La regulación de inteligencia artificial en América Latina está avanzando más rápido de lo que la mayoría de las empresas anticipan. Brasil aprobó su ley de IA en 2025, Chile tiene la Ley 21.719 de datos personales operativa desde 2024 y un proyecto de ley de IA en trámite, y Colombia, México y Argentina avanzan con marcos regulatorios propios. Si tu empresa usa IA en producción —o planea hacerlo— necesitas entender qué exige cada país hoy, qué viene, y cómo prepararte sin frenar la innovación.
En nodo. trabajamos con empresas que operan en múltiples mercados de LATAM y necesitan desplegar sistemas de IA que cumplan con cada jurisdicción. Este artículo resume el estado real de la regulación al segundo semestre de 2026, con foco en lo que afecta directamente a equipos técnicos y de producto.
¿Qué regula Chile en materia de IA en 2026?
Respuesta rápida: Chile no tiene una ley específica de IA aprobada, pero la Ley 21.719 de protección de datos personales (vigente desde diciembre 2024) ya regula el perfilamiento automatizado, las decisiones algorítmicas y el derecho a oposición. El proyecto de ley de IA está en trámite legislativo con enfoque basado en riesgo.
La Ley 21.719 es la pieza central que debes conocer si operas en Chile. Actualizó la antigua Ley 19.628 y trajo obligaciones concretas para sistemas de IA:
- Derecho a oposición al perfilamiento automatizado: los usuarios pueden negarse a ser sujetos de decisiones basadas exclusivamente en tratamiento automatizado que produzca efectos jurídicos o significativos
- Evaluación de impacto en protección de datos: obligatoria cuando el tratamiento incluye perfilamiento a gran escala o uso de tecnologías de vigilancia
- Delegado de protección de datos: requerido para organismos públicos y empresas que tratan datos sensibles a gran escala
- Sanciones: multas de hasta 20.000 UTM (aproximadamente USD $1.6 millones) por infracciones gravísimas
El proyecto de ley de IA chileno, que sigue en Comisión de Ciencia y Tecnología del Senado, propone clasificar los sistemas de IA en cuatro niveles de riesgo (mínimo, limitado, alto e inaceptable), siguiendo el modelo del AI Act europeo. Los sistemas de alto riesgo —como scoring crediticio, selección de personal y diagnóstico médico— requerirían registro, auditoría y transparencia algorítmica. Si bien aún no es ley, las empresas que se anticipen tendrán ventaja competitiva real.
Impacto práctico para tu empresa
Si tu sistema de IA procesa datos personales de chilenos —desde un chatbot que identifica clientes hasta un motor de recomendaciones— ya estás obligado a cumplir con la Ley 21.719. En nodo. hemos implementado frameworks de governance de IA que cubren tanto la normativa vigente como la regulación que viene, para que no tengas que rediseñar tu arquitectura cuando el proyecto de ley se apruebe.
¿Qué exige la ley de IA de Brasil y por qué importa para toda la región?
Respuesta rápida: Brasil aprobó la Ley de Inteligencia Artificial en 2025, el marco regulatorio más completo de LATAM. Establece clasificación por riesgo, obligaciones de transparencia, evaluación de impacto algorítmico y un registro nacional de sistemas de alto riesgo. Aplica a cualquier empresa que ofrezca servicios de IA a usuarios en Brasil.
La ley brasileña es el referente regional por varias razones. Primero, por su alcance: aplica a cualquier proveedor de servicios de IA cuyos outputs afecten a personas en territorio brasileño, independiente de dónde esté la empresa. Segundo, porque establece obligaciones concretas que los equipos técnicos deben implementar:
- Evaluación de impacto algorítmico (AIA): obligatoria para sistemas de alto riesgo, debe documentar datos de entrenamiento, métricas de sesgo, medidas de mitigación y mecanismos de supervisión humana
- Registro de sistemas de alto riesgo: ante la autoridad competente, con actualización periódica
- Derecho a explicación: los afectados por decisiones automatizadas pueden solicitar información sobre la lógica del sistema y los criterios de decisión
- Supervisión humana significativa: para sistemas de alto riesgo, no basta con un botón de "aprobar/rechazar" — requiere capacidad real de intervenir y corregir
Para empresas chilenas que operan en Brasil (o que tienen clientes brasileños), esto no es opcional. Un SaaS de compliance screening con IA que procesa datos de ciudadanos brasileños debe cumplir con la ley, sin importar que los servidores estén en Santiago o en AWS São Paulo.
¿Cómo regulan Colombia, México y Argentina el uso de IA?
Colombia: decretos sectoriales y sandbox regulatorio
Colombia ha optado por una ruta pragmática. En lugar de una ley marco única, ha emitido decretos específicos para el uso de IA en el sector público. El Decreto 1147 de 2024 establece lineamientos para sistemas de IA en entidades gubernamentales, incluyendo requisitos de transparencia, no discriminación y rendición de cuentas. Además, la Superintendencia de Industria y Comercio (SIC) ha publicado guías sobre uso responsable de IA que, si bien no son vinculantes, definen expectativas regulatorias.
Lo más interesante es el sandbox regulatorio de IA lanzado en 2025, que permite a empresas probar sistemas de IA bajo supervisión regulatoria con requisitos reducidos. Si tu empresa quiere validar un producto de IA en el mercado colombiano, el sandbox es una vía rápida con menor carga de compliance.
México: la Ley Nahui y el debate abierto
México tiene el proyecto de Ley Federal de Inteligencia Artificial (conocido como "Ley Nahui") en discusión legislativa. El proyecto propone la creación de un Consejo Mexicano de Ética e Inteligencia Artificial, un registro nacional de sistemas de IA de alto riesgo y obligaciones de transparencia para sistemas que interactúen con ciudadanos. A la fecha de publicación, el proyecto ha pasado por la Cámara de Diputados y está en el Senado.
Mientras tanto, la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) ya aplica al uso de IA que procese datos personales de mexicanos, con obligaciones de consentimiento, finalidad y proporcionalidad.
Argentina: principios éticos sin fuerza de ley
Argentina publicó la Disposición 2/2023 de la Subsecretaría de Tecnologías de la Información con recomendaciones de uso ético de IA para el sector público. También cuenta con un Plan Nacional de IA que promueve estándares de transparencia y equidad. Sin embargo, no hay legislación vinculante específica de IA. La Ley 25.326 de protección de datos personales (y su reforma en discusión) es el instrumento legal vigente que más impacta al despliegue de IA.
¿Qué tienen en común todas las regulaciones de IA en LATAM?
Respuesta rápida: Los 5 países convergen en cuatro ejes: clasificación por nivel de riesgo, transparencia algorítmica, protección de datos como base regulatoria, y supervisión humana para decisiones de alto impacto. Las empresas que implementen estos principios hoy quedarán cubiertas en múltiples jurisdicciones.
A pesar de las diferencias en velocidad legislativa, la región muestra una convergencia clara hacia el modelo europeo del AI Act. Los patrones comunes que observamos desde nodo. al asesorar empresas multi-mercado:
| Requisito | Chile | Brasil | Colombia | México | Argentina |
|---|---|---|---|---|---|
| Clasificación por riesgo | PdL | Ley | Guía | PdL | No |
| Evaluación de impacto | Ley* | Ley | Decreto | PdL | No |
| Transparencia algorítmica | Ley* | Ley | Decreto | PdL | Rec. |
| Supervisión humana | PdL | Ley | Decreto | PdL | No |
| Sanciones específicas | Ley* | Ley | No | PdL | No |
| Protección de datos | Ley | Ley | Ley | Ley | Ley |
PdL = Proyecto de ley en trámite. Rec. = Recomendación no vinculante. Ley* = Ley de datos personales (no específica de IA).
¿Cómo preparar tu empresa para cumplir con regulación de IA en múltiples países?
La pregunta no es si la regulación llegará —ya llegó en Brasil y en Chile (vía protección de datos)— sino cómo prepararte sin paralizar la innovación. En nuestro servicio de advisory, aplicamos un framework de compliance progresivo que permite a las empresas avanzar con IA mientras construyen las bases regulatorias:
1. Inventario de sistemas de IA
Antes de cumplir, necesitas saber qué tienes. Esto incluye modelos en producción, APIs de terceros (OpenAI, Anthropic, Google), modelos embedidos en SaaS que usas (CRM con scoring automático, plataformas de RRHH con filtrado de CV), y prototipos que manejan datos reales. En nuestra experiencia, el 60% de las empresas medianas en Chile no tienen un inventario completo de dónde usan IA.
2. Clasificación por nivel de riesgo
Aunque tu país aún no exija clasificación formal, implementar una es la mejor inversión de compliance. La categorización estándar que usamos en nodo.:
- Riesgo mínimo: chatbots informativos, filtros de spam, recomendaciones de contenido sin perfilamiento
- Riesgo limitado: generación de contenido, traducción automática, asistentes que interactúan con usuarios (requieren transparencia: avisar que es IA)
- Riesgo alto: scoring crediticio, selección de personal, diagnóstico médico, vigilancia, decisiones judiciales (requieren evaluación de impacto, auditoría, supervisión humana)
- Riesgo inaceptable: scoring social, manipulación subliminal, identificación biométrica masiva en tiempo real (prohibidos)
3. Documentación técnica mínima
Para cada sistema de alto riesgo, documenta: datos de entrenamiento y su origen, métricas de rendimiento y sesgo (fairness metrics por grupo demográfico), mecanismos de supervisión humana, proceso de escalamiento cuando el sistema falla, y política de retención de logs e inputs/outputs. Esta documentación no solo es requisito regulatorio —es buena ingeniería.
4. Implementación de derechos del usuario
Todas las regulaciones de LATAM convergen en que el usuario debe poder: saber que está interactuando con IA, solicitar una explicación de decisiones automatizadas, oponerse al perfilamiento automático, y solicitar revisión humana de decisiones que lo afecten. Implementar estos flujos ahora es significativamente más barato que retrofitearlos después.
¿Cuánto cuesta el compliance de IA para una empresa mediana en Chile?
Respuesta rápida: Para una empresa con 3-5 sistemas de IA en producción, el costo de implementar un programa de compliance básico oscila entre USD $15.000 y $45.000, incluyendo inventario, clasificación, documentación técnica y ajustes de arquitectura. El costo de no cumplir: multas de hasta USD $1.6 millones solo bajo la Ley 21.719 chilena.
El desglose típico que vemos en nodo.:
- Inventario y gap analysis: USD $3.000-8.000 (1-2 semanas)
- Evaluación de impacto por sistema de alto riesgo: USD $4.000-10.000 por sistema
- Ajustes de arquitectura (logging, explicabilidad, human-in-the-loop): USD $5.000-15.000 dependiendo de la complejidad
- Documentación y políticas: USD $3.000-7.000
- Monitoreo continuo: USD $1.000-3.000/mes
La inversión es fraccionable. No necesitas hacer todo de una vez. La estrategia que recomendamos es empezar por los sistemas de mayor riesgo y expandir progresivamente.
¿Qué cambios regulatorios se esperan en LATAM para el segundo semestre de 2026?
Tres hitos a monitorear:
- Chile: el proyecto de ley de IA podría avanzar a votación en Sala del Senado durante el segundo semestre de 2026. Si se aprueba en general, entraría en una fase de indicaciones que podría tomar 6-12 meses adicionales
- Brasil: la reglamentación detallada de la ley de IA (especificando qué sistemas califican como "alto riesgo" y los requisitos exactos del registro) se espera para Q4 2026
- México: la Ley Nahui podría aprobarse antes de fin de año, lo que convertiría a México en el tercer país de LATAM con legislación específica de IA
La recomendación es clara: no esperar a que cada ley se apruebe. Las empresas que implementen governance de IA hoy —basada en los principios comunes de transparencia, clasificación por riesgo y supervisión humana— van a cumplir con cualquier regulación que salga en la región, porque todas convergen en los mismos ejes.
¿La regulación frena la innovación en IA?
La respuesta corta es no, siempre que la abordes como un estándar de calidad y no como un obstáculo burocrático. En nuestra experiencia en nodo., las empresas que implementan governance de IA temprano logran tres ventajas:
- Confianza del cliente: en sectores como fintech, salud y legal, demostrar compliance es un diferenciador comercial, no un costo
- Mejor ingeniería: documentar datos de entrenamiento, medir sesgo y mantener logs de decisiones son prácticas de buena ingeniería que mejoran la calidad del sistema, independiente de la regulación
- Velocidad de expansión: si tu sistema ya cumple con la ley brasileña (la más exigente de LATAM), entrar a Chile, Colombia o México es trivial en términos de compliance
El riesgo real no es la regulación: es que tu competencia implemente IA compliant antes que tú y capture la confianza del mercado.