Regulación de IA en América Latina: qué preparar en atención y operaciones

Perú ya tiene plazos vencidos, Brasil espera dictamen y Chile discute un nuevo enfoque. Lo que tienen en común —inventario, trazabilidad y transparencia— se puede diseñar desde hoy.

Lectura de 8 minActualizado: 23 de octubre de 2026

El 10 de septiembre de 2026 venció en Perú el primer plazo de adecuación del reglamento de su ley de inteligencia artificial: desde esa fecha, las empresas privadas de salud, educación, justicia, seguridad, economía y finanzas que desarrollan o implementan sistemas de IA ya deberían estar cumpliendo sus obligaciones. Mientras tanto, la regulación de IA en América Latina avanza a distintas velocidades: Brasil espera el dictamen de su Cámara de Diputados, Chile discute en el Senado si reescribe su proyecto y México acumula iniciativas sin una ley general aprobada.

Después de muchos años operando plataformas de mensajería crítica para banca y empresas, veo que la pregunta ya no es si habrá reglas, sino cuánto costará adaptarse. Aquí no intento anticipar el texto final de ninguna ley, sino identificar lo que estas jurisdicciones tienen en común y traducirlo a decisiones de arquitectura que puedes tomar hoy.

Perú: el primer calendario de la región que ya está corriendo

El Decreto Supremo 115-2025-PCM, que aprueba el reglamento de la Ley 31814, se publicó en El Peruano el 9 de septiembre de 2025 y entró en vigor el 22 de enero de 2026. Para el sector privado definió una implementación gradual: hasta el 10 de septiembre de 2026 para salud, educación, justicia, seguridad, economía y finanzas; hasta 2027 para transporte, comercio y trabajo; hasta 2028 para producción, agricultura, energía y minería; y hasta 2029 para el resto de los sectores. La rectoría está en la Secretaría de Gobierno y Transformación Digital de la PCM.

El reglamento clasifica los usos por nivel de riesgo y pone como ejemplo de riesgo alto un software que determina la evaluación crediticia de un solicitante. Para esos sistemas pide cosas muy concretas: informar al usuario “de forma previa, clara y sencilla” sobre la finalidad del sistema, mantener registros actualizados sobre su funcionamiento, fuentes de datos y lógica algorítmica, y asegurar supervisión humana con personal capacitado para detener o corregir decisiones. El Peruano agrega políticas internas documentadas y un registro de sistemas de riesgo alto. Las evaluaciones de riesgo son voluntarias para el sector privado, pero si las haces, deben documentarse y conservarse tres años.

Brasil: el PL 2338/2023 sigue esperando dictamen en la Cámara

El Senado brasileño aprobó el PL 2338/2023 el 10 de diciembre de 2024. En la Cámara de Diputados lo analiza una comisión especial presidida por Luisa Canziani, con Aguinaldo Ribeiro como relator. Según el registro oficial de la Cámara, a principios de septiembre de 2026 el proyecto seguía en situación de “Aguardando Parecer”, con régimen de prioridad y sujeto a votación en el Pleno. Junto a él se tramita el PL 6237/2025, enviado por el Poder Ejecutivo en diciembre de 2025, que instituye el sistema nacional de gobernanza de IA.

En mayo de 2026 el presidente de la Cámara, Hugo Motta, hablaba de presentar el informe el 9 de junio; el 24 de agosto el relator dijo que se votaría en 2026, pero después de las elecciones. El texto final puede diferir del aprobado por el Senado.

Aun así, la lógica es clara. El texto del Senado distingue riesgo excesivo (prohibido), alto riesgo —por ejemplo, decisiones de empleo o priorización de servicios de emergencia— y el resto. Exige evaluación de impacto algorítmico y supervisión humana en alto riesgo, y reconoce el derecho a saber previamente que se interactúa con una IA y, en alto riesgo, a explicación, impugnación y revisión humana. Las sanciones llegan hasta 50 millones de reales o el 2% de la facturación, y la mayoría de las disposiciones entrarían en vigor 730 días después de publicada la ley.

Chile y México: discusiones abiertas, señales distintas

Chile

El proyecto que regula los sistemas de IA (boletín 16821-19) pasó la Cámara de Diputados en octubre de 2025 y está en segundo trámite en la Comisión de Desafíos del Futuro del Senado. La versión despachada por la Cámara usa cuatro niveles de riesgo (inaceptable, alto, limitado y sin riesgo evidente) y asigna la fiscalización a la Agencia de Protección de Datos Personales.

El 26 de mayo de 2026, la ministra de Ciencia, Ximena Lincolao, presentó a los senadores una propuesta de ley marco centrada en innovación, productividad y competitividad. En la comisión se planteó pasar de una revisión ex ante a una ex post, probablemente vía indicación sustitutiva. El 1 de septiembre de 2026 el proyecto recibió urgencia simple: avanza, pero su forma final puede cambiar bastante.

México

En México no hay una ley general de IA aprobada. Hay iniciativas para reformar el artículo 73 constitucional y facultar al Congreso a legislar, propuestas sectoriales en telecomunicaciones y en materia laboral y, desde abril de 2026, un punto de acuerdo para crear una comisión especial hacia una Ley Nacional de Inteligencia Artificial.

Lo que la regulación de IA en América Latina tiene en común

Si pones lado a lado el reglamento peruano, el texto del Senado brasileño y el proyecto chileno, aparecen tres ideas que se repiten aunque cambien los nombres: saber qué sistemas de IA tienes y para qué los usas, poder reconstruir cómo llegaron a una decisión, y decirle a la persona que del otro lado hay una IA. Ninguna es exótica: cualquier equipo que haya pasado por una auditoría las reconoce.

Y las tres son mucho más baratas de construir en el diseño que de agregar después: reconstruir qué modelo, qué instrucciones y qué datos participaron en una respuesta de hace seis meses suele ser un proyecto en sí mismo. Lo detallé en agentes de IA en producción. Y si el agente además actúa por eventos, sin esperar un turno del usuario, la trazabilidad pesa todavía más: lo desarrollo en MCP Events y agentes siempre activos.

Qué preparar en atención y operaciones para la regulación de IA

Esta es la lista que hoy recomiendo a quienes despliegan IA en atención y operaciones. Sirve para cualquiera de los escenarios.

  • Inventario vivo de sistemas de IA. Una ficha por caso de uso: qué hace, qué modelo o proveedor usa, qué datos consume, responsables de negocio y técnico, y en qué canal interactúa con personas. Incluye una clasificación de riesgo preliminar.
  • Trazabilidad por decisión, no solo por sistema. Para cada decisión relevante, registra identificador de la interacción, versión del modelo y de las instrucciones, fuentes de datos consultadas y resultado, con controles de integridad y retención definida.
  • Transparencia en el primer contacto. Un aviso claro de que la persona habla con un asistente automatizado, al inicio y en cualquier canal: chat, voz o mensajería. Debe estar en el diseño del flujo, no como parche.
  • Una salida a una persona que funcione de verdad. Alguien con contexto que pueda revisar, detener o corregir: escalamiento con historial completo y la decisión automática marcada como tal.
  • Explicaciones preparadas para decisiones con efecto. Si un sistema influye en una priorización, un rechazo o un límite, define qué explicación puedes dar y cómo se impugna.
  • Contratos con proveedores de modelos. Asegura información sobre versiones, cambios de modelo y uso de los datos; sin eso tu trazabilidad tiene huecos.

Casi todo encaja en marcos que muchas organizaciones ya tienen: inventario de activos, política de registros, matriz de responsables.

Cómo diseñarlo sin frenar la operación

El error más común no es la falta de controles, sino ponerlos tarde y todos juntos. Mejor tratarlos como requisitos no funcionales desde el primer piloto: trazabilidad en el contrato del servicio, aviso de IA como componente reutilizable y escalamiento humano con su propio nivel de servicio. Si centralizas la orquestación de los agentes, el inventario y los registros salen casi solos.

Además, saber qué versión de un modelo respondió a un cliente sirve para atender una reclamación, depurar y medir calidad, con o sin ley. Visto así, deja de ser un costo de cumplimiento y pasa a ser una capacidad operativa.

Las reglas en la región llegan con calendarios escalonados: Perú dio años de transición por sector y Brasil propone dos años para la mayoría de las disposiciones. Ese margen es una oportunidad para hacerlo bien, no una razón para posponerlo.

Fuentes

¿Estás evaluando esto ahora? Si tu equipo ya tiene asistentes de IA en atención u operaciones y está pensando cómo armar el inventario o la trazabilidad sin frenar lo que funciona, escríbeme: es una conversación que estoy teniendo bastante seguido.

Seguir leyendo

¿Te sirvió? Compártelo con tu equipo:Compartir en LinkedIn

Sigue leyendo