Chile construye su hoja de ruta regulatoria para la inteligencia artificial: ¿modelo para América Latina?

En un momento en que la Unión Europea aprueba su AI Act y Estados Unidos debate fragmentadamente sobre cómo controlar los algoritmos, Chile se posiciona silenciosamente como un laboratorio regulatorio en América Latina. El país andino no espera a que la tecnología lo desborde: construye activamente un ecosistema normativo que intenta equilibrar innovación con protección ciudadana, un desafío que ha dejado perplejos a legisladores en economías mucho más grandes. La pregunta ya no es si Chile regulará la inteligencia artificial, sino cómo su modelo influirá en el resto de la región.

Un marco normativo en construcción activa

Chile carece aún de una ley específica y comprehensiva sobre inteligencia artificial, pero eso no significa que navegue en aguas regulatorias vacías. El país ha tejido una red de normativas sectoriales y horizontales que, en conjunto, conforman un mapa regulatorio cada vez más definido. La Ley N° 19.628 sobre Protección de la Vida Privada, aunque promulgada en 1999 —mucho antes del auge de la IA moderna—, establece principios fundamentales sobre tratamiento de datos personales que aplican directamente a sistemas algorítmicos. Esta normativa exige consentimiento informado para la recopilación de datos, un requisito que cobra nueva relevancia cuando hablamos de entrenar modelos de aprendizaje automático con información de ciudadanos chilenos.

Más recientemente, la Ley N° 21.459 sobre Transformación Digital del Estado, aprobada en 2022, marca un punto de inflexión. Esta legislación no solo moderniza la administración pública chilena, sino que incorpora explícitamente principios de transparencia algorítmica y rendición de cuentas en sistemas automatizados de toma de decisiones. Cuando un algoritmo decide sobre beneficios sociales o trámites administrativos, los ciudadanos tienen derecho a conocer los criterios utilizados. Es un reconocimiento legislativo de que los algoritmos ejercen poder sobre la vida de las personas y, por tanto, deben estar sujetos a escrutinio democrático.

El sector financiero chileno, uno de los más sofisticados de la región, también ha incorporado consideraciones sobre IA en su marco regulatorio. La Comisión para el Mercado Financiero (CMF) ha emitido normativas sobre gestión de riesgos operacionales y ciberseguridad que incluyen el uso de sistemas automatizados de decisión crediticia y detección de fraudes. Estas regulaciones exigen que las instituciones financieras mantengan control humano sobre decisiones críticas y puedan explicar cómo sus algoritmos llegan a determinadas conclusiones, especialmente cuando afectan el acceso al crédito de personas y empresas.

La dimensión ética como pilar estratégico

Lo que distingue el enfoque chileno es su énfasis temprano en la dimensión ética de la inteligencia artificial. En 2019, el gobierno chileno lanzó la Política Nacional de Inteligencia Artificial, un documento estratégico que va más allá de consideraciones técnicas o económicas para abordar directamente los valores que deben guiar el desarrollo de esta tecnología en el país. El documento establece principios como el respeto a los derechos fundamentales, la no discriminación algorítmica, la transparencia y la rendición de cuentas como pilares no negociables del ecosistema de IA chileno.

Este marco ético no es meramente declarativo. Ha influido en decisiones concretas de política pública, desde la evaluación de proyectos de ciudades inteligentes hasta la implementación de sistemas de videovigilancia con reconocimiento facial. En 2020, el debate público sobre el uso de tecnología de reconocimiento facial por parte de Carabineros de Chile forzó una discusión nacional sobre los límites aceptables de la vigilancia algorítmica, resultando en restricciones y protocolos más estrictos. La sociedad civil chilena ha demostrado estar alerta y dispuesta a cuestionar implementaciones tecnológicas que considere invasivas o discriminatorias.

La apuesta chilena consiste en construir confianza ciudadana en la IA antes de que surjan crisis mayores, estableciendo guardarraíles éticos y legales mientras la tecnología aún está en fase de adopción temprana en muchos sectores.

El Comité de Ética para la Inteligencia Artificial, creado como parte de esta política nacional, reúne a expertos en tecnología, derecho, filosofía y ciencias sociales para asesorar sobre dilemas éticos emergentes. Este enfoque multidisciplinario reconoce que la IA no es solo un desafío técnico o legal, sino fundamentalmente una cuestión sobre qué tipo de sociedad queremos construir con estas herramientas. Las recomendaciones del comité han informado proyectos legislativos y han elevado el nivel del debate público, alejándolo de posiciones simplistas de tecnofilia o tecnofobia.

Protección de datos como columna vertebral

El proyecto de ley de protección de datos personales que Chile discute actualmente representa quizás la pieza más crucial del rompecabezas regulatorio. Este proyecto, que busca modernizar la antigua Ley N° 19.628 y alinear a Chile con estándares internacionales como el GDPR europeo, incorpora disposiciones específicas sobre tratamiento automatizado de datos y perfilamiento algorítmico. Si se aprueba en su forma actual, los ciudadanos chilenos tendrían derecho a no ser objeto de decisiones basadas únicamente en procesamiento automatizado que produzcan efectos jurídicos o les afecten significativamente, salvo excepciones específicas y con salvaguardias apropiadas.

Esta legislación en ciernes también establecería la figura de la Agencia de Protección de Datos Personales, una entidad autónoma con facultades de fiscalización y sanción. Para el ecosistema de IA, esto significa que habría un regulador específico capaz de investigar quejas sobre discriminación algorítmica, uso indebido de datos biométricos o falta de transparencia en sistemas automatizados. La agencia tendría competencia para ordenar auditorías de algoritmos y exigir evaluaciones de impacto en privacidad antes de implementar sistemas de IA que procesen datos sensibles a gran escala.

El sector privado chileno observa estos desarrollos con una mezcla de cautela y expectativa. Por un lado, regulaciones claras reducen incertidumbre jurídica y pueden facilitar la inversión al establecer reglas del juego predecibles. Por otro, existe preocupación sobre que requisitos excesivamente restrictivos puedan sofocar la innovación o colocar a empresas chilenas en desventaja competitiva frente a competidores en jurisdicciones menos reguladas. Este equilibrio entre protección y promoción define el debate regulatorio no solo en Chile, sino globalmente.

Proyectos legislativos y el futuro inmediato

Más allá de la protección de datos, varios proyectos de ley en tramitación en el Congreso chileno abordan aspectos específicos de la inteligencia artificial. Un proyecto sobre responsabilidad civil por daños causados por sistemas autónomos busca clarificar quién responde cuando un algoritmo toma una decisión que perjudica a alguien: ¿el desarrollador del software, la empresa que lo implementa, el usuario final? Esta cuestión, aparentemente técnica, tiene implicaciones profundas para sectores como vehículos autónomos, diagnóstico médico asistido por IA o sistemas de contratación automatizada.

Otro frente legislativo se centra en la propiedad intelectual generada por IA. ¿Puede una obra creada por un sistema de inteligencia artificial estar protegida por derechos de autor? ¿Quién es el titular de esos derechos? Chile, con una industria creativa en crecimiento y startups tecnológicas cada vez más sofisticadas, necesita respuestas claras a estas preguntas. El proyecto en discusión propone que las creaciones de IA puedan tener protección si existe suficiente intervención humana creativa en el proceso, un estándar que deberá ser precisado por jurisprudencia futura.

El gobierno chileno también ha impulsado iniciativas de "sandbox" regulatorio, espacios controlados donde empresas pueden probar innovaciones en IA bajo supervisión de autoridades pero con flexibilidad normativa temporal. Estos experimentos, particularmente en servicios financieros y salud digital, permiten al regulador aprender sobre tecnologías emergentes antes de codificar reglas permanentes, mientras que las empresas obtienen retroalimentación temprana sobre cumplimiento normativo. Es un enfoque de regulación adaptativa que reconoce la velocidad del cambio tecnológico.

Contexto clave

Transparencia algorítmica: Este concepto se refiere a la capacidad de comprender y explicar cómo un sistema de inteligencia artificial llega a sus decisiones. No significa necesariamente revelar el código fuente completo, sino proporcionar información significativa sobre los factores que influyen en las decisiones algorítmicas, los datos utilizados para entrenar el modelo y las métricas de desempeño. En contextos regulatorios, la transparencia algorítmica permite que individuos afectados por decisiones automatizadas puedan cuestionarlas efectivamente y que reguladores puedan auditar sistemas en busca de sesgos o discriminación. Es especialmente crítica en áreas sensibles como justicia penal, crédito, empleo y servicios sociales.

Perfilamiento algorítmico: Es el proceso de recopilar y analizar datos sobre una persona para evaluar, predecir o influir en aspectos de su comportamiento, preferencias o situación. Los sistemas de IA utilizan perfilamiento para personalizar publicidad, determinar elegibilidad crediticia, recomendar contenidos o evaluar riesgos de seguridad. El perfilamiento se vuelve problemático cuando se basa en categorías sensibles (raza, religión, orientación sexual) o cuando produce discriminación sistemática contra grupos vulnerables. Las regulaciones modernas de protección de datos, incluido el proyecto chileno, establecen derechos específicos frente al perfilamiento, como el derecho a no ser objeto de decisiones exclusivamente automatizadas en ciertos contextos.

Evaluación de impacto algorítmico: Similar a las evaluaciones de impacto ambiental, este instrumento requiere que organizaciones analicen sistemáticamente los riesgos potenciales de un sistema de IA antes de su implementación. La evaluación examina posibles efectos en derechos fundamentales, riesgos de discriminación, impactos en grupos vulnerables, medidas de seguridad y mecanismos de rendición de cuentas. En el marco regulatorio chileno emergente, estas evaluaciones serían obligatorias para sistemas de alto riesgo que procesen datos sensibles a gran escala o tomen decisiones con efectos significativos sobre personas. El objetivo es identificar y mitigar problemas antes de que causen daño real, incorporando la ética en el diseño tecnológico desde el inicio.

Para profundizar

• Comparación regional de marcos regulatorios — ¿Cómo se posiciona el enfoque chileno frente a iniciativas similares en Argentina, Brasil o México? Un análisis comparativo revelaría si América Latina está convergiendo hacia un modelo regulatorio común o si emergerán enfoques nacionales divergentes que podrían fragmentar el mercado digital regional.
• El desafío de la capacidad estatal — Regular efectivamente la IA requiere expertise técnico sofisticado en organismos públicos. ¿Cuenta Chile con los recursos humanos y técnicos necesarios para fiscalizar sistemas algorítmicos complejos, o existe un riesgo de que las regulaciones sean letra muerta por falta de capacidad de enforcement?
• IA y desigualdad estructural — Chile enfrenta desafíos significativos de desigualdad socioeconómica. ¿Cómo pueden las regulaciones de IA asegurar que estos sistemas no amplifiquen brechas existentes, sino que contribuyan a democratizar el acceso a servicios y oportunidades? La intersección entre política tecnológica y justicia social merece análisis profundo.