El regulador de IA prohíbe lo visible y canoniza la economía de fondo

La regulación de IA de 2026 está siguiendo un patrón que cualquier analista de incentivos reconocería de inmediato: los gobiernos actúan donde el costo político de no actuar es alto y donde los grupos de presión económica son débiles. En las últimas tres semanas, ese patrón produjo una combinación reveladora: NYC prohibió la IA en las aulas, Sanders propuso suspender el desarrollo de superinteligencia, y el Departamento de Justicia de EE.UU. se presentó ante los tribunales para respaldar el derecho de OpenAI a entrenar sobre datos con copyright. Las tres acciones ocurrieron en la misma semana. Leídas juntas, cuentan la historia real de cómo se regula la IA.

Lo que se prohíbe y lo que se protege

El decreto del alcalde de Nueva York es política pública visible: los votantes tienen hijos, los padres tienen ansiedad sobre la educación, y prohibir la IA en las aulas cuesta poco en términos de lobby. No hay ninguna empresa de IA que dependa económicamente del acceso a las escuelas públicas de Nueva York.

El proyecto de ley de Sanders opera en la misma lógica: es políticamente costoso estar en contra de «frenar la superinteligencia». Nadie pierde donaciones de campaña por apoyar ese proyecto. La probabilidad de que avance es baja, pero le permite a Sanders posicionarse públicamente como voz de precaución.

Ahora, en el mismo período: el Departamento de Justicia de EE.UU. presentó un amicus brief en el litigio donde OpenAI defiende su derecho a usar datos con copyright para entrenar modelos. El argumento del gobierno: «Estados Unidos tiene un interés firme en continuar desarrollando una industria de inteligencia artificial robusta y competitiva que establezca el estándar global.» En otras palabras, el gobierno de EE.UU. elige explícitamente a la industria por encima de los creadores de contenido.

La regulación que importa para el negocio ya llegó

Este es el punto que la cobertura habitual pierde: la regulación que más afecta al negocio de la IA no es la que prohíbe usos finales. Es la que define quién puede entrenar sobre qué datos y a qué costo. La batalla de copyright que define el negocio lleva meses escalando, y esta semana el gobierno de EE.UU. eligió un bando.

Si el brief del DOJ tiene el efecto esperado en el litigio, los labs de IA quedan protegidos bajo fair use para entrenar sobre prácticamente cualquier dato disponible en internet. Eso elimina el mayor riesgo regulatorio que enfrentaban: tener que pagar royalties por el corpus de entrenamiento o, peor, ser obligados a reentrenar desde cero sin esos datos.

La reducción de restricciones en Fable 5.1 de Anthropic es sintomática del mismo movimiento: cuando el riesgo regulatorio del entrenamiento se aclara a favor de los labs, el próximo frente competitivo es abaratar la inferencia y reducir falsas restricciones en los modelos. El entorno legal despejó y los labs ajustan su producto en consecuencia.

Quién gana y quién pierde en esta arquitectura regulatoria

Los ganadores son los labs de frontier —OpenAI, Anthropic, Google, Meta— que tenían los recursos para litigar la batalla del copyright y salir con posición favorable. El precedente que se establece los protege durante años y eleva las barreras de entrada para competidores que no puedan costear el mismo litigio. No es casual: el patrón de regulatory capture en IA es consistente, y el brief del DOJ es su expresión más directa hasta la fecha.

Los perdedores inmediatos son los creadores de contenido: artistas, periodistas, escritores, que pierden su argumento más sólido de compensación. Los perdedores estructurales son los labs más pequeños en Europa, LATAM o cualquier jurisdicción que no tenga influencia sobre el DOJ: el precedente americano fija el piso global de facto para los modelos que se usan en todo el mundo.

La regulación que beneficia a los incumbentes y eleva las barreras de entrada es la que más daño hace a la competencia en el largo plazo. El brief del DOJ hace exactamente eso, aunque se presente como defensa del interés nacional.

La tesis falsable y qué mirar

La predicción concreta: el brief del DOJ acelerará un acuerdo extrajudicial en el litigio de copyright de OpenAI antes de que llegue a sentencia formal, porque OpenAI querrá convertir esa posición favorable en precedente vinculante mientras el viento político le es favorable.

Qué mirar: si el caso se resuelve por acuerdo en los próximos seis meses (pro-industria, precedente negociado) o llega a sentencia (precedente con más fuerza legal pero más incertidumbre). Un acuerdo rápido confirmaría la tesis; un litigio prolongado la refutaría y sugeriría que los labs calcularon mal la posición del gobierno.

Para un decisor en LATAM o España: la resolución del copyright en EE.UU. fija el piso de cómo operarán globalmente los labs americanos. Las regulaciones europeas —AI Act, GDPR— apuntan en sentido distinto, pero los modelos que se usan en Europa se entrenan en EE.UU. La asimetría regulatoria es real y duradera. Si tu empresa depende de modelos frontier, la protección jurídica de tu proveedor en su jurisdicción de origen acaba de mejorar considerablemente.