Un piso compartido: el Perfil de IA Generativa del NIST
La mayor parte de la orientación sectorial sobre IA no partió de cero. Partió del mismo documento federal: NIST AI 600-1, el Perfil de IA Generativa que acompaña al Marco de Gestión de Riesgos de IA (AI RMF) base, publicado el 26 de julio de 2024. El AI 600-1 no sustituye las cuatro funciones del marco base —Gobernar, Mapear, Medir, Gestionar—, sino que superpone sobre ellas doce categorías de riesgo específicas de la IA generativa: la confabulación, la privacidad de datos, la integridad de la información, el sesgo dañino y la homogeneización, la integración de la cadena de valor y de componentes, y otras, cada una vinculada a más de 200 acciones sugeridas a lo largo de la Sección 3 del documento.
El marco es voluntario. El NIST no tiene autoridad de aplicación, y la afirmación de un distrito escolar o un hospital de que “sigue al NIST” no es evidencia de que un control en particular realmente funcione — la misma advertencia que este manual plantea sobre las juntas corporativas que citan el marco base en activismo de accionistas y gobernanza corporativa. Lo que el NIST aporta en cambio es un vocabulario común. Cuando una agencia estatal de educación, un regulador de salud, y un departamento de TI municipal publican cada uno su propia orientación sobre IA de forma independiente, el hecho de que la mayoría se organice en torno a algo parecido a Gobernar/Mapear/Medir/Gestionar no es coincidencia — es lo más cercano a una arquitectura de referencia nacional compartida que existe actualmente, se le atribuya o no. Para ver dónde es la ley vinculante, y no un marco voluntario, la que hace el trabajo, véase influencia legal y regulatoria y el panorama de la ley y aplicación de la IA en 2026.
Escuelas: la orientación es real, los mandatos van alcanzándola
La orientación federal para la educación K-12 (primaria y secundaria) llegó a través de la Oficina de Tecnología Educativa del Departamento de Educación de Estados Unidos, que publicó Empowering Education Leaders: A Toolkit for Safe, Ethical, and Equitable AI Integration el 24 de octubre de 2024 — un documento de 74 páginas construido a partir de sesiones de escucha con 90 educadores en 12 mesas redondas celebradas entre diciembre de 2023 y marzo de 2024, emitido al amparo de la orden ejecutiva sobre IA de octubre de 2023 de la administración Biden. Un recurso complementario de la Oficina de Derechos Civiles del Departamento de Educación, “Avoiding the Discriminatory Use of Artificial Intelligence,” aborda el aspecto de los derechos civiles. El kit de herramientas sucedió a un informe anterior del Departamento de Educación de mayo de 2023, menos operativo, cuya primera recomendación era simplemente mantener a los humanos en el circuito. Tras el cambio de administración en 2025, el presidente Trump firmó una orden ejecutiva separada, “Advancing Artificial Intelligence Education for American Youth,” el 23 de abril de 2025, que creó un Grupo de Trabajo de la Casa Blanca sobre Educación en IA y un Desafío Presidencial de IA.
Los estados se movieron más rápido y de forma más desigual que Washington. A mediados de 2026, 37 estados más Puerto Rico habían emitido su propia orientación de IA para K-12, según los rastreadores mantenidos por Ballotpedia y K-12 Dive. La mayor parte de esa orientación es de carácter consultivo. Luisiana es representativa: su departamento de educación publicó Artificial Intelligence in Louisiana Schools: Guidance for K-12 Schools el 28 de agosto de 2024, elaborado por un Grupo de Trabajo de IA del LDOE dedicado, que cubre la estrategia de implementación, las salvaguardas y las consideraciones técnicas — pero la adopción por parte de cualquier distrito en particular sigue siendo opcional.
Tennessee adoptó el enfoque opuesto. El Public Chapter 550, que entró en vigor el 11 de marzo de 2024, es un mandato legal: cada junta local de educación y cada entidad rectora de escuelas charter públicas debe adoptar su propia política de uso de IA, no simplemente consultar una orientación voluntaria. La Asociación de Juntas Escolares de Tennessee respondió con la Política Modelo 4.214, fechada el 26 de junio de 2024, que cubre el uso aceptable, la integridad académica, la privacidad de datos y la disciplina; la mayoría de los distritos la adoptaron casi textualmente en lugar de redactar la suya desde cero. California sigue a mitad de proceso: la SB 1288 (2024) creó un grupo de trabajo estatal sobre IA alojado en el Departamento de Educación de California, con plazos legales del 1 de enero de 2026 para la orientación a las LEA (agencias educativas locales) y del 1 de julio de 2026 para una política modelo. Ambos plazos ya han pasado al momento de escribir esto; este manual no ha confirmado de forma independiente si el CDE publicó según lo programado, por lo que conviene revisar esa página directamente en lugar de asumirlo.
Salud: normas de transparencia superpuestas a la ley de dispositivos
La gobernanza de la IA en salud opera en dos vías separadas que se confunden fácilmente. La primera es la autorización de dispositivos, a cargo de la FDA. La segunda —más reciente, y distinta de la aprobación de dispositivos— es el reporte de transparencia para las herramientas de IA integradas en los registros médicos electrónicos que la mayoría de los clínicos estadounidenses ya usan. La Oficina del Coordinador Nacional de TI en Salud del HHS finalizó la norma HTI-1 el 13 de diciembre de 2023, vigente desde el 11 de marzo de 2024: la primera norma federal que exige a los desarrolladores de herramientas predictivas de apoyo a la decisión integradas en sistemas de historia clínica electrónica certificados que divulguen los datos con los que se entrenó el modelo, su uso previsto, y su riesgo de sesgo o disparidad en salud. La HTI-1 reemplazó el antiguo criterio de certificación de “Apoyo a la Decisión Clínica” por un nuevo criterio de “Intervención de Apoyo a la Decisión”; varios rastreadores de bufetes de abogados reportan que los plazos de aplicación se postergaron de enero de 2025 a enero de 2026, por lo que la implementación sigue muy en marcha en lugar de ser una práctica ya asentada.
En el lado de la autorización de dispositivos, la FDA, Health Canada, y la MHRA del Reino Unido emitieron conjuntamente diez principios rectores de Buenas Prácticas de Aprendizaje Automático el 27 de octubre de 2021 —que cubren la experiencia multidisciplinaria a lo largo del ciclo de vida del producto, la independencia de los conjuntos de datos de entrenamiento y de prueba, las pruebas de desempeño bajo condiciones clínicamente relevantes, y el monitoreo posterior al despliegue. Ese marco se ha ampliado desde entonces para los sistemas de IA que siguen cambiando tras su autorización: el borrador de orientación de la FDA de enero de 2025 sobre la gestión del ciclo de vida de dispositivos habilitados por IA, seguido de la orientación final sobre Planes de Control de Cambios Predeterminados en agosto de 2025, permite a los fabricantes actualizar un modelo clínico desplegado sin una nueva solicitud de comercialización, siempre que la vía de actualización se haya especificado y divulgado de antemano en la autorización. Ese es el mecanismo específico que determina si la herramienta de diagnóstico de IA de un hospital puede cambiar de comportamiento el próximo trimestre sin que nadie fuera del fabricante lo sepa con antelación.
Gobierno local: las ciudades escribieron los primeros manuales
Antes de que actuaran la mayoría de los estados o las agencias federales, los departamentos de TI municipales ya estaban redactando normas, sobre todo restringiendo lo que los empleados podían hacer con las herramientas de IA generativa, más que gobernando la IA usada sobre los residentes. Seattle adoptó su Política de Inteligencia Artificial Generativa el 3 de noviembre de 2023, tras un proceso de seis meses dirigido por un Equipo Asesor de IA Generativa; exige a los empleados atribuir el trabajo generado por IA, hacer que un humano revise toda salida de IA antes de su publicación, y mantener la información personal o sensible fuera de las herramientas de IA generativa. Las directrices provisionales de Boston, emitidas por primera vez el 18 de marzo de 2023, se aplican a las agencias municipales distintas de las Escuelas Públicas de Boston y se presentan explícitamente como un marcador de posición a la espera de una política formal —una admisión inusualmente honesta de que la orientación se escribió más rápido de lo que nadie pudo pensar del todo.
Las Directrices de IA Generativa de San José van más lejos en lo operativo: toda información introducida en las herramientas de IA generativa municipales se trata como sujeta a una solicitud de registros públicos, el personal debe verificar los hechos de las salidas contra varias fuentes, el personal debe registrar el uso de la IA generativa mediante un formulario interno dedicado, y el personal debe usar cuentas municipales en lugar de personales. Puyallup y Spokane, en Washington, adoptaron sus propias políticas de IA generativa en 2024, rastreadas junto a docenas de otras por el Municipal Research and Services Center. Los municipios más pequeños sin asesoría interna en IA se han apoyado en el Manual de IA para Gobiernos Locales de la Liga Municipal de Michigan y en la recopilación de políticas estatales y locales de uso de IA de la Asociación Internacional de Abogados Municipales, que reproduce lado a lado el texto real de políticas de ciudades y condados en lugar de ofrecer consejos genéricos.
Pequeñas empresas: un centro de recursos, todavía no un libro de reglas
Las pequeñas empresas son el menos desarrollado de estos cuatro sectores, y vale la pena nombrar esa brecha en lugar de disimularla. El centro de recursos “AI for Small Businesses” de la Administración de Pequeños Negocios (SBA) se lanzó en torno a su inaugural Cumbre de Inteligencia Artificial para Pequeños Negocios en Georgia Tech, celebrada el 11 de diciembre de 2024. La Oficina de Promoción de la SBA ha publicado desde entonces su propia investigación — Research Spotlight: AI in Business — Small Firms Closing In, publicada el 24 de septiembre de 2025— que rastrea las tasas de adopción de IA en pequeñas empresas. Lo que la SBA no ha publicado, al momento de escribir esto, es una lista de verificación operativa comparable a la que ya tienen las escuelas, los hospitales o las ciudades. Varios blogs de asesoría y consultoría hacen circular un lenguaje de “lista de verificación de la SBA” con apariencia específica sobre temas como la revisión de proveedores y los requisitos de humano en el circuito; nada de eso se remonta a sba.gov, y este manual se abstiene de atribuírselo a la agencia. La señal institucional real a observar es legislativa: la Cámara de Representantes de EE. UU. aprobó proyectos de ley en 2026 que exigen a la SBA ayudar a las pequeñas empresas a adoptar la IA, lo cual se lee menos como una orientación ya asentada que como evidencia de que la orientación todavía se está construyendo.
El patrón en todos los sectores
Leídos en conjunto, estos cuatro sectores muestran la misma forma: un marco federal voluntario, un puñado de normas vinculantes superpuestas en los dominios de mayor riesgo (el mandato escolar de Tennessee, la norma HTI-1), y un cuerpo mucho más amplio de orientación consultiva que cada institución puede adoptar, ignorar, o implementar a medias. Nada de esto sustituye la pregunta más difícil a la que este manual sigue volviendo en otras partes —quién tiene la autoridad para actuar cuando la evidencia entra en conflicto con un calendario de despliegue— pero cada uno de estos documentos es una respuesta concreta, fechada y verificable a “qué ha publicado realmente una institución”, que es más de lo que puede ofrecer la mayoría de las conversaciones sobre gobernanza de la IA.