas similares o inspiradas en el marco europeo.

El crecimiento exponencial en la discusión de políticas públicas y la presentación de iniciativas legislativas sobre IA constituye un fenómeno documentado a nivel global. El reporte 2025 del índice elaborado por el Instituto para la IA Centrada en el Ser Humano de Stanford (HAI, por sus siglas en inglés) señala que “en 75 países, las referencias a la IA en los procedimientos legislativos aumentaron un 21,3 % en 2024, pasando de 1557 en 2023 a 1889. Desde 2016, el número total de referencias a la IA se ha multiplicado más de nueve veces” (Stanford HAI, 2025, p. 20). Sólo en Estados Unidos, en 2024, se presentaron más de 700 proyectos de ley sobre IA (Polonetsky, 2025), y 31 estados, Puerto Rico y las Islas Vírgenes adoptaron resoluciones o promulgaron leyes. Para 2025, otro relevamiento encontró que los legisladores de los 50 estados presentaron más de 1080 proyectos de ley relacionados con la IA, con 118 convertidos en ley (Gold & Brown, 2025).

América Latina no es ajena a esta dinámica. El monitoreo de propuestas regulatorias sobre inteligencia artificial del Observatorio Legislativo del Centro de Estudios en Libertad de Expresión (CELE) encontró 194 proyectos de ley en 10 países de la región: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Ecuador, México, Paraguay y Perú (CELE, 2025). Por caso, en la Argentina en 2025 había 43 proyectos de ley presentados en el Congreso (Guilera, Pomares, et. al, 2025). Si se mira más allá de lo legislativo, la discusión y aprobación de políticas públicas sobre IA también viene creciendo a ritmo acelerado. La base de datos de la OCDE, en mayo de 2023, relevó en mayo de 2023 más de 1000 iniciativas políticas en más de 70 jurisdicciones, mientras que dos años después ya eran más de 2300 en 80 jurisdicciones^[4].

En ese contexto, el presente artículo se pregunta: ¿qué modelos regulatorios de IA emergen en América Latina en los primeros años posteriores a la masificación de la IA generativa? ¿En qué medida estos modelos convergen con el enfoque europeo basado en riesgos? 

1. Marco metodológico   

El artículo pretende tener un alcance exploratorio dado lo emergente, poco sistematizado y novedoso del fenómeno bajo estudio, en este caso el abordaje de políticas públicas como respuesta al rápido desarrollo de la inteligencia artificial en general y la IA generativa en particular en los últimos cinco años. En términos de Hernández Sampieri et al. (2014, p.      91), es un tipo de estudio adecuado cuando “el objetivo es examinar un tema o problema de investigación poco estudiado, del cual se tienen muchas dudas o no se ha abordado antes”, permitiendo familiarizarse con el fenómeno, identificar dimensiones relevantes y generar preguntas más precisas para investigaciones posteriores.

Para responder a la pregunta por el enfoque latinoamericano, se generó un corpus de análisis en tres niveles: iniciativas legislativas en curso, leyes generales ya aprobadas, y políticas públicas anunciadas y/o en curso definidas por los poderes ejecutivos y con respaldo presidencial en cada caso. El período de relevamiento abarca desde noviembre de 2022, fecha del lanzamiento de ChatGPT como hito de masificación de la IA generativa, hasta diciembre de 2025. Como se detalla en cada una de las secciones, para la selección de proyectos de ley o de iniciativas ejecutivas se utilizaron distintos criterios de relevancia vinculados mayormente al grado de respaldo político de los ejecutivos como vía de analizar la postura de los oficialismos o mayorías, y buscando diversidad regional. Las leyes generales de IA aprobadas en la región durante el período de análisis fueron solo dos, en Perú y El Salvador, por lo que se analizaron ambas junto con sus reglamentaciones.

A su vez, se utilizó el análisis de los tres niveles relevados para la construcción de categorías interpretativas de los abordajes de política pública en la región, inscripto en una tradición weberiana de definición de tipos ideales que permiten facilitar la comprensión de los fenómenos identificando patrones sin pretender describir de manera exhaustiva ningún caso concreto (Hekman, 1983). 

2. Explosión de proyectos de ley, inspirados en el enfoque de riesgos de la directiva europea

Como primer eje para observar tendencias, elementos comunes y particulares, y estado de situación del enfoque de IA en la región se relevan las iniciativas legislativas en debate. La selección tuvo en cuenta tres criterios de inclusión. En primer lugar, aquellos proyectos respaldados por los gobiernos de turno o presentados por legisladores del partido gobernante o sus aliados en el Congreso en ese momento, como vía de acercarse a la posición oficialista en el tema. Son los casos del PL 2338/2023 en Brasil, la iniciativa 16821-19 en Chile, el texto de los entonces ministros Julián Molina y Yesenia Olaya en Colombia, el de legisladores de Morena y el del Partido Verde en México, y el del senador Juan Sartori en Uruguay, además del 3422-D-2024 en Argentina y el 059/2023S también en Colombia. A ellos se sumaron proyectos de autoridades legislativas en el área, lo que podría priorizar su discusión, como el proyecto de Daniel Gollán en la Argentina, que era presidente de la Comisión de Ciencia, Tecnología e Innovación Productiva de la Cámara de Diputados. Por último, en países donde no había ninguno de los casos previos, se adicionaron las iniciativas que hubieran tenido al menos una sesión de discusión en el año, como en Costa Rica con el proyecto de Oscar Sandí, o en Panamá con el de Manuel Cheng Peñalba.

El corpus de análisis final incluyó 13 iniciativas presentadas en 9 países de América Latina. Esta muestra no pretende ser representativa, sino una aproximación a los proyectos con mayor actividad, cobertura y/o peso en la discusión. Salvo en Brasil y Chile, y con reciente impulso en México, la mayoría de las iniciativas relevadas tienen bajos niveles de avance y poca o nula posibilidad de aprobación al menos en el corto plazo y con la conformación actual de los congresos. Se puede vincular con los incentivos de los legisladores a presentar proyectos aunque no prosperen para aparecer como dueños de temas nuevos o de nicho, y así quedar asociados con tener expertise, liderazgo o una diferenciación frente a otros legisladores / competidores (ver por ejemplo Rocca & Gordon, 2010).

Tabla I. Comparativa de proyectos de ley de IA en la región

Fuente: elaboración propia en base a proyectos de ley citados

La revisión de los proyectos se realizó en 10 ejes, que van de la presencia de principios éticos a la de obligaciones como la revisión humana de los resultados o el etiquetado de contenidos, o la existencia de sanciones o mecanismos de promoción. En cada uno, se estableció un puntaje de 0 a 3 representados gráficamente con un color de gris a tonos de verde según si el tema estaba ausente en el proyecto, o si estaba presente, con mayor puntaje o tono más oscuro indicando más especificidad. Por poner un ejemplo, un proyecto podría no señalar ningún regulador para la IA (0 puntos), solo un consejo asesor (1), considerar la creación de un ente a definirse en la reglamentación (2), o establecer concretamente el nuevo cuerpo a cargo del área y su conformación (3).

De los resultados del análisis podemos mencionar:

1. La supervisión del área se suele adicionar como tarea a instituciones existentes más que a reguladores nuevos. Solo tres proyectos crean autoridades para encargarse de la IA, como la Agencia de Gestión del Conocimiento en el proyecto del diputado Gollán en Argentina, o el Centro Nacional de Inteligencia Artificial en el de Guerra en México. Así, el abordaje de la región se diferencia del europeo marcado en la EU AI Act que dispone la creación de oficinas de IA, ya sea por falta de intención, de fondos, o de disputa institucional por abordar el tema. A las unidades existentes a encargarse del tema se la suele acompañar con un consejo asesor con funcionarios y expertos para emitir recomendaciones^[5].
2. La presencia de principios guía es transversal, salvo proyectos reducidos a un tema, como IA Generativa. Desde los primeros debates para abordar la inteligencia artificial se han considerado lineamientos éticos y principios como una forma flexible de orientar las acciones y resultados. Las propuestas retoman varios de los principios presentes en las recomendaciones de la Unesco, como Transparencia, Responsabilidad, Privacidad o Seguridad.
3. El enfoque basado en riesgos que sigue al modelo europeo tiene gran presencia. Al igual que la directiva de la UE, nueve proyectos establecen categorías de riesgo según el tipo de usos o sectores en los que se utilice la IA, asociados con requisitos puntuales. El contenido de cada categoría y las obligaciones no siempre es concreto. Los enfoques basados en el riesgo suelen demandar una evaluación inicial para, a partir de allí, clasificar a los sistemas. Otros elementos posibles son la exigencia de registros públicos de los sistemas disponibles, y análisis periódicos de impacto para confirmar la categoría de riesgo.
4. La exigencia de consentimiento informado para el tratamiento de datos y la de reportar interacciones con sistemas de IA suelen estar presentes en conjunto. Se trata de una vía para operacionalizar principios como el de transparencia. En casos más estrictos como el proyecto archivado en Colombia presentado por Garcés Rojas y Echavarria Sanchez se da hasta 5 días hábiles a los responsables que implementen y desarrollen Inteligencia Artificial para eliminar datos ante la solicitud de los titulares y sus herederos.
   
   En los proyectos con foco en contenido sintético e IA generativa, esto se canaliza mediante requisitos de etiquetado, aunque la forma de dicho etiquetado suele omitirse, lo que presagia debates posteriores al momento de la reglamentación. Por ejemplo, la iniciativa de Sartori en Uruguay establece que “los usuarios de un sistema de IA que genere o manipule contenido de imagen, sonido o vídeo que se asemeja notablemente a personas, objetos, lugares u otras entidades o sucesos existentes, (…) harán público que el contenido ha sido generado de forma artificial o manipulado”. Otro principio, muchas veces articulado con el de Transparencia o asociado a discusiones sobre sesgos, es el de Explicabilidad, que se operacionaliza a través de la obligación de precisar las razones detrás de los resultados de los sistemas de IA. Puede incluirse que se utilicen términos simples o adaptados a distintas “audiencias”, como menores de edad, como en el proyecto en México de Jimenez Godoy.
5. Las sanciones por incumplimientos por lo general se asocian con marcos penales existentes o quedan a definirse. Sin embargo, son un elemento repetido en los proyectos sobre IA generativa y deepfakes, con sanciones que llegan hasta los seis años de cárcel por compartir contenidos sexuales manipulados que representen a menores (tratados dentro de penas vinculadas al acoso sexual). La suspensión se aplica en casos de reincidencia y las multas, cuando están definidas, suelen replicar penas vigentes. El PL 2338/2023 en Brasil es el de mayores multas, que llegan a cincuenta millones de reales por infracción (más de 9 millones de dólares), o hasta el 2% de la facturación bruta del grupo o conglomerado en el país en el último ejercicio.
6. Capacitaciones y entrenamiento son parte de los mecanismos de fomento, junto con incipientes propuestas de entornos de pruebas (sandboxes regulatorios), aunque sin gran detalle o asignaciones presupuestarias concretas. Las capacitaciones y entrenamiento, provistos por los Estados o mandados a los empleadores, también son parte de las opciones de respuesta frente al impacto de la IA en el empleo, que se aborda directamente en pocos proyectos.

3. Las primeras dos leyes generales aprobadas en la región: énfasis en la innovación

En Latinoamérica, solo dos leyes generales de IA fueron aprobadas: corresponden a      Perú y El Salvador. En julio de 2023, Perú fue el primer país de América Latina en aprobar una normativa específica para la IA mediante la Ley nº 31.814^[6], que incluso fue anterior a la directiva europea. Se trata de un texto muy amplio, que constituye un marco general a partir de cinco artículos más otro preliminar único y una disposición complementaria. El objetivo declarado es impulsar el uso de la IA como motor del desarrollo económico y social del país.

Se establecen principios amplios para un desarrollo responsable (como que “la ética es la base fundamental” y que “la IA no debe vulnerar la privacidad de las personas y debe actuar con seguridad”) y se adopta un enfoque basado en riesgos, se declara de interés nacional la promoción del talento digital y su fortalecimiento, y se designa a la Presidencia del Consejo de Ministros, a través de la Secretaría de Gobierno y Transformación Digital, como autoridad competente en la materia, definiendo sus atribuciones. Prueba de que la velocidad en la aprobación de la norma general se hizo a costa de precisión en el texto, trasladando la discusión sobre los detalles hacia adelante, fue que hubo que esperar más de dos años y varias consultas populares para tener aprobado el Reglamento, mediante el Decreto Supremo N.º 115-2025-PCM del 9 de septiembre de 2025, que llenó de contenido al articulado original.

Lo más relevante, en línea con el enfoque de regulación por riesgos de la ley, fue la definición de las categorías de sistemas de IA que requieren distintos niveles de control estatal y de cumplimiento por parte de quienes los desarrollan, implementan o utilizan. Exceptuó a los sistemas basados en IA para fines y el uso “para la defensa y seguridad nacional” bajo ciertas condiciones, y estableció mecanismos de fomento como un entorno de pruebas o ayudas para pequeñas y medianas empresas.

Por su parte, en febrero de 2025 El Salvador se sumó al aprobar la “Ley de Fomento de la Inteligencia Artificial y Tecnologías”, reglamentada por el Decreto Legislativo N.º 234, con el objetivo central de atraer inversiones y proyectos de IA al país. Se creó una autoridad nueva, la Agencia Nacional de Inteligencia Artificial (ANIA), que depende de la Presidencia, con funciones de supervisión, administración del Registro Nacional de Desarrollo, Innovación y Aplicación de IA y definición de criterios de seguridad y requisitos de registro para desarrolladores y operadores.

El registro de desarrolladores de IA otorga a quienes se inscriben acceso a un conjunto de salvaguardas, asimilable a un sandbox regulatorio. Otros incentivos son la existencia de una ventanilla única de trámites, protección reforzada de la propiedad intelectual, y el fomento para laboratorios y centros de investigación.

A su vez, los principios que rigen la interpretación y aplicación de la Ley prevén un marco flexible. La ANIA adopta un enfoque escalonado y educativo ante los casos de incumplimiento, por ejemplo. En pos de la armonización, el cumplimiento de normas internacionales reconocidas como las del NIST en los Estados Unidos o del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) genera una presunción de conformidad.

Las obligaciones aplican a los operadores de un sistema de IA, no al desarrollador, y las entidades extranjeras pueden registrarse sin crear una empresa o filial local, designando a un representante ante la ANIA. El deber de informar la interacción con un sistema de IA se aplica a casos y sectores específicos, básicamente aquellos para los que es obligatorio el registro, y quedan exentos usos considerados de bajo riesgo como la moderación o recomendaciones de contenidos/anuncios o los asistentes de productividad.

4. Medidas ejecutivas para fomentar la IA en toda la cadena de valor 

Por último, se relevaron acciones de los ejecutivos de la región en torno a la IA. Estas medidas van desde planes estratégicos de largo plazo hasta proyectos de implementación con financiamiento internacional. En todos los casos se seleccionaron iniciativas de las gestiones en el poder a agosto de 2025 en donde los presidentes del país hayan estado involucrados, al menos en su anuncio o difusión, como criterio de su respaldo oficial al más alto nivel.    

1. El plan “IA para el bien de todos” de Brasil representa la mayor inversión del sector público anunciada en América Latina para fomentar a la IA, al prever destinar unos US$4 mil millones entre 2024 y 2028. Combina medidas de impacto inmediato con una agenda de cinco ejes, entre los cuales destacan “IA para la Innovación Empresarial” e “Infraestructura y Desarrollo”, que concentran la mayor parte de los recursos. El primero dispone alrededor de US$2,5 mil millones sobre todo para financiar proyectos de IA aplicados a la industria, la adopción tecnológica de las empresas y la instalación y expansión de datacenters en el país. El segundo, por su parte, moviliza US$ 1,06 mil millones para adquirir una supercomputadora de nivel top 5 mundial para el Laboratorio Nacional de Computación Científica, desarrollar infraestructura sostenible de centros de datos basada en energías renovables y crear un modelo fundacional de gran lenguaje (LLM) en portugués.
2. Otra guía estrategia y de inversión pública para fomentar el sector, pero con un alcance mucho menor, es la Política Nacional de IA de Colombia para el período 2025-2030 (mediante documento Conpes). Tiene previsto invertir US$ 116 millones para generar capacidades nacionales para investigar, desarrollar, adoptar y usar sistemas de IA de forma ética y sostenible. Los montos se destinan sobre todo al fortalecimiento de la infraestructura tecnológica y al financiamiento para investigación en el campo. Además, se establece una hoja de ruta para definir normas para el sector público y guías de recomendaciones y buenas prácticas para los privados.
3. El Ministerio de Ciencia, Tecnología, Conocimiento e Innovación de Chile apoyó directamente al Centro Nacional de IA (Cenia) de ese país para desarrollar Latam-GPT como Modelo de Lenguaje Latinoamericano y del Caribe. Según señaló el Ministerio en la comunicación oficial, “Latam-GPT es el primer modelo de lenguaje de gran tamaño de la región y su entrenamiento tiene el propósito de reflejar la cultura, el lenguaje y la historia de Latinoamérica y el Caribe. (…) será un modelo abierto que permitirá mejorar la representación de las lenguas, expresiones y particularidades culturales en los sistemas de IA, promoviendo la equidad en el acceso y uso de estas tecnologías”. Cuenta con un aporte de US$250.000 por parte de CAF^[7], y convenios con instituciones y gobiernos de la región para participar del proyecto^[8].
4. En una línea similar, el gobierno de México anunció a principios de 2026 la creación de un Laboratorio Nacional de Inteligencia Artificial. Según lo anunciado por la Presidenta Claudia Sheinbaum, la Secretaría de Infraestructura, Comunicaciones y Transportes y aliados académicos, el laboratorio operará como un hub nacional de cómputo avanzado con clusters especializados para entrenamiento de modelos de IA, repositorios de datos públicos y espacios de experimentación regulatoria, con énfasis en aplicaciones para gestión de riesgos (sismos, clima extremo), salud, movilidad y servicios públicos digitales. La iniciativa del Cenia como el laboratorio en México se alinean con consideraciones de “soberanía de IA” o “soberanía tecnológica”, un concepto que viene ganando peso en la política pública de la región y el mundo (ver Belli, 2023; Srivastava, 2024; Timmers, 2019). No hay una definición consensuada, pero suele referirse a la capacidad de una nación para desarrollar y gestionar inteligencia artificial utilizando capacidades dentro de su territorio, con medidas discutidas en todos los eslabones de la cadena de valor: desde la Infraestructura (centros de datos, capacidad de cómputo); los Datos / Contenido (LLMs entrenados en conjuntos de datos locales para “reflejar la cultura”); o los Trabajadores / Competencias (Incorporación de mano de obra local, capacitación y formación de trabajadores, estudiantes y ciudadanos). En otras consideraciones, también tecnología, energía o redes empresariales locales^[9].
5. En un sentido diferente, el gobierno de Argentina promueve el posicionamiento del país como un hub de IA a partir de contar con baja regulación, incentivos y ventajas comparativas. Además de destacar elementos como la disponibilidad de energía y un clima frío para reducir el consumo en los centros de datos, el principal mecanismo para atraer inversiones ha sido el Régimen de Incentivo para Grandes Inversiones (RIGI), un programa no sectorial sino general para brindar estabilidad fiscal y beneficios tributarios a proyectos que superen ciertos montos. De hecho, el proyecto para establecer un data center de IA en la Argentina que anunciaron OpenAI y Sur Energy será presentado bajo el RIGI y según Emiliano Kargieman, CEO y co-fundador de Sur Energy es una de las razones que vuelven viable la iniciativa.

5. Discusión: cuatro enfoques para la IA

A partir del análisis previo se apunta a responder a las preguntas iniciales a través de la creación de grandes categorías que agrupen de forma esquemática las primeras respuestas de política pública en la región hacia la IA. Para ello, se tuvieron en cuenta debates previos, tanto en campos más amplios como las políticas digitales, como incipientemente sobre la regulación de la inteligencia artificial.Un trabajo relativamente cercano que categorizó enfoques de política digital es el de Anu Bradford (2023). Allí, divide tres modelos en torno a la tecnología: el de Estados Unidos, liderado por el mercado (market‑driven) y la innovación, con una regulación relativamente laxa e intervención limitada de los estados, donde se considera que el emprendimiento privado y la competencia generan crecimiento y liderazgo tecnológico; el modelo de China, dirigido por el Estado (state-driven), con una promoción activa de los “campeones nacionales” y estricto control político sobre el ecosistema digital; y el modelo de la Unión Europea con foco en la protección de derechos fundamentales (rights-driven), la privacidad y la competencia en los mercados digitales. 

Roberts et al. (2023) no establecen categorías de enfoques, pero sí complejiza el análisis de las regulaciones de IA, identificando siete dimensiones que van desde la definición, objetivos, alcance, enfoque de riesgo, requisitos, supervisión y flexibilidad. El Departamento de Ciencia, Tecnología e Innovación del Reino Unido (DSIT, 2023) durante la gestión conservadora de Rishi Sunak (2022 – 2024) emitió un policy paper donde destacaba su “enfoque pro-innovación” que se diferenciaba de la directiva europea al proponer la ausencia de una ley general o clasificaciones horizontales de riesgo, dejando en su lugar la regulación a las autoridades sectoriales para adaptar principios de alto nivel a cada área, además de la presencia de un entorno seguro de experimentación (sandbox regulatorio).

Con esto en mente, se crearon cuatro escenarios regulatorios de tipo ideal, ubicando a distintos exponentes los reflejan en mayor o menor medida. Vale aclarar que son formas esquemáticas de organizar los primeros pasos de los países donde: no son totalmente excluyentes y hay elementos de varios tipos sucediendo en simultáneo en cada nación:  

1. Enfoque horizontal con reglas estrictas: La perspectiva que parecía primar en un primer momento de ebullición de proyectos, con los países intentando tener una ley exhaustiva para la IA con la directiva europea. Se busca contar con regulaciones basadas en el riesgo, obligaciones con sanciones y multas relevantes por incumplimiento, y revisiones periódicas o análisis de impacto. Los proyectos de Brasil y Chile con grandes reminiscencias a la directiva de IA de la Unión Europea escenifican esta postura. Las últimas propuestas regulatorias en México parecieran ir en este sentido.

2. Enfoque horizontal con principios generales: Es una categoría que tiene base en los debates sobre ética, donde el peso está puesto en mayor medida en principios generales que orienten el accionar en el sector. En algunos casos, las obligaciones pueden estar vinculadas con marcos ya existentes como los de protección de datos, ser más estrictos cuando se trata del sector público, o establecerse como recomendaciones para los actores en guías de buenas prácticas. La ley de Perú y su posterior reglamentación, que establecen principios pero con el norte en el desarrollo del sector, o el Conpes de Colombia que prevé una norma sectorial con foco en obligaciones para el uso público de IA son ejemplos en esta línea.
3. Enfoque pro-inversión y experimental: Lo distintivo es el objetivo puesto en atraer inversiones, donde la idea de obligaciones pasa a un segundo plano. Se hace más hincapié en aprovechar los beneficios de la implementación que en la consideración de riesgos. La experimentación a través de sandboxes regulatorios o incentivos al sector priman. La norma de El Salvador con su entorno normativo diseñado para la llegada de empresas de IA es un caso testigo, como así también lo es la orientación en la Argentina para crear condiciones económicas y baja regulación para el sector.

4. Marco disperso o ausente / leapfrogging: Finalmente encontramos varios casos donde convergen la falta de iniciativa con la decisión de mantener el statu quo ante la incertidumbre y las indefiniciones sobre un modelo a seguir en la materia. En estos casos, los gobiernos pueden adoptar o firmar amplias declaraciones conjuntas a nivel multilateral o regional, pero sin adoptar decisiones o normas vinculantes firmes a corto plazo. Costa Rica o Uruguay estarían aquí de momento, donde si bien hubo proyectos de ley en distinto sentido no se acompañaron de voluntad política que los pusiera en seria discusión.

6. Conclusiones

En 2025 las políticas y regulaciones sobre IA dieron un giro trascendental. Lo que durante los últimos años se perfilaba como un acercamiento de la posición más pro-market de Estados Unidos hacia enfoques más regulatorios y de derechos como en la Unión Europea (Bradford, 2023) pasó a un contexto donde el fomento al sector para ganar competitividad en el mercado global tomó el centro de la discusión. La gestión de Donald Trump y su AI Action Plan dieron marcha atrás con requisitos impuestos por la gestión de Joe Biden, y buscan promover la exportación del “tech stack” americano al mundo. Por su parte, la UE está buscando la forma de relajar o dilatar las obligaciones que había establecido con su directiva de IA, y el paquete ómnibus lanzado hacia fines de 2025 busca incorporar esta nueva mirada mediante reformas legislativas.Aquí se delinearon los primeros debates, enfoques y respuestas de política pública de IA en América Latina, esquematizados en cuatro categorías o tipos ideales. Vale resaltar que los únicos países con leyes relevantes ya aprobadas sobre IA al cierre de 2025, Perú y El Salvador, se alejan del primero de los enfoques horizontal y estricto de la directiva europea, optando por principios más generales y laxos o directamente pro-innovación. Resta ver en el largo plazo cuál de los enfoques, si alguno de ellos, una combinación, o uno nuevo, primará en el largo plazo, y si eso significaba una alineación de los países de Latinoamérica hacia potencias globales, o se generarán abordajes propios. 

7. Bibliografía

Belli, L. (2023). To get its AI foothold, Brazil needs to apply the key AI sovereignty enablers (KASE). In New Digital Dilemmas: Resisting Autocrats, Navigating Geopolitics, Confronting Platforms, ed. Steven Feldstein. Washington, DC: Carnegie Endowment for International Peace.

Bradford, A. (2023). Digital empires: The global battle to regulate technology. Oxford University Press.

CELE. (2025, 12 noviembre). Tendencias regionales en la regulación de inteligencia artificial. CELE. https://observatoriolegislativocele.com/tendencias-regionales-en-la-regulacion-de-inteligencia-artificial/ 

Department for Science, Innovation and Technology / DSIT (2023). AI regulation: a pro-innovation approach (CP 815). HM Government. https://www.gov.uk/government/publications/ai-regulation-a-pro-innovation-approach/white-paper

Hekman, S. J. (1983). Weber’s ideal type: a contemporary reassessment. Polity, 16(1), 119-137.

Hernández Sampieri, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación (Vol. 6, p. 84). México: Mcgraw-hill.

Gigena, F. G. (2025, 1 octubre). Reglamento de IA en Perú: aciertos y preocupaciones. Access Now. https://www.accessnow.org/reglamento-de-ia-en-peru/

Gold, A. & Brown, T. (2025, 8 septiembre). AI Legislation Across the U.S.: A 2025 End of Session Recap. RILA. https://www.rila.org/blog/2025/09/ai-legislation-across-the-states-a-2025-end-of-ses.

Guilera, S., Pomares, J., Guillén, M. B., & Luvini, P. (2025). Marcos regulatorios de la IA:

tendencias emergentes en la agenda legislativa argentina. Universidad Torcuato Di Tella, CEPE y GIDE.

Hernández, L., Canales, M. P., y de Souza, M. (2022). “Inteligencia Artificial y participación en América Latina: Las estrategias nacionales de IA”. Derechos Digitales.

Hu, K. (2023, 1 febrero). ChatGPT sets record for fastest-growing user base – analyst note. Reuters. https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/

Polonetsky, J. (2025, 10 enero). 2025 May be the Year of AI Legislation: Will We See Consensus Rules or a Patchwork? Tech Policy Press. https://www.techpolicy.press/2025-may-be-the-year-of-ai-legislation-will-we-see-consensus-rules-or-a-patchwork/

Ray, T. (2025, 3 abril). Sovereign remedies: Between AI autonomy and control. Atlantic Council. https://www.atlanticcouncil.org/in-depth-research-reports/issue-brief/sovereign-remedies-between-ai-autonomy-and-control/

Riera, A. (2024, 18 marzo). “Qué dice la Ley de Inteligencia Artificial europea que regulará aplicaciones como Chat-GPT”. Chequeado.

Roberts, H., Ziosi, M., Osborne, C., Saouma, L., Belias, A., Buchser, M., … & Zeng, Y. (2023). A comparative framework for AI regulatory policy. The International Centre of Expertise on Artificial Intelligence in Montreal.

Rocca, M. S., & Gordon, S. B. (2010). The position-taking value of bill sponsorship in congress. Political Research Quarterly, 63(2), 387-397.

Smuha, N.A. (2019). From a ‘Race to AI’ to a ‘Race to AI Regulation’ – Regulatory Competition for Artificial Intelligence. SSRN Electronic Journal.

Stanford HAI (2025). AI index report 2025. https://hai.stanford.edu/assets/files/hai_ai_index_report_2025.pdf

Srivastava, S. (2024). AI, global governance, and digital sovereignty (Preprint). arXiv. https://arxiv.org/abs/2410.17481

Timmers, P. (2019). Ethics of AI and cybersecurity when sovereignty is at stake. Digital Society, 1(1), 1–16.

8. Anexo I. Proyectos de ley sobre inteligencia artificial analizados

En este anexo se detallan los proyectos de ley sobre inteligencia artificial relevados en el artículo, indicando país, número de expediente, autoría y link al texto oficial.