Nitesh Chawla, ingeniero y académico de la Universidad de Notre Dame, llegó desde India a los 22 años como estudiante de doctorado a Florida, Estados Unidos, y desde entonces ha trabajado en el aprendizaje de máquinas. Su trayectoria ha estado marcada por una idea: acercar el desarrollo tecnológico y la inteligencia artificial a los intereses del ser humano y de la sociedad, especialmente en salud y educación.
Esa preocupación se volvió el centro de su trabajo en el Lucy Family Institute for Data & Society, que fundó en 2019. Desde allí impulsa RISE AI, una iniciativa cuyo nombre remite a responsabilidad, inclusión, seguridad y empoderamiento. La propuesta busca construir un marco de evaluación para nuevas tecnologías, con base en evidencia y con el bien común como norte.
La escena lo dice todo. Mientras el debate sobre la inteligencia artificial se ha cargado de ansiedad por hackeos, alertas de riesgo existencial y llamados a regular todo el sector, Chawla insiste en que el problema no es frenar el progreso, sino ponerle reglas antes de que el daño ocurra. En su diagnóstico, la velocidad de evolución de estas herramientas supera con claridad la capacidad de respuesta de las instituciones.
«Sí, será necesaria algún tipo de respuesta regulatoria», dijo. Pero advirtió que las normas tardan demasiado en llegar y que, cuando entran en vigor, suelen reaccionar a una versión obsoleta de la tecnología. Por eso comparó la IA con ámbitos donde la supervisión ya es parte del funcionamiento normal: la seguridad automotriz, la aviación, los trenes y los medicamentos.
Chawla recordó que hace 50 años no había cinturones de seguridad en los autos y que, con el tiempo, la evidencia llevó a convertirlos en ley. Hoy, añadió, cualquier automóvil pasa por pruebas de seguridad, y los medicamentos requieren aprobación de la FDA. «Necesitamos una respuesta similar para la IA», sostuvo.
Su argumento va más allá de la simple prudencia. Chawla dijo que la inteligencia artificial es «una maravilla tecnológica en muchos aspectos», pero también advirtió sobre el bucle de aprendizaje autorrecursivo de estos algoritmos y sobre la capacidad de algunas empresas de IA para hackear otros sistemas. A su juicio, el poder que concentran el sistema, los algoritmos, la capacidad de cómputo y los datos es inmenso.
El desafío, planteó, es actuar con diligencia sin frenar el progreso. En su lectura, la carrera no consiste en escoger entre innovación y protección, sino en mantener el impacto positivo y minimizar los efectos negativos y los riesgos. Para él, ahí está el corazón del problema público que enfrentan gobiernos, universidades y empresas.
El debate adquiere una dimensión concreta en Chile. Chawla viajará a fines de este mes al país, donde la Universidad de los Andes será sede del primer encuentro internacional de los representantes de 38 universidades y 55 empresas que se han agrupado tras RISE AI. Antes de ese viaje, dejó una pregunta de fondo para el momento legislativo chileno: qué usos iniciales deben permitirse, qué pruebas básicas deben superarse y qué riesgos o daños deben evitarse.
Para Chawla, la respuesta pasa por un marco basado en evidencia para todos estos desarrollos de vanguardia antes de que se implementen. También por una adaptación real al contexto local. Señaló que gran parte del desarrollo de la IA y de los grandes modelos de lenguaje ha ocurrido en Estados Unidos o en China, y que la mayor parte de los datos está en inglés. En su visión, el reto no es solo que estos sistemas funcionen en español, sino que estén contextualizados para comprender un país específico como Chile.
Ese punto es clave para entender el presente. La discusión sobre IA ya no es abstracta: tiene que ver con qué modelos se usan, quién los evalúa, qué daños pueden producir y qué capacidad tienen las instituciones para ponerse al día. Si la norma llega tarde, el costo lo pagan los usuarios, las empresas y, sobre todo, el interés público que queda expuesto a sistemas potentes sin suficiente supervisión.
La academia aparece aquí como un contrapeso necesario frente a la inercia institucional y la presión comercial. Chawla propone que las universidades no solo observen, sino que construyan criterios para evaluar tecnologías que avanzan más rápido que las leyes. Ese giro revela una verdad incómoda: cuando el aparato regulatorio se mueve lento, el mercado y los algoritmos terminan definiendo las condiciones del juego.
En esa tensión se juega una parte importante del desenlace. La inteligencia artificial promete productividad y nuevos servicios, pero también exige reglas claras, controles independientes y responsabilidad antes del despliegue masivo. Para una economía que busca innovación sin sacrificar seguridad jurídica ni bienestar humano, la pregunta ya no es si habrá regulación, sino si llegará a tiempo.
