Introducción
La inteligencia artificial dejó de ser únicamente una cuestión tecnológica. Se está convirtiendo, cada vez más, en una cuestión de poder internacional.
Quién posee los modelos más avanzados, quién controla los chips capaces de entrenarlos, dónde se encuentran los grandes centros de datos, quién dispone de la energía necesaria para alimentarlos y qué países concentran el talento, el capital y la infraestructura son preguntas que empiezan a tener una relevancia geopolítica comparable a la que durante otras etapas históricas tuvieron la energía, las materias primas o determinadas capacidades industriales.
Al mismo tiempo, los sistemas de inteligencia artificial trascienden las fronteras nacionales con una facilidad que vuelve insuficiente pensar su regulación exclusivamente desde los Estados. Un modelo puede desarrollarse en un país, entrenarse sobre infraestructura localizada en otro, utilizar datos originados en decenas de jurisdicciones y desplegarse simultáneamente frente a cientos de millones de personas.
Los beneficios también son globales: investigación científica, productividad, educación, medicina, administración pública o respuesta frente al cambio climático. Pero algunos riesgos poseen la misma naturaleza transnacional: ciberataques, proliferación de capacidades biológicas peligrosas, desinformación a gran escala, vulnerabilidades sistémicas o sistemas cada vez más autónomos operando más allá de la capacidad efectiva de supervisión humana.
El problema, entonces, ya no consiste solamente en preguntarnos cómo debería regular cada país la inteligencia artificial. La pregunta más importante es otra: ¿qué instituciones internacionales necesitamos para gobernar una tecnología global cuya frontera tecnológica se concentra en un número reducido de empresas y potencias?
La respuesta podría encontrarse, parcialmente, en una institución creada para administrar otra tecnología de enorme potencial y enormes riesgos: el Organismo Internacional de Energía Atómica.
No porque la inteligencia artificial sea equivalente a la tecnología nuclear. No lo es. Sino porque la OIEA ofrece una enseñanza institucional fundamental: frente a determinadas tecnologías estratégicas, establecer principios resulta insuficiente si no existe además capacidad para generar conocimiento científico común, verificar compromisos, establecer estándares, inspeccionar cuando corresponda y generar confianza entre actores que, incluso mientras cooperan, continúan compitiendo.
El mundo necesita comenzar a discutir seriamente una institución equivalente para la inteligencia artificial.
Muchos principios, pero todavía poca capacidad de verificar
La gobernanza internacional de la IA no empieza desde cero.
La Unión Europea avanzó mediante su AI Act. El Consejo de Europa abrió el primer tratado internacional jurídicamente vinculante específicamente dedicado a inteligencia artificial, derechos humanos, democracia y Estado de derecho. El G7 desarrolló el Hiroshima AI Process y la OCDE administra un sistema de reporte para desarrolladores de sistemas avanzados.
Naciones Unidas también dio un salto importante. En 2026 comenzó el primer Diálogo Global sobre Gobernanza de la Inteligencia Artificial y se consolidó el Panel Científico Internacional Independiente sobre IA. Estos mecanismos amplían la participación universal y la base científica de la discusión.
Es un avance considerable, pero revela también el vacío existente. Tenemos foros capaces de deliberar. Tenemos expertos capaces de diagnosticar. Tenemos Estados capaces de legislar. Tenemos compañías capaces de evaluar sus propios modelos.
Lo que todavía no existe a escala verdaderamente global es una institución permanente capaz de responder una pregunta mucho más concreta: ¿quién verifica?
La ONU está comenzando a construir algo semejante a un IPCC para la inteligencia artificial. Lo que falta es el equivalente de una OIEA.
China entendió que la competencia también es institucional
La discusión adquirió una nueva dimensión durante 2026. China avanzó desde su Global AI Governance Initiative y su Global AI Governance Action Plan hacia una institucionalización más concreta de su agenda de cooperación internacional. En julio de 2026, representantes de 29 países firmaron en Shanghái el acuerdo para establecer la World Artificial Intelligence Cooperation Organization (WAICO), una organización intergubernamental internacional impulsada por China.
Su objetivo declarado es promover cooperación internacional y gobernanza global de una inteligencia artificial beneficiosa, segura y justa, con especial énfasis en la reducción de la brecha tecnológica y en las capacidades del Sur Global.
Esto significa que la competencia tecnológica empieza también a convertirse en competencia institucional. Ya no se disputa solamente quién tendrá los mejores modelos. También se disputa quién escribirá las reglas bajo las cuales funcionarán esos modelos.
Podemos imaginar una creciente fragmentación: regulación europea, estándares estadounidenses, instituciones promovidas por China, mecanismos de Naciones Unidas y distintos esquemas regionales operando simultáneamente.
Y eso produce una paradoja peligrosa. Cuanto más poderosos son los sistemas y más necesaria resulta la cooperación, mayor puede ser al mismo tiempo el incentivo de cada potencia para evitar restricciones por temor a quedar rezagada frente a sus competidores.
Todos pueden beneficiarse de que ningún actor despliegue un sistema extremadamente peligroso. Pero nadie quiere ser el único que reduzca la velocidad mientras los demás continúan avanzando. Precisamente para resolver ese tipo de dilemas sirven las instituciones internacionales de verificación.
Estados Unidos y China: un primer canal bilateral sobre IA
La dimensión geopolítica quedó particularmente expuesta en la reunión que Donald Trump y Xi Jinping mantuvieron en Washington el 24 de septiembre de 2026.
La inteligencia artificial ocupó formalmente un lugar en la agenda. Según la Cancillería china, Xi sostuvo que ambos países poseen fuertes capacidades en IA y que, aunque existe competencia, también existe espacio para la cooperación; planteó la necesidad de prevenir usos indebidos y abusos y de mantener los sistemas bajo control humano. Trump afirmó que la IA concierne al futuro de la humanidad y que ambos países deberían mantener el diálogo y fortalecer la cooperación.
La reunión produjo además un resultado institucional: Estados Unidos y China acordaron crear un diálogo bilateral dedicado a inteligencia artificial y un canal de comunicación para incidentes relacionados con esta tecnología. El siguiente intercambio está previsto para noviembre de 2026.
La Casa Blanca denominó al mecanismo “U.S.-China Super Intelligence (SI) Dialogue” y señaló que ambos líderes acordaron utilizar el término “super intelligence” en lugar de “artificial intelligence”. China, sin embargo, publicó sus resultados como “Diálogo China-EE.UU. sobre IA” y posteriormente indicó que respetaba la preferencia terminológica estadounidense, pero que el desarrollo de la inteligencia artificial es un proceso en evolución y que las partes podían seguir intercambiando posiciones sobre la terminología.
Esa diferencia es ilustrativa. La discusión acerca de si debe hablarse de inteligencia artificial o de “superinteligencia” es superficial frente al fondo del problema. El asunto sustantivo no es el nombre del próximo estadio tecnológico, sino qué capacidades tendrán esos sistemas, quién podrá desarrollarlos, quién controlará la infraestructura, qué ocurrirá cuando fallen, qué obligaciones tendrán sus desarrolladores, cómo se protegerán los derechos de las personas y quién podrá verificar el cumplimiento.
Concentrar la discusión exclusivamente alrededor de escenarios hipotéticos de superinteligencia puede incluso distraer de problemas que ya existen: concentración de infraestructura computacional, dependencia tecnológica, perfilado masivo, ciberataques asistidos por IA, brecha de cómputo entre países y tensión entre modelos cerrados y modelos que pueden ejecutarse localmente.
Por eso, el resultado más importante de la reunión Trump-Xi no fue una discusión terminológica. Fue que las dos mayores potencias tecnológicas aceptaron que necesitan mecanismos de diálogo y comunicación frente a riesgos e incidentes de IA. Es un antecedente limitado, pero contiene en escala mínima la lógica que debería inspirar una futura OIIA: competir donde sea posible, cooperar donde sea necesario y verificar cuando la confianza por sí sola no alcance.
Las propias empresas y la discusión regulatoria
Es frecuente presentar la regulación de la inteligencia artificial como una disputa entre gobiernos que quieren controlar y empresas que quieren innovar libremente. Esa descripción es demasiado simple.
OpenAI planteó en 2023 la posibilidad de crear algo parecido a una OIEA para sistemas extremadamente avanzados: una autoridad internacional que pudiera supervisar sistemas por encima de determinados umbrales, exigir auditorías, verificar estándares de seguridad y, eventualmente, establecer restricciones sobre determinados despliegues.
Anthropic desarrolló una lógica de “escalera regulatoria”: a medida que aumentan las capacidades y los riesgos, deberían aumentar también la evaluación, la transparencia, la seguridad y la supervisión. Google DeepMind desarrolló su Frontier Safety Framework alrededor de umbrales de capacidades críticas y mecanismos de mitigación. Microsoft ha defendido esquemas de gobernanza, evaluación y cooperación internacional.
Esto no significa que estas empresas apoyen cualquier regulación. Tampoco significa que sus propuestas sean neutrales respecto de sus intereses económicos. Significa que la discusión real no es regulación versus innovación, sino qué regulación, para qué riesgo, aplicada a quién y con qué capacidad técnica.
Una OIEA para la inteligencia artificial
Podríamos denominar provisionalmente a esta institución Organismo Internacional para la Inteligencia Artificial (OIIA).
Su objetivo no debería consistir en regular cada aplicación, algoritmo, chatbot o startup. La mayoría de las cuestiones vinculadas con derechos laborales, discriminación algorítmica, propiedad intelectual, protección del consumidor, utilización de IA por administraciones públicas o publicidad deben continuar bajo jurisdicción fundamentalmente nacional.
La intervención internacional debería comenzar cuando aparece una verdadera externalidad internacional. El principio podría expresarse sencillamente: riesgo local, regulación local; riesgo sistémico global, supervisión internacional.
El OIIA debería concentrarse inicialmente en sistemas que superen determinados umbrales de capacidad, autonomía, cómputo o potencial de daño. Esos umbrales no deberían permanecer congelados durante décadas dentro de un tratado. Un panel científico independiente debería revisarlos periódicamente.
Cómo podría estructurarse
La arquitectura institucional podría combinar seis componentes.
Primero, una Conferencia General de Estados miembros, donde todos los países tengan representación y participen en las decisiones políticas generales.
Segundo, un Consejo Ejecutivo reducido y rotativo, con equilibrio geográfico y presencia de países con capacidades tecnológicas relevantes, evitando en lo posible un esquema de veto permanente.
Tercero, un Panel Científico Internacional independiente, que podría articularse con el panel ya creado en el sistema de Naciones Unidas. Su función sería determinar qué sabemos, qué no sabemos y qué capacidades emergentes justifican nuevos umbrales.
Cuarto, una Dirección Internacional de Evaluación y Verificación: el verdadero equivalente funcional de las salvaguardias de la OIEA. Podría administrar registros confidenciales de grandes entrenamientos, evaluaciones independientes de modelos de frontera, estándares de red-teaming, pruebas de capacidades biológicas, cibernéticas o autónomas, requisitos de protección de pesos, auditorías de gobernanza y procedimientos extraordinarios ante incidentes internacionales.
Quinto, un Centro Internacional de Incidentes de IA. Un sistema que atraviesa inesperadamente un umbral de capacidad relevante o provoca un incidente de impacto transnacional no debería permanecer como información conocida únicamente por la compañía que lo desarrolló.
Sexto, un Fondo Global de Capacidades de IA. Una institución construida únicamente para restringir sería políticamente inviable para gran parte del mundo en desarrollo. La seguridad debe estar acompañada por acceso a infraestructura, investigación, formación, capacidad regulatoria y cómputo.
Qué habría que verificar
Una OIIA no puede copiar literalmente las inspecciones nucleares. El material nuclear es físico; un modelo es información y puede copiarse.
Por eso la estrategia debería concentrarse inicialmente en cuellos de botella y hechos observables: grandes concentraciones de cómputo; desarrolladores de modelos de frontera; seguridad de los pesos; incidentes graves; y determinadas infraestructuras de despliegue.
Antes de desplegar sistemas que superen umbrales internacionales podría exigirse un safety case: evidencia estructurada de que el desarrollador identificó los principales riesgos, realizó evaluaciones y aplicó mitigaciones suficientes.
La verificación tampoco debería implicar automáticamente publicar código fuente, datasets completos o secretos comerciales. Podrían utilizarse entornos seguros, evaluaciones confidenciales y, progresivamente, técnicas criptográficas capaces de demostrar determinadas condiciones de cumplimiento sin revelar propiedad intelectual.
Incentivos, no solamente sanciones
La institución será más viable si pertenecer a ella genera beneficios.
Una certificación internacional podría funcionar como un pasaporte de seguridad para determinados modelos. Los Estados podrían reconocerla en sus regímenes nacionales, utilizarla en contratación pública o considerarla en seguros y evaluaciones de riesgo.
Los países que cumplieran estándares podrían acceder además a programas de investigación, capacitación, infraestructura y cooperación.
La gobernanza internacional necesita construir algo que hoy es escaso: confianza verificable.
El riesgo de captura regulatoria
Pero una OIIA podría producir exactamente el efecto contrario al deseado si está mal diseñada.
Los principales desarrolladores de modelos propietarios poseen enormes infraestructuras de cómputo, departamentos jurídicos, especialistas en compliance, sistemas internos de evaluación y recursos financieros suficientes para afrontar regímenes regulatorios complejos.
Una universidad, una startup, una pequeña empresa o un proyecto abierto no dispone necesariamente de esas capacidades.
Por eso una regulación aparentemente neutral puede terminar favoreciendo a los incumbentes. Si cada modelo requiere millones de dólares en certificaciones, abogados y auditorías antes de poder distribuirse, las únicas compañías capaces de cumplir serán precisamente las empresas que ya dominan el mercado.
Podríamos terminar creando, en nombre de la seguridad, un oligopolio regulatorio de inteligencia artificial. Ese riesgo debe ser reconocido desde el principio.
Modelos abiertos: no confundir apertura con riesgo
Existe una hipótesis frecuente dentro de la comunidad tecnológica según la cual las advertencias de las empresas de frontera sobre riesgos extremos podrían generar un incentivo para promover requisitos que sólo los grandes actores puedan cumplir, perjudicando especialmente a modelos open source u open-weight que, una vez distribuidos, no pueden ser retirados de manera centralizada.
El incentivo económico potencial merece escrutinio, pero no corresponde convertirlo sin evidencia en una afirmación sobre las intenciones de cada empresa.
De hecho, el panorama es más complejo. OpenAI lanzó modelos gpt-oss de pesos abiertos, orientados también a ejecución local. Anthropic ha sostenido que no promueve una prohibición general de modelos open-weight y distingue entre modelos abiertos ordinarios y aquellos que pudieran alcanzar capacidades extraordinariamente peligrosas.
La diferencia de seguridad es real: un servicio cerrado puede modificar filtros, restringir usuarios o retirar una funcionalidad; un modelo cuyos pesos ya fueron distribuidos no puede ser “apagado” globalmente.
Pero de ese problema no se deriva que deban prohibirse los modelos abiertos. Se deriva otra conclusión: la regulación debería seguir a las capacidades y al riesgo del modelo, no a su condición de abierto o cerrado.
Un modelo pequeño abierto puede representar muchísimo menos riesgo sistémico que un modelo cerrado extraordinariamente poderoso. Las obligaciones deben aumentar cuando aumentan las capacidades, no cuando aumenta la libertad de utilización.
La OIIA debería reconocer explícitamente esta diferencia y establecer safe harbours para investigación, modificación, redistribución y ejecución local de modelos por debajo de umbrales razonables. El principio debe ser tecnológicamente neutral: misma capacidad, mismo riesgo, misma obligación.
Modelos abiertos como infraestructura de soberanía
La discusión sobre modelos abiertos es algo más que una controversia dentro de la comunidad de software. Tiene implicancias directas sobre soberanía tecnológica, competencia, privacidad y resiliencia.
Una posibilidad para el futuro es una IA completamente centralizada: cada documento, consulta, fotografía, dato empresarial o interacción con un agente inteligente viaja hacia los servidores de unas pocas plataformas globales. Esas empresas administran los modelos, fijan precios, determinan políticas de acceso y controlan la relación entre el usuario y la inteligencia artificial.
Existe otra posibilidad. Modelos suficientemente capaces pueden ejecutarse directamente sobre computadoras personales, servidores empresariales, universidades, organismos públicos o infraestructura soberana.
Los datos no necesitan abandonar necesariamente el dispositivo o la organización. Una empresa puede trabajar con información confidencial sin enviarla a terceros. Un Estado puede desplegar determinadas aplicaciones sin depender permanentemente de proveedores extranjeros. Una universidad puede investigar sin pagar una API por cada experimento.
La capacidad estratégica no siempre consiste en inventar desde cero la tecnología. También consiste en poder utilizarla sin pedir permiso.
NVIDIA y la IA local
NVIDIA representa un incentivo económico diferente dentro del ecosistema.
La compañía obtiene enormes ingresos vendiendo aceleradores para centros de datos, pero también tiene interés en que la IA se ejecute sobre millones de estaciones de trabajo y computadoras personales.
DGX Spark, DGX Station y el ecosistema RTX para IA local expresan esa estrategia: hardware capaz de ejecutar, ajustar y experimentar con modelos directamente en infraestructura controlada por el usuario. NVIDIA también impulsa modelos abiertos de la familia Nemotron y compatibilidad con ecosistemas de inferencia local.
No se trata de altruismo. Es un modelo de negocios distinto.
Precisamente por eso es saludable que existan intereses económicos diferentes. La competencia entre arquitecturas puede impedir que toda la inteligencia artificial mundial termine dependiendo de unas pocas APIs y proveedores de nube.
Argentina: no alcanza con alojar el cómputo
La Argentina ofrece un caso particularmente interesante porque reúne varias condiciones demandadas por la nueva economía de la inteligencia artificial: disponibilidad energética, territorio, capacidades técnicas, universidades, investigadores y una tradición tecnológica relevante.
El Régimen de Incentivo para Grandes Inversiones (RIGI), establecido por la Ley 27.742, agrega un instrumento potente para atraer inversiones intensivas en capital, incluyendo proyectos vinculados con tecnología e infraestructura. El régimen incorpora además requisitos de desarrollo de proveedores locales, por lo que sería incorrecto sostener que no contempla ninguna articulación doméstica.
Pero integrar proveedores locales no equivale necesariamente a desarrollar tecnología local.
La diferencia es especialmente importante en inteligencia artificial. Un data center puede estar físicamente localizado en Argentina mientras los modelos, la propiedad intelectual, los servicios de mayor valor agregado y buena parte del conocimiento continúan controlados desde el exterior.
El desafío consiste entonces en convertir infraestructura física en capacidades nacionales.
La cuestión estratégica no debería ser solamente cuántos dólares se invierten. También deberíamos preguntarnos cuántos investigadores argentinos utilizarán esa capacidad; cuántas universidades quedarán vinculadas; cuántas startups podrán acceder a cómputo; cuánto escalarán tecnológicamente los proveedores; qué investigación se realizará en Argentina; y qué capacidades permanecerán en el país.
La crítica, entonces, no debería dirigirse contra el RIGI como instrumento para atraer inversión. Debería señalar la necesidad de complementarlo con una verdadera política de captura de capacidades tecnológicas.
Eso implica articular deliberadamente las inversiones con universidades, CONICET, startups, investigadores, industria y formación de capital humano: consorcios permanentes con universidades; programas doctorales; fondos conjuntos de I+D; créditos de cómputo; capacidad para investigación científica; laboratorios de evaluación y seguridad; desarrollo tecnológico de proveedores; y métricas públicas sobre conocimiento, empleo e inversión local generados.
La política industrial de la IA no consiste solamente en producir electricidad barata para que otros ejecuten modelos. Consiste en utilizar esa infraestructura para construir capital humano, empresas, conocimiento e instituciones nacionales.
Una política de IA local
Argentina debería desarrollar además una política explícita de IA local y modelos abiertos.
Universidades, organismos públicos, empresas y sectores estratégicos deberían poder elegir entre utilizar servicios internacionales de nube o ejecutar modelos sobre infraestructura propia.
Esto es particularmente relevante cuando se procesan documentos confidenciales, propiedad intelectual, información estratégica o datos personales.
También constituye una herramienta de negociación. Un país completamente dependiente de tres o cuatro proveedores internacionales posee poco margen frente a cambios de precios, términos contractuales, restricciones geopolíticas o modificaciones tecnológicas. Un país capaz de ejecutar modelos abiertos sobre infraestructura propia posee una alternativa.
No es necesario pretender que Argentina entrene inmediatamente un competidor de los mayores modelos de frontera estadounidenses o chinos. Sí puede convertirse en un país muy competente en adaptar, ajustar, evaluar y desplegar modelos abiertos para necesidades locales: ciencia, salud, industria, administración pública, PyMEs, educación y energía.
La soberanía tecnológica de la era de la IA también consiste en poder decir: podemos correrlo nosotros.
Infraestructura sin derechos tampoco constituye una estrategia
La segunda pata que Argentina necesita actualizar es su régimen de protección de datos personales.
La Ley 25.326 fue sancionada en el año 2000. Pertenece a un mundo anterior al smartphone, a las redes sociales contemporáneas, al aprendizaje profundo, al perfilado algorítmico masivo y a los modelos capaces de inferir datos que una persona jamás proporcionó directamente.
Actualizarla no debería ser visto como un obstáculo para el desarrollo de inteligencia artificial. La protección de datos es parte de la infraestructura institucional necesaria para la economía digital.
Argentina posee además un activo internacional valioso: la Unión Europea continúa reconociéndola como jurisdicción con un nivel adecuado de protección de datos. Esto facilita transferencias internacionales y constituye también una ventaja económica.
Entre 2022 y 2023 la Agencia de Acceso a la Información Pública desarrolló un proceso participativo para actualizar la legislación, con aportes de ciudadanía, empresas, sociedad civil, universidades, investigadores y organismos públicos. El resultado fue un proyecto enviado al Congreso en 2023. En 2024 se presentó además en Diputados otra iniciativa integral y durante 2026 ingresaron nuevos proyectos.
Por eso no corresponde reducir la discusión a recuperar mecánicamente un proyecto determinado. Tampoco es exacto afirmar que el proyecto de 2018 eliminaba en bloque todos los derechos de los titulares: contenía avances relevantes, pero organizaciones de derechos digitales cuestionaron aspectos como el interés legítimo, ciertas excepciones informativas y la independencia de la autoridad de control.
Si borradores o discusiones actuales retomaran soluciones del proyecto de 2018, la pregunta central debería ser qué derechos y garantías resultan suficientes para la realidad tecnológica de 2026 y cómo se comparan con los procesos más recientes y participativos.
Una legislación moderna debería proteger, como mínimo, información transparente; acceso, rectificación, supresión y oposición; reglas estrictas para datos sensibles y menores; responsabilidad de quienes procesan datos; notificación de incidentes; una autoridad suficientemente independiente; garantías frente al perfilado y decisiones automatizadas; y mecanismos efectivos de reclamo.
Y debería hacerlo con proporcionalidad. Una universidad experimentando con un modelo pequeño no puede recibir las mismas obligaciones que una plataforma que procesa datos de cien millones de personas. Otra vez aparece el mismo principio: la regulación debe seguir al riesgo.
¿Estamos yendo a contramano?
Aquí aparece una contradicción interesante.
Una determinada concepción de política tecnológica supone que para atraer inteligencia artificial Argentina debería ofrecer energía, infraestructura, beneficios fiscales y la menor cantidad posible de regulación.
Pero ser favorable a las empresas de IA no implica necesariamente estar en contra de la regulación.
OpenAI ha propuesto mecanismos internacionales de supervisión para sistemas extremadamente avanzados y simultáneamente desarrolla modelos de pesos abiertos. Anthropic reclama mayores controles a medida que crece el riesgo, pero distingue esa discusión de una prohibición general de modelos abiertos. Google y Microsoft también han defendido marcos de seguridad, evaluación, privacidad, transparencia y responsabilidad.
Esto no significa que esas compañías respalden un proyecto argentino específico de protección de datos. Sería incorrecto atribuirles esa posición.
Sí demuestra que “ser proempresa” y “ser desregulador” no son sinónimos.
Las grandes empresas tampoco poseen exactamente los mismos incentivos. Hay desarrolladores de modelos, fabricantes de chips, proveedores de nube, startups, proyectos abiertos, operadores de data centers y plataformas. No existe un único “interés de la industria”.
La función de la política pública no consiste en representar automáticamente a uno de esos actores. Consiste en construir un ecosistema donde puedan competir, donde los derechos sean previsibles y donde los riesgos sistémicos puedan controlarse.
Argentina debería evitar dos errores simétricos: creer que desregular todo constituye automáticamente una política favorable a la innovación, y construir una regulación tan onerosa que solamente las mayores compañías internacionales puedan cumplirla.
El tercer camino: derechos, competencia y soberanía
La alternativa consiste en separar claramente tres niveles:
- La regulación de datos y derechos protege a las personas.
- La política de competencia y modelos abiertos protege la diversidad del ecosistema.
- La regulación de frontera protege frente a riesgos extraordinarios.
Confundir esas tres discusiones puede generar malas políticas. Separarlas permite ser simultáneamente proinnovación, procompetencia y proderechos.
Argentina posee experiencia en verificación internacional
Existe otra razón por la cual Argentina podría aportar algo particularmente interesante a esta discusión.
Ya participó en la creación de una institución internacional de verificación tecnológica.
Argentina y Brasil pasaron durante décadas de la desconfianza nuclear a desarrollar mecanismos bilaterales de transparencia. El proceso culminó en 1991 con la creación de la Agencia Brasileño-Argentina de Contabilidad y Control de Materiales Nucleares (ABACC), encargada de administrar un sistema común de salvaguardias. Ese mismo año Argentina, Brasil, ABACC y la OIEA firmaron el acuerdo cuadripartito que consolidó el régimen de verificación.
El valor del antecedente trasciende la cuestión nuclear.
Argentina y Brasil demostraron que dos países con intereses propios pueden aceptar verificación recíproca, estándares comunes e instituciones técnicas independientes cuando comprenden que la transparencia genera mayor seguridad que la incertidumbre.
Ese principio es exactamente el que necesita hoy la gobernanza de la inteligencia artificial.
Argentina podría promover junto con Brasil un mecanismo regional piloto de evaluación de IA avanzada: no para controlar todas las aplicaciones, sino para experimentar con estándares compartidos, reporte de incidentes, evaluación de modelos, protección de infraestructura crítica y metodologías técnicas que eventualmente puedan escalar hacia una institución global.
Una especie de ABACC para la IA podría convertirse en una contribución latinoamericana concreta a una futura OIIA.
La OIIA no debería convertirse en una policía mundial del open source
Este punto debería quedar explícito desde el tratado constitutivo.
Una organización internacional de seguridad de IA no puede transformarse en un mecanismo para decidir qué software puede poseer una persona en su computadora.
Su competencia debería estar limitada a riesgos verdaderamente extraordinarios. De lo contrario, estaríamos construyendo una infraestructura internacional capaz de consolidar el poder de quienes ya controlan los mayores modelos.
La OIIA debería defender simultáneamente dos bienes públicos: seguridad frente a capacidades catastróficas y apertura frente a la concentración tecnológica.
Un modelo capaz de correr sobre una notebook no requiere el mismo régimen que un sistema entrenado utilizando infraestructuras de decenas de miles de aceleradores y capaz de generar conocimientos potencialmente peligrosos.
La regulación debería reflejar esa diferencia. La apertura no debe convertirse automáticamente en sospecha y el carácter propietario tampoco debería convertirse automáticamente en garantía de seguridad.
La cuestión militar
Existe, finalmente, un problema que ninguna arquitectura de gobernanza puede ignorar: la IA militar.
Algunos de los mayores riesgos internacionales aparecen en sistemas autónomos, inteligencia y vigilancia, operaciones cibernéticas, selección de objetivos y, en el extremo, interacción de sistemas algorítmicos con capacidades nucleares.
Intentar incorporar inmediatamente toda la IA militar dentro de una nueva agencia probablemente haría imposible cualquier acuerdo entre las grandes potencias.
Una estrategia más realista sería comenzar por sistemas civiles de frontera y mecanismos de transparencia y confianza, dejando protocolos específicos para usos militares particularmente peligrosos.
Muchas instituciones internacionales no nacieron con el régimen completo que hoy conocemos. Fueron acumulando competencias y mecanismos de verificación a medida que aumentó la confianza.
De los principios a las instituciones
Durante años la discusión internacional estuvo dominada por declaraciones: IA segura, IA ética, IA confiable, IA centrada en las personas, IA responsable.
El problema actual ya no consiste en encontrar otro adjetivo. Consiste en construir instituciones.
Pero esas instituciones deben diseñarse cuidadosamente. Una regulación demasiado débil puede permitir riesgos inaceptables. Una regulación demasiado rígida puede convertirse en una barrera que proteja a los mismos actores a los que pretende supervisar.
Por eso la discusión sobre una OIEA para la IA debe estar acompañada por otra pregunta igualmente importante: cómo evitar que la gobernanza internacional produzca concentración tecnológica.
Los sistemas verdaderamente extraordinarios deberían quedar sometidos a evaluación extraordinaria. Los modelos abiertos de bajo riesgo deberían poder circular, ser investigados, modificados y ejecutados localmente.
No necesitamos imaginar un mundo donde Estados Unidos y China dejen de competir. Necesitamos uno donde puedan competir sin perder la capacidad de cooperar cuando una falla pueda afectar a todos.
Conclusión: infraestructura, derechos, conocimiento y autonomía
Para Argentina, la oportunidad puede sintetizarse en cuatro dimensiones.
- Necesitamos infraestructura.
- Necesitamos derechos.
- Necesitamos conocimiento.
- Y necesitamos autonomía tecnológica.
El RIGI puede contribuir a la primera. Una nueva ley moderna de protección de datos debe garantizar la segunda. La articulación con universidades, investigación, empresas y formación debe construir la tercera. Y una política explícita de modelos abiertos, cómputo soberano e IA local puede aportar la cuarta.
Ninguna funciona correctamente sin las demás.
Una Argentina con excelentes leyes pero sin infraestructura corre el riesgo de mirar la revolución tecnológica desde afuera.
Una Argentina con data centers pero sin academia y desarrollo local puede convertirse simplemente en proveedora de energía y territorio.
Una Argentina con infraestructura pero sin derechos puede deteriorar la confianza social y perder compatibilidad con algunos de los principales regímenes internacionales de datos.
Y una Argentina totalmente dependiente de APIs extranjeras puede utilizar mucha inteligencia artificial sin controlar realmente ninguna capa estratégica de ella.
La creación de la OIEA no eliminó la competencia nuclear. La ABACC no eliminó las diferencias entre Argentina y Brasil. Consiguieron algo más modesto y extraordinariamente importante: permitieron que actores que no necesariamente confiaban entre sí pudieran verificar determinados comportamientos y construir un lenguaje técnico común.
Ese debería ser uno de los objetivos de la gobernanza internacional de la IA.
Pero no el único.
Porque en inteligencia artificial hay además una discusión sobre quién controlará la infraestructura cognitiva sobre la que funcionará buena parte de la economía del futuro.
Por eso a la pregunta institucional “¿quién verifica?” debemos agregar otras dos: “¿quién controla?” y “¿quién puede ejecutarla por sí mismo?”.
El futuro deseable no debería ser aquel en el que cinco empresas controlan toda la inteligencia artificial y una institución internacional se limita a certificarlas. Tampoco aquel en el que cualquier sistema, independientemente de sus capacidades, circula sin responsabilidad alguna.
Existe un camino intermedio: modelos verdaderamente peligrosos sometidos a mecanismos internacionales de verificación; derechos fuertes para las personas; competencia entre empresas; interoperabilidad; infraestructura distribuida; investigación abierta; y una capa amplia de modelos que ciudadanos, universidades, Estados y empresas puedan ejecutar sobre sus propios equipos y bajo su propio control.
Para países como Argentina, esa discusión puede determinar si participaremos de la nueva economía simplemente ofreciendo energía, territorio y consumidores o si construiremos capacidades propias dentro de ella.
Tenemos energía. Tenemos científicos. Tenemos universidades. Tenemos una industria tecnológica. Tenemos una tradición nuclear. Tenemos experiencia creando mecanismos internacionales de confianza. Y podemos aspirar también a construir infraestructura computacional.
La oportunidad existe.
Pero para aprovecharla debemos abandonar la falsa elección entre regulación y desarrollo.
Una buena regulación no debería impedir la innovación. Debería impedir la concentración, proteger derechos, controlar los riesgos verdaderamente extraordinarios y garantizar que la tecnología permanezca accesible para quienes quieran construir sobre ella.
Quizás esa sea la verdadera soberanía tecnológica de la era de la inteligencia artificial: que nadie pueda obligarnos a elegir entre estar protegidos y poder innovar; entre atraer inversiones y conservar derechos; o entre utilizar inteligencia artificial y depender para siempre de quien controla el servidor.
Fuentes web y documentos consultados
Selección consolidada de fuentes oficiales, institucionales y empresariales utilizadas para sustentar el artículo. Consultadas hasta el 27 de septiembre de 2026.
- Naciones Unidas – Global Dialogue on AI Governance
https://www.un.org/global-dialogue-ai-governance/en - Naciones Unidas – Independent International Scientific Panel on AI
https://www.un.org/independent-international-scientific-panel-ai/en - OCDE – AI Principles
https://www.oecd.org/en/topics/ai-principles.html - OCDE – Hiroshima AI Process Reporting Framework
https://www.oecd.org/en/about/news/press-releases/2026/05/oecd-launches-streamlined-hiroshima-ai-process-reporting-framework-to-help-small-and-medium-sized-enterprises-participate.html - Unión Europea – AI Act / enforcement
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai - Consejo de Europa – Framework Convention on Artificial Intelligence
https://www.coe.int/en/web/artificial-intelligence/the-framework-convention-on-artificial-intelligence - Gobierno del Reino Unido – Frontier AI Safety Commitments, Seoul AI Summit
https://www.gov.uk/government/publications/frontier-ai-safety-commitments-ai-seoul-summit-2024/frontier-ai-safety-commitments-ai-seoul-summit-2024 - China – Global AI Governance Initiative
https://www.fmprc.gov.cn/eng/zy/gb/202405/P020240531809144946101.pdf - China – Global AI Governance Action Plan
https://www.fmprc.gov.cn/eng/xw/zyxw/202507/t20250729_11679232.html - China – WAICO / Foreign Ministry briefing, 17 July 2026
https://www.fmprc.gov.cn/eng/xw/fyrbt/202607/t20260717_11985234.html - Casa Blanca – Resultados de la visita de Xi y U.S.-China Super Intelligence Dialogue, 25 Sep 2026
https://www.whitehouse.gov/fact-sheets/2026/09/fact-sheet-president-donald-j-trump-advances-a-fair-and-reciprocal-relationship-with-china-while-hosting-historic-state-visit/ - Cancillería de China – Xi Jinping Holds Talks with Donald Trump, 25 Sep 2026
https://www.fmprc.gov.cn/mfa_eng./xw/zyxw/202609/t20260925_12031181.html - Cancillería de China – Ocho resultados y entendimientos China-EE.UU., 26 Sep 2026
https://www.fmprc.gov.cn/esp/zxxx/202609/t20260926_12031715.html - Cancillería de China – Aclaración sobre ‘super intelligence’ vs AI, 26 Sep 2026
https://www.fmprc.gov.cn/mfa_eng/xw/fyrbt/202609/t20260926_12031649.html - Reuters – Trump-Xi summit takeaways, 24 Sep 2026
https://www.reuters.com/world/china/four-takeaways-trumps-summit-with-xi-washington-2026-09-24/ - Reuters – Trump at UN: ‘super intelligence’, 22 Sep 2026
https://www.reuters.com/world/us/trump-un-threats-diplomacy-super-intelligence-2026-09-22/ - Associated Press – U.S.-China AI competition and shared safety concerns
https://apnews.com/article/d08e58524de21511dcaba51f43faad95 - OpenAI – Governance of Superintelligence
https://openai.com/index/governance-of-superintelligence/ - OpenAI – Introducing gpt-oss
https://openai.com/index/introducing-gpt-oss/ - OpenAI – Argentina’s AI Opportunity
https://openai.com/es-419/global-affairs/argentinas-ai-opportunity/ - Anthropic – Responsible Scaling Policy
https://www.anthropic.com/responsible-scaling-policy - Google DeepMind – Frontier Safety Framework
https://deepmind.google/discover/blog/introducing-the-frontier-safety-framework/ - Google – Public policy / AI regulation
https://blog.google/technology/ai/ai-policy-recommendations/ - Microsoft – Responsible AI Transparency Report
https://www.microsoft.com/en-us/corporate-responsibility/topics/responsible-ai/reports/transparency-report/ - NVIDIA – DGX Spark
https://www.nvidia.com/en-us/products/workstations/dgx-spark/ - NVIDIA – AI on RTX
https://www.nvidia.com/en-us/geforce/rtx-ai-pc/ - NVIDIA – Local AI / open models and agents
https://blogs.nvidia.com/blog/local-ai-open-source-models-agents-nemotron/ - Argentina – Ley 27.742 / RIGI
https://www.argentina.gob.ar/normativa/nacional/ley-27742-401266/texto - Argentina – Anuncio Stargate Argentina
https://www.argentina.gob.ar/noticias/openai-y-sur-energy-firmaron-una-carta-de-intencion-para-el-desarrollo-de-stargate-argentina - Argentina – Ley 25.326 de Protección de Datos Personales
https://www.argentina.gob.ar/normativa/nacional/ley-25326-64790/texto - AAIP – Proyecto de actualización de la Ley de Protección de Datos enviado al Congreso (2023)
https://www.argentina.gob.ar/noticias/el-poder-ejecutivo-nacional-envio-al-congreso-el-proyecto-de-ley-de-proteccion-de-datos - AAIP – Proceso participativo de actualización de protección de datos
https://www.argentina.gob.ar/aaip/datospersonales/proyecto-ley-datos-personales - Cámara de Diputados – Proyecto 0311-D-2024
https://www.hcdn.gob.ar/diputados/kbanfi/proyecto.html?exp=0311-D-2024 - Cámara de Diputados – Proyecto 1751-D-2026
https://www.hcdn.gob.ar/comisiones/permanentes/caconstitucionales/proyecto.html?exp=1751-D-2026 - Comisión Europea – Adequacy decisions / Argentina
https://commission.europa.eu/law/law-topic/data-protection/international-dimension-data-protection/adequacy-decisions_en - Access Now – Análisis del proyecto argentino de protección de datos de 2018
https://www.accessnow.org/lo-bueno-lo-malo-y-lo-mejorable-nuevo-proyecto-de-ley-de-proteccion-de-datos-en-argentina/ - ABACC – Historia
https://www.abacc.org.br/en/the-abacc/history/ - ABACC – Acuerdos y declaraciones
https://www.abacc.org.br/en/agreements-and-statements/ - ABACC – Procedimientos de salvaguardias
https://www.abacc.org.br/en/the-abacc/procedures/ - OIEA – Safeguards and Verification
https://www.iaea.org/topics/safeguards-and-verification