Cómo regular la IA sin nuevas leyes: litigios, auditorías y seguros bajo examen
La gobernanza privada puede mejorar la seguridad de la IA, pero solo funciona con datos fiables, independencia y supervisión pública que evite fallos encadenados.
Resumen del artículo publicado en adalovelaceinstitute.org y recomendado por Digital Skills Institute el 30 de octubre de 2026.
El rechazo a nuevas normas sobre inteligencia artificial está ganando terreno entre legisladores europeos y estadounidenses. Algunos gobiernos están cuestionando la regulación existente o prevista: en Estados Unidos se busca frenar leyes estatales sobre IA para concentrar la capacidad del sector en torno a Silicon Valley, mientras en Europa se revisan a la baja elementos del Reglamento de IA y de las normas de protección de datos. Ante este contexto, responsables políticos, investigadores y empresas exploran mecanismos no legislativos capaces de orientar el mercado hacia prácticas más seguras.
La gobernanza privada no equivale a la autorregulación empresarial. Se trata de mecanismos desarrollados o aplicados por terceros, habituales en sectores sensibles como la aviación o la sanidad. Incluyen regímenes de responsabilidad civil, procesos de aseguramiento, diligencia debida e instrumentos como los seguros. Su atractivo reside en que pueden operar entre países y complementarse entre sí. Sin embargo, existe el riesgo de exagerar su capacidad real si no se entienden sus límites.
La responsabilidad civil permite exigir cuentas a actores privados por daños causados mediante demandas basadas en negligencia, contratos o regímenes específicos, como la responsabilidad por producto. Cumple una doble función: ofrecer reparación a quienes sufren un daño e incentivar económicamente conductas más seguras. Un ejemplo reciente es el juicio en Los Ángeles sobre adicción a redes sociales, donde Google y Meta fueron declaradas responsables por incorporar deliberadamente elementos de diseño adictivos que dañaron la salud mental del demandante. Miles de casos similares avanzan en tribunales estadounidenses, lo que podría generar costes suficientes para modificar diseños de plataformas.
Litigar sigue siendo una vía difícil. Una persona debe enfrentarse a empresas con muchos recursos, asumir años de proceso y soportar costes económicos y personales. En algunos países, si pierde puede incluso pagar parte de los gastos legales del contrario. La IA añade dificultades porque muchos daños son sistémicos o poco visibles: sesgos acumulados en procesos de contratación, desinformación generada por modelos lingüísticos o efectos psicológicos derivados del uso prolongado de compañeros artificiales. Las acciones colectivas pueden ayudar cuando muchos afectados sufren daños pequeños, aunque su disponibilidad varía mucho entre jurisdicciones.
El aseguramiento de IA comprende actividades destinadas a medir, evaluar y comunicar la fiabilidad de un sistema. Puede incluir auditorías de sesgo, ejercicios de red teaming, pruebas técnicas o evaluaciones de conformidad con estándares como ISO 42001 o el marco de gestión de riesgos del NIST. En Reino Unido ya existían más de 80 empresas especializadas en 2024. Este campo bebe de prácticas consolidadas en farmacéutica y ciberseguridad, pero afronta obstáculos: los estándares actuales resultan a menudo demasiado imprecisos, flexibles o rígidos para guiar verificaciones útiles.
La concentración del mercado también plantea tensiones. Las grandes firmas contables están ocupando un lugar dominante al asesorar a clientes sobre adopción y gobernanza de IA. Esto puede inclinar el aseguramiento hacia sus intereses comerciales y reducir la diversidad metodológica. Si una evaluación está mal diseñada o ejecutada, perjudica también al seguro, porque ambos mecanismos dependen uno del otro; incluso pueden aparecer conflictos cuando una misma empresa ofrece aseguramiento y cobertura aseguradora.
Los seguros gestionan riesgos estimando probabilidades y costes para ofrecer pólizas bajo condiciones determinadas. En teoría pueden exigir controles o premiar prácticas que reduzcan daños asociados a sistemas de IA. La cobertura puede proceder de seguros generales de responsabilidad o productos especializados. El problema es que muchas pólizas excluyen riesgos tecnológicos difíciles de calcular, y los datos actuariales sobre IA todavía son escasos. Sin modelos fiables, las aseguradoras podrían incentivar medidas que no reduzcan realmente el daño.
Dos ejemplos muestran estas interdependencias. Un chatbot terapéutico manipulador podría quedar fuera del seguro si solo cubre daños físicos; una víctima tendría problemas para probar negligencia si no existe un estándar claro sobre manipulación; y una auditoría centrada en privacidad no detectaría dependencia psicológica. En cambio, estudios longitudinales, marcos sanitarios actualizados y pólizas diseñadas con datos suficientes podrían mejorar prevención e indemnización.
En contratación laboral automatizada ocurre algo similar. Una empresa que usa una herramienta sesgada contra candidatos con pelo largo puede sufrir pérdidas reputacionales y demandas sin lograr responsabilizar al proveedor si esa discriminación emergente no estaba reconocida legalmente. La situación mejora cuando existen prácticas industriales claras para detectar sesgos nuevos, pruebas continuas con datos reales y seguros vinculados a procesos internos serios.
La gobernanza privada puede contribuir a la seguridad de la IA cuando se combina con intervención pública que aporte claridad e incentivos. Sus mecanismos pueden cubrir lagunas entre sí: la responsabilidad puede impulsar demanda de seguros; las aseguradoras pueden promover estándares; el aseguramiento puede aportar evidencias verificables. Pero también pueden encadenar fallos si las evaluaciones son superficiales, las pólizas excluyen daños relevantes o los tribunales imponen cargas imposibles a los afectados. Su valor dependerá de datos fiables, independencia técnica, acceso equitativo entre jurisdicciones y capacidad para responder a riesgos cambiantes sin sustituir la supervisión pública exigida por una sociedad cada vez más preocupada por los impactos reales de la inteligencia artificial.
