La IA en legislación: cuando el DOT de EE. UU. decide que las máquinas escriban nuestras leyes
¿Imaginas que las reglas que determinan si un avión puede volar o un coche es seguro estén escritas por una inteligencia artificial? No es ciencia ficción. El Departamento de Transporte (DOT) de Estados Unidos ha decidido que es buena idea usar IA para redactar regulaciones de seguridad que afectan a aviones, automóviles y oleoductos. Y, sinceramente, la noticia me ha dejado con una mezcla de fascinación tecnológica y preocupación genuina.
El DOT y su experimento con Gemini: ¿innovación o temeridad?
Según reveló una investigación de ProPublica en enero de 2026, el DOT podría convertirse en la primera agencia federal estadounidense en usar IA para redactar reglas oficiales. La herramienta elegida es Google Gemini, y el objetivo no es precisamente buscar la perfección. Gregory Zerzan, el principal abogado del DOT, lo dejó claro en una reunión: «No necesitamos la regla perfecta sobre XYZ. Ni siquiera necesitamos una regla muy buena. Queremos que sea lo suficientemente buena».
El argumento es la eficiencia: lo que normalmente toma semanas o meses redactar podría estar listo en 30 días. Incluso más impresionante (o alarmante, según se mire), Gemini puede escribir una regulación completa en menos de 30 minutos.
Personal «profundamente escéptico» y con razón
Los empleados del DOT no están precisamente entusiasmados con esta iniciativa. Seis de ellos, bajo condición de anonimato, expresaron a ProPublica su escepticismo sobre usar Gemini para una tarea tan delicada. Y tienen razón para preocuparse: estamos hablando de regulaciones que mantienen «los aviones en el aire», previenen «que los oleoductos de gas exploten» y evitan «que trenes con químicos tóxicos se descarrilen».
Uno de los empleados lo definió como «increíblemente irresponsable», y no puedo evitar estar de acuerdo. Como especialista en IA, sé que herramientas como Gemini, por muy avanzadas que sean, todavía cometen errores y pueden «alucinar» información (inventar datos que parecen reales pero son completamente fabricados).
Las preocupaciones técnicas detrás del uso de IA en legislación
Para entender por qué esta iniciativa es problemática, hay que profundizar un poco en cómo funcionan los modelos de lenguaje como Gemini:
Limitaciones actuales de los sistemas de IA
Los grandes modelos de lenguaje actuales, incluso los más avanzados como Gemini, todavía enfrentan desafíos significativos:
-
Alucinaciones: Los sistemas de IA pueden generar información que parece coherente y bien fundamentada pero que es completamente ficticia. En contextos legales, esto podría significar citar precedentes inexistentes o inventar estándares técnicos.
-
Falta de razonamiento causal: Aunque pueden correlacionar información, no entienden realmente las relaciones causa-efecto que son cruciales en la redacción de regulaciones de seguridad.
-
Comprensión limitada del contexto: Especialmente en temas técnicos complejos como la seguridad aérea o ferroviaria, donde décadas de experiencia humana y contexto histórico son esenciales.
Un detector de IA podría identificar fácilmente el contenido generado por Gemini, pero eso no soluciona el problema fundamental: la elaboración de reglas requiere comprensión profunda del impacto real de cada palabra en situaciones de vida o muerte.
El riesgo de los «atajos» en la formulación de políticas
La elaboración de regulaciones de transporte no es simplemente un ejercicio de redacción. Es un proceso deliberativo que tradicionalmente incluye:
- Investigación exhaustiva
- Consulta con expertos técnicos
- Evaluación de impacto
- Consideraciones de equidad
- Análisis de escenarios de riesgo
- Revisión legal minuciosa
¿Puede un generador de imágenes IA o un modelo como Gemini reemplazar este proceso multidimensional? La respuesta actual es claramente no.
La administración Trump impulsa el experimento
Lo interesante es que esta iniciativa cuenta con el entusiasmo directo de Donald Trump, quien según Zerzan está «muy emocionado» con el proyecto. Trump ve al DOT como «el punto de lanza» y espera que otras agencias sigan su ejemplo.
El DOT ya ha utilizado Gemini para redactar una «regla de la Administración Federal de Aviación aún no publicada», y se espera que la herramienta se encargue del «80 al 90 por ciento del trabajo de redacción de regulaciones».
La visión a largo plazo es aún más radical: eventualmente, los trabajadores federales que usan herramientas como Gemini «volverían a un papel meramente de supervisión, monitoreando ‘interacciones de IA a IA'». Esto me suena a una distopía burocrática donde máquinas regulan a máquinas, con humanos como meros observadores.
El silencio de Google
Ante todo esto, Google ha mantenido un silencio revelador. La compañía no respondió a solicitudes de comentarios sobre este uso específico de Gemini, pero sí publicó un blog promocionando su IA para el gobierno, prometiendo ayudar con «la resolución creativa de problemas en los aspectos más críticos».
No es casual que Google haya estado ofreciendo acceso a Gemini por $0.47 al año, subcotizando los $1 que cobran OpenAI y Anthropic. Es una estrategia agresiva para posicionarse en el lucrativo mercado de contratos gubernamentales.
¿Dónde trazar la línea con la automatización legislativa?
Como experto en tecnología, no estoy en contra de la innovación ni del uso de IA como herramienta de asistencia. De hecho, hay áreas donde la IA puede ser tremendamente útil en el proceso legislativo:
- Investigación y recopilación de datos: Analizar grandes volúmenes de información para informar decisiones.
- Identificación de inconsistencias: Detectar contradicciones entre diferentes cuerpos normativos.
- Simulación de escenarios: Modelar posibles impactos de diferentes formulaciones regulatorias.
- Asistencia en la redacción: Sugerir mejoras de claridad o precisión en borradores creados por humanos.
Pero hay una diferencia fundamental entre usar la IA como herramienta de asistencia y delegarle la redacción completa de regulaciones críticas para la seguridad. Cuando Zerzan dice que buscan reglas «lo suficientemente buenas» en lugar de «muy buenas», está estableciendo un estándar preocupantemente bajo para normas de las que dependen vidas humanas.
La falsa eficiencia y sus costos reales
La promesa de reducir meses de trabajo a días suena atractiva, pero ¿a qué costo? Si una regulación mal redactada lleva a un accidente aéreo, un descarrilamiento o una explosión de oleoducto, ¿seguirá pareciendo eficiente?
Los errores en la legislación no son solo teóricos. Tienen consecuencias prácticas graves:
- Vacíos legales que empresas pueden explotar para eludir estándares de seguridad
- Ambigüedades interpretativas que dificultan la aplicación uniforme
- Requisitos técnicos inadecuados que no garantizan la protección necesaria
- Estándares contradictorios que generan confus
