La ONU lo confirma: la IA avanza más rápido que las reglas para controlarla

Un informe preliminar elaborado por 40 expertos internacionales concluye que las capacidades de la IA están creciendo más deprisa que la ciencia, la supervisión y la capacidad de respuesta de los gobiernos.

El documento también recoge beneficios ya medibles en salud, investigación y agricultura, pero alerta sobre la concentración tecnológica, la desinformación, los ciberataques y los sistemas cada vez más autónomos.

La inteligencia artificial ya no evoluciona únicamente como una herramienta capaz de responder preguntas o generar textos. Los sistemas más avanzados escriben código, analizan grandes cantidades de datos, utilizan herramientas digitales y empiezan a ejecutar tareas compuestas con una supervisión humana cada vez menor.

Ese cambio está ocurriendo a una velocidad que las instituciones tienen dificultades para medir y gobernar. Esta es la advertencia central del primer informe preliminar del Panel Científico Internacional Independiente sobre Inteligencia Artificial, presentado el 1 de julio de 2026 y expuesto días después ante los Estados miembros en Ginebra.

Qué ha publicado exactamente la ONU

Conviene hacer una precisión importante: el documento no representa una posición oficial de Naciones Unidas ni una norma aprobada por sus Estados miembros.

El informe fue elaborado por un panel de 40 científicos y especialistas procedentes de las cinco regiones de la ONU. Sus integrantes trabajan a título personal y son independientes de gobiernos, empresas e instituciones. El propio documento señala que sus conclusiones reflejan un consenso amplio, pero no necesariamente un acuerdo unánime sobre cada afirmación.

La Asamblea General creó este organismo en 2025 mediante la resolución 79/325 para ofrecer evaluaciones científicas periódicas sobre las capacidades, oportunidades, riesgos e impactos de la IA. Su función es proporcionar evidencia útil para las políticas públicas, no redactar leyes ni recomendar una regulación concreta.

Por eso, afirmar que “la ONU lo confirma” resulta demasiado categórico. La formulación precisa es que un panel científico independiente creado en el marco de la ONU advierte de una brecha creciente entre el desarrollo de la IA y la capacidad de comprenderla, evaluarla y gobernarla.

El problema principal es la velocidad

El informe describe un salto desde los asistentes que esperan instrucciones hacia sistemas “agénticos”: programas capaces de planificar pasos, utilizar herramientas, escribir software y completar encargos con una intervención humana limitada.

Una de las cifras más llamativas es que el horizonte de las tareas que ciertos agentes de IA pueden completar se ha duplicado aproximadamente cada cuatro a siete meses.

Esta medida se basa principalmente en pruebas de software, investigación y razonamiento. Compara la duración que necesitaría un profesional humano para ejecutar una tarea con la probabilidad de que un agente la complete de manera autónoma. Los estudios de METR, una de las referencias utilizadas para esta métrica, analizan más de un centenar de tareas de software y sitúan la tendencia histórica cerca de una duplicación cada siete meses, con aceleraciones mayores en algunos periodos y dominios.

Esto no significa que toda la inteligencia de una máquina se duplique cada pocos meses. Sí indica que, en ámbitos concretos y medibles, los sistemas están siendo capaces de sostener trabajos más largos y complejos a un ritmo difícil de igualar por los procesos tradicionales de evaluación, legislación y supervisión.

El panel tampoco asegura que esa curva vaya a continuar indefinidamente. Puede desacelerarse, estabilizarse o acelerarse. El problema para los gobiernos es que deben tomar decisiones antes de conocer con certeza cuál de esos escenarios se cumplirá. Los responsables públicos necesitan evidencia para actuar, pero cuando esa evidencia llega, la tecnología puede haber cambiado o haberse desplegado ya a gran escala.

Beneficios que ya pueden medirse

El informe no presenta la IA únicamente como una amenaza. Documenta aplicaciones que ya producen resultados concretos.

AlphaFold ha predicho las estructuras de más de 200 millones de proteínas y sus resultados son utilizados por aproximadamente tres millones de investigadores de 190 países. Esta tecnología está acelerando trabajos relacionados con el diseño de medicamentos, las vacunas y la resistencia a los antibióticos.

En India, sistemas de IA ayudaron a examinar a más de 600.000 personas para detectar retinopatía diabética. El panel subraya, sin embargo, que el resultado fue útil porque existía una red sanitaria capaz de atender posteriormente a los pacientes identificados. Una detección automática, por sí sola, no habría resuelto el problema.

También existen sistemas de alerta y asistencia anticipada relacionados con la inseguridad alimentaria que ya operan en más de 90 países. Combinan señales climáticas, económicas y de conflicto para activar medidas antes de que una sequía o una crisis deje a las familias sin alternativas.

La idea se repite en todo el informe: acceder a una herramienta de IA no garantiza obtener un beneficio. Los resultados dependen de la infraestructura, los datos, la preparación de las personas, el conocimiento local y la capacidad de integrar la tecnología dentro de un proceso real.

Los riesgos crecen junto con las capacidades

La misma autonomía que permite completar tareas también amplía los posibles fallos y abusos.

El panel señala el uso de IA en fraudes, campañas de ingeniería social, ciberataques y generación de contenido falso. Los sistemas agénticos añaden un problema adicional: pueden interactuar con archivos, cuentas, herramientas y servicios externos, por lo que un error o una instrucción maliciosa puede tener consecuencias más amplias que una respuesta incorrecta en un chat.

El informe también presta atención a la información sintética. Los textos, voces, imágenes y vídeos generados pueden ser suficientemente convincentes como para dificultar la distinción entre pruebas reales y manipulaciones.

El daño no consiste solo en que una falsedad parezca auténtica. También puede provocar que una grabación, fotografía o documento verdadero se descarte como falso simplemente porque existe la posibilidad de que haya sido generado con IA. El panel describe este efecto como una erosión de la capacidad colectiva para establecer qué es real.

En salud mental, los expertos advierten que los sistemas conversacionales se están utilizando como compañía o apoyo emocional antes de que existan evaluaciones y salvaguardas suficientes. Entre los riesgos mencionan la dependencia emocional, la invasión de la privacidad y la tendencia de algunos modelos a reforzar las creencias del usuario, incluso cuando son perjudiciales.

A esto se suma el impacto físico de la infraestructura: consumo de electricidad y agua, emisiones, presión sobre minerales críticos y residuos electrónicos. El panel sostiene que todavía faltan métodos estandarizados para medir la huella ambiental completa de la IA, incluidos los efectos indirectos provocados por el crecimiento de su uso.

El poder tecnológico está concentrado

Otra de las conclusiones importantes es que la capacidad para construir y controlar los sistemas más avanzados está distribuida de forma muy desigual.

Según el informe, Estados Unidos concentra alrededor del 75% de la potencia de cálculo de los 500 principales superordenadores de IA del mundo y China aproximadamente el 15%. Entre ambos reúnen cerca del 90% de esa capacidad concreta.

La precisión importa: el dato no representa toda la computación existente en el planeta, sino la potencia asociada a ese grupo de superordenadores especializados. Aun así, muestra hasta qué punto el desarrollo de modelos avanzados depende de unos pocos países y compañías.

Muchos Estados utilizan sistemas que no pueden construir, inspeccionar, auditar o adaptar a sus idiomas y necesidades. Esa dependencia limita su capacidad para establecer estándares propios y puede hacer que los beneficios económicos se concentren donde ya existen centros de datos, capital, talento y grandes proveedores tecnológicos.

El informe tampoco concluye que la IA vaya a provocar necesariamente desempleo masivo. La evidencia disponible es desigual: algunos estudios detectan efectos en determinados trabajadores y sectores, mientras que otros todavía encuentran cambios pequeños en empleo, salarios u horas trabajadas. El resultado dependerá de cómo se integre la tecnología, de la formación disponible y de las instituciones laborales de cada país.

Más de 40 marcos, pero poca coordinación

El problema no es que no exista ninguna iniciativa regulatoria. El panel identifica más de 40 marcos de gobernanza y directrices éticas sobre inteligencia artificial en diferentes regiones.

La dificultad es que estos instrumentos están fragmentados, emplean criterios distintos y rara vez se someten a pruebas que permitan comprobar si reducen realmente los riesgos. Parte de las evaluaciones de seguridad depende, además, de información y ensayos realizados por las propias empresas que desarrollan los modelos.

Los responsables públicos se enfrentan así a lo que el informe denomina un “dilema de evidencia”: necesitan datos sólidos antes de imponer reglas con consecuencias importantes, pero cuando esos datos llegan, los sistemas ya pueden haber cambiado, haberse desplegado a gran escala o haberse integrado en servicios difíciles de modificar.

La gobernanza corre el riesgo de evaluar la versión anterior de una tecnología que ya ha avanzado hacia otra etapa.

Qué ocurrió en el primer Diálogo Mundial sobre la Gobernanza de la IA

El informe sirvió como base científica del primer Diálogo Mundial sobre la Gobernanza de la Inteligencia Artificial, celebrado en Ginebra los días 6 y 7 de julio de 2026.

El diálogo es una plataforma de Naciones Unidas para que gobiernos, investigadores, empresas, organizaciones técnicas y sociedad civil comparen enfoques y busquen puntos comunes. No es un regulador mundial ni produjo por sí solo una ley internacional vinculante.

Su valor inicial está en crear una base compartida de evidencia y abrir un espacio en el que todos los Estados puedan participar, no solo los países que concentran la infraestructura y las empresas de IA.

La siguiente sesión está prevista para mayo de 2027 en Nueva York. El panel prepara un informe anual más amplio para alimentar ese nuevo encuentro y prevé actualizar durante el año su evaluación mediante informes temáticos sobre cuestiones que evolucionen rápidamente.

Qué significa para un negocio pequeño que ya utiliza IA

La parte anterior resume los hallazgos del panel. Lo siguiente es mi lectura práctica como alguien que utiliza IA para construir webs, tiendas y procesos digitales.

1. Usar IA ya no es una ventaja suficiente

La diferencia no está en abrir una herramienta y generar más contenido. Está en saber qué delegar, comprobar el resultado y asumir la responsabilidad final.

Un texto debe revisarse y contrastarse. El código debe probarse. Una automatización necesita límites, registros y una forma clara de detenerla. Cuanto mayor sea el efecto de un error sobre un cliente, más control humano necesita el proceso.

Publicar directamente lo que genera un modelo puede ahorrar minutos y crear después problemas de reputación, seguridad, posicionamiento o atención al cliente.

2. Documenta qué herramientas utilizas y qué datos reciben

Un negocio pequeño no necesita crear un departamento de gobernanza, pero sí mantener un inventario básico:

• Herramienta utilizada.
• Finalidad concreta.
• Datos que recibe.
• Persona responsable.
• Coste mensual.
• Alternativa disponible.
• Forma de exportar o eliminar la información.

No introduzcas contratos, datos personales de clientes, credenciales o información confidencial en un sistema sin conocer sus condiciones y controles de privacidad.

En la Unión Europea, el 2 de agosto de 2026 es la fecha general de aplicación de gran parte del Reglamento de IA, aunque existen excepciones y calendarios diferentes para determinadas obligaciones y sistemas.

Desde esa fecha se aplican también varias obligaciones de transparencia. Entre ellas están informar en determinados casos cuando una persona interactúa con un chatbot y etiquetar ciertos contenidos generados o manipulados mediante IA, como algunos deepfakes o publicaciones sobre asuntos de interés público. No todos los negocios ni todos los usos tendrán las mismas obligaciones.

3. No conviertas una recomendación automática en una decisión ciega

La IA puede ayudar a clasificar consultas, redactar respuestas o detectar patrones. No debería decidir por sí sola cuestiones que afectan de forma importante a una persona sin una revisión adecuada, especialmente en ámbitos como empleo, crédito, salud o acceso a servicios.

Aunque el proveedor haya construido el modelo, quien lo integra en un proceso empresarial sigue siendo responsable de su uso concreto y de la experiencia que recibe el cliente.

4. Evita que todo tu negocio dependa de un único proveedor

La concentración que preocupa a los gobiernos también existe a escala pequeña.

Si tus textos, archivos, automatizaciones, soporte y conocimiento interno dependen de una sola plataforma, un cambio de precio, límites, disponibilidad o condiciones puede paralizarte.

Guarda los datos en formatos exportables. Separa los procesos de la herramienta concreta. Conserva copias de los prompts, instrucciones, plantillas y documentación. Diseña las automatizaciones para que el modelo pueda sustituirse sin reconstruir todo desde cero.

5. Mide el resultado, no la sensación de velocidad

El informe insiste en que acceso no equivale a beneficio. Una empresa puede utilizar muchas herramientas y seguir sin mejorar sus resultados.

Mide:

• Horas realmente ahorradas.
• Errores generados.
• Conversiones obtenidas.
• Incidencias y reclamaciones.
• Satisfacción del cliente.
• Coste total del proceso.
• Tiempo necesario para revisar y corregir.

Una tarea que parece más rápida, pero exige después comprobar errores, corregir datos o rehacer el trabajo, puede no estar generando productividad real.

La idea no es frenar a la IA

El informe no sostiene que la solución sea detener la innovación ni presenta un futuro único como inevitable. Su advertencia es más concreta: las capacidades están creciendo más rápido que los mecanismos disponibles para comprenderlas, evaluarlas y repartir sus beneficios.

La respuesta global pasa por construir mejores sistemas de gobernanza, evaluaciones independientes y estándares comunes.

Para un negocio pequeño, la traducción es más sencilla: utilizar la IA con supervisión, proteger los datos, documentar los procesos, medir los resultados y mantener siempre una alternativa.

La IA no elimina la responsabilidad de quien la usa. La hace más importante.