El 31 de agosto, la Comisión Europea designó a ChatGPT como un “motor de búsqueda en línea de muy gran tamaño” bajo la Ley de Servicios Digitales. OpenAI había reportado alrededor de 159 millones de usuarios mensuales promedio de ChatGPT Search en Europa, muy por encima de los 45 millones que activan las obligaciones más exigentes de este régimen.
El 31 de agosto, la Comisión Europea designó a ChatGPT como un “motor de búsqueda en línea de muy gran tamaño” bajo la Ley de Servicios Digitales. OpenAI había reportado alrededor de 159 millones de usuarios mensuales promedio de ChatGPT Search en Europa, muy por encima de los 45 millones que activan las obligaciones más exigentes de este régimen.
La preocupación es legítima. Una tecnología utilizada por cientos de millones de personas merece supervisión. Los modelos pueden equivocarse, amplificar información falsa, ser manipulados y, cuando tienen acceso a herramientas, incluso ejecutar acciones peligrosas.
Pero dentro de la comunidad de inteligencia artificial estamos discutiendo algo mucho más amplio. Modelos que escriben programas completos, prueban teoremas matemáticos, analizan información genética y operan herramientas de manera cada vez más autónoma.
Clasificar esa misma tecnología como buscador es como observar una computadora y clasificarla como calculadora porque también sabe multiplicar.
El problema no es solamente semántico. Las categorías que utilizamos determinan qué oportunidades económicas somos capaces de ver, qué riesgos decidimos medir y qué leyes terminamos escribiendo.
Un buscador tiene una función bastante clara. Usted escribe una consulta y recibe información organizada mediante una lista de resultados. Su regulación puede concentrarse en saber por qué apareció primero determinado enlace, qué contenido fue desindexado o cómo funciona el ranking.
ChatGPT puede hacer todo eso, pero también puede programar, leer un contrato, ejecutar código y combinar distintas herramientas para resolver un problema.
Por eso la analogía más útil no es la del buscador. Es la del sistema operativo.
Un sistema operativo no existe para realizar una sola tarea. Coordina capacidades, recibe instrucciones, administra recursos y ejecuta programas. Los modelos modernos empiezan a funcionar de una manera parecida. Pueden decidir qué herramienta utilizar, cuándo invocarla y qué hacer después con el resultado.
Cuando ChatGPT busca en Internet, la búsqueda es una herramienta dentro de un proceso mayor. Un sistema operativo puede abrir un navegador y eso no lo convierte en navegador.
La diferencia será cada vez más evidente. Hoy le pedimos a una IA que busque vuelos. Mañana le pediremos que organice todo el viaje, compare opciones, revise nuestro calendario y prepare el itinerario.
Buscar será apenas uno de los pasos.
ChatGTP ha superado la barrera de los mil millones de usuarios, entre los que se encuentran menores de 18 años, que constituyen la primera generación que crecerá con el uso de la inteligencia artificial (IA) en la vida cotidiana. (Foto de Samuel Boivin / NurPhoto vía AFP)
/ SAMUEL BOIVIN
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
Existe una diferencia todavía más profunda. Un buscador encuentra información que ya existe, mientras que un modelo generativo puede producir algo que antes no existía.
Puede escribir software nuevo, generar una demostración matemática, combinar evidencia de cientos de documentos o sugerir una hipótesis científica que luego deberá ser evaluada.
Esto no significa que los modelos sean infalibles ni que todo lo que generen tenga valor. Se equivocan y todavía necesitan verificación humana. Pero estamos pasando de máquinas diseñadas principalmente para recuperar información a máquinas capaces de transformarla, operar sobre ella y, en determinadas tareas, producir resultados nuevos.
Esta diferencia cambia también la naturaleza económica de la tecnología.
Si un pequeño empresario accede a capacidades de programación, análisis financiero o traducción que antes requerían varios especialistas, puede crear una empresa que antes no era viable. Si un científico puede analizar en horas literatura que antes demandaba semanas, puede probar más hipótesis y acelerar nuevos descubrimientos.
La IA eliminará tareas y transformará empleos, pero también puede crear nuevas empresas, servicios, industrias y tipos de trabajo.
Regular esta tecnología mirando solamente cómo distribuye información significa perder de vista buena parte de su potencial para generar productividad, empleo y prosperidad.
La analogía también ayuda a entender mejor los riesgos.
Los modelos actuales se parecen a sistemas operativos que todavía no cuentan con todas las protecciones necesarias. Una página web, un correo electrónico o un documento pueden contener instrucciones diseñadas para manipular al modelo y hacer que ejecute acciones diferentes a las esperadas.
Mientras el sistema solo genera texto, el daño suele ser limitado. Cuando puede enviar correos, ejecutar código, mover dinero o acceder a infraestructura empresarial, una respuesta puede convertirse en una acción.
Ese es precisamente el tipo de riesgo que deberíamos discutir. Si estos sistemas van a actuar sobre el mundo digital, necesitaremos permisos, niveles de acceso, registros de actividad y mecanismos para verificar acciones sensibles.
Para América Latina, la discusión sobre inteligencia artificial debería partir de una realidad distinta a la europea. Nuestra región no solo necesita controlar riesgos. También necesita formar talento, crear empresas y desarrollar la capacidad para aprovechar esta tecnología. Copiar reglas pensadas para economías con más capital e infraestructura puede terminar limitando precisamente aquello que todavía necesitamos construir.
Perú ya avanzó con la Ley 31814 y su reglamento, que plantean una regulación basada en niveles de riesgo. Esa dirección tiene sentido siempre que no terminemos regulando cualquier producto simplemente porque utiliza inteligencia artificial. No debería tratarse igual a un banco que usa un algoritmo para decidir quién recibe un crédito que a una pequeña empresa que emplea IA para analizar ventas.
Nuestra prioridad debería ser crear más espacios para probar, medir y aprender. Necesitamos hospitales que experimenten con asistentes médicos bajo supervisión, universidades que evalúen modelos abiertos para problemas locales, empresas que automaticen procesos y funcionarios públicos capaces de entender esta tecnología.
Pensemos, por ejemplo, en el Poder Judicial. Antes de utilizar un modelo para resumir expedientes, buscar jurisprudencia o asistir a un juez en el análisis de miles de páginas, deberíamos poder medir si entiende correctamente el lenguaje jurídico peruano, si inventa citas, si omite evidencia relevante o si introduce sesgos. El primer paso no debería ser simplemente permitirlo o prohibirlo. Debería ser tener la capacidad técnica para probarlo.
Ese mismo principio aplica a la salud, las finanzas y la educación. Necesitamos científicos, datos e infraestructura que permitan evaluar estos sistemas en nuestros propios contextos antes de decidir dónde funcionan y dónde representan un riesgo.
La mejor regulación para América Latina no será necesariamente la que produzca más reglas, sino la que permita distinguir dónde existe un riesgo real y dónde existe una oportunidad para crear empresas y empleos.
Europa puede concentrarse en controlar una industria que ya existe a gran escala. América Latina tiene un reto adicional. Debe protegerse de sus riesgos sin impedir que las empresas, el conocimiento y los empleos creados alrededor de la inteligencia artificial también puedan nacer aquí.
Regular importa. Pero construir capacidad técnica importa todavía más.
Quizá clasificar ChatGPT como buscador sea jurídicamente conveniente hoy. El problema es que esa categoría no alcanza a capturar la profundidad del cambio económico que la IA ya está trayendo a nuestros países.
