Análisis comparado de los distintos enfoques regulatorios de la inteligencia artificial en la Unión Europea, EE. UU., China e Iberoamérica
Open accessAbstract
Este estudio lleva a cabo un examen comparativo del panorama regulatorio que rodea a la inteligencia artificial (IA) en Iberoamérica, la Unión Europea, los Estados Unidos de América y China. La investigación comienza con una introducción que describe las características definitorias de la IA e identifica los principios generales que deberían guiar su desarrollo. Estos principios sirven como ejes básicos para la creación de marcos jurídicos generales destinados a fundamentar posibles restricciones en esta tecnología con el fin de proteger los derechos humanos. El estudio subraya la necesidad de emprender acciones coordinadas a nivel internacional, en consonancia con los problemas que plantea la IA dentro de un contexto jurídico global.
AI snapshot
Written from the paper’s full text.
TL;DR
This article compares AI regulatory approaches in the European Union, the United States, China, and Ibero-America, arguing that a global ethical-legal framework is needed to protect human rights. It finds the EU most interventionist and risk-based, the US more flexible and innovation-oriented, China centralized and security-oriented, and Ibero-America mostly strategy-driven with uneven implementation.
Key findings
- The EU’s AI framework uses four risk categories—unacceptable, high, limited, and minimal—and prohibits five practices: biometric categorization using sensitive characteristics, untargeted facial-image scraping, emotion recognition in workplaces and educational institutions, social scoring, and manipulative systems. High-risk systems face risk mitigation, fundamental-rights impact assessment, data-quality guarantees, logging, human oversight, and complaint/information rights; generative AI must meet transparency and copyright-related requirements; systemic high-impact systems face red-teaming, serious-incident reporting, energy-efficiency reporting, and cybersecurity obligations. The full regulation is not applicable until two years after entry into force, with prohibitions applying after 6 months and generative AI rules after 12 months.
- The US approach is described as more flexible and decentralized: the October 2023 executive order sets principles for federal agencies—transparency, equity, accountability, security, and privacy—and creates an expert advisory committee, but does not apply to private companies or military uses. The 2020 National AI Initiative Act coordinates federal AI research and execution to ensure US primacy, and the 2022 Algorithmic Accountability Act proposal focuses on transparency, accountability, and equity impact assessments; overall, voluntary agency guidelines mean no uniform national ethical and safety standards.
- China is characterized as centralized and proactive: the Algorithm Recommendation Regulation entered into force on 1 March 2022; the June 2023 Deep Synthesis Regulation requires security reviews and algorithm registration if services can influence public opinion or mobilize the public, and requires disclosure of AI-generated content and training data; the Generative AI Regulation was published on 13 July 2023 and entered into force on 15 August 2023. China also issued a 2023 Ethical Review Measure, and its rules give users control over profiles and recommendation keywords while making platforms responsible for illegal or undesirable recommended content.
- In Ibero-America, the 2019 RIPD document was prepared by 16 data-protection authorities from 12 countries and addresses transparency, explainability, security, privacy, equity, inclusion, sustainability, diversity, participation, accountability, and the common good. Argentina’s 2020 ARGENIA plan has five strategic axes; Brazil’s strategy has nine thematic axes; Chile developed its policy in three phases around four transversal principles and has a bill following the EU risk approach; Colombia has implemented UNESCO AI ethics recommendations and debates an EU-influenced bill; Mexico was the first Latin American country to begin an AI strategy in 2018 but left it unfinished after a government change; Uruguay began public-sector AI adoption in 2019 and published a 2020 digital-government AI strategy based on nine principles and four pillars. The paper concludes there is a notable gap between policy formulation and effective implementation in the region.
Methods
- Comparative legal and doctrinal analysis of regulatory instruments, ethics guidelines, national strategies, and secondary literature on AI in the EU, US, China, and Ibero-America.
- Materials examined include the EU AI Act proposal and December 2023 agreement; the US October 2023 executive order, 2020 National AI Initiative Act, and 2022 Algorithmic Accountability Act proposal; China’s Algorithm Recommendation Regulation, Deep Synthesis Regulation, Generative AI Regulation, and Ethical Review Measure; the RIPD 2019 document; and national AI strategies or bills from Argentina, Brazil, Chile, Colombia, Mexico, and Uruguay.
- The analysis is organized around four principles—privacy, explainability/transparency, justice/non-discrimination, and security/protection—and then compares regulatory models by intervention level, rights orientation, and implementation status.
Limitations
- Stated in the paper: global AI regulation is complex because technological advances are unpredictable; legal rules often emerge after technologies are applied and rights harms are already occurring; and Ibero-America shows a notable gap between policy formulation and effective implementation, exemplified by Mexico’s unfinished national AI strategy after the 2018 government change.
- Evident from the text: the study is qualitative and comparative rather than empirical, relying on secondary sources, news items, and web links; its descriptions of fast-moving 2023–2024 regulatory developments may become outdated; and the provided full text has some out-of-sequence or fragmented sections, which may affect completeness.
Model-written summary. Check it against the paper before relying on it.
Integrity signals
Registry
Cites
Statistics
Claims the paper makes
3 of 41 cited sources checked · 2 supported · 0 flagged · accuracy not yet measured
- Premisecitation
En el ámbito del procesamiento del lenguaje natural (NLP) se identifican sesgos en bases de conocimiento utilizadas en diversas aplicaciones.
“En el ámbito del procesamiento del lenguaje natural (NLP, por sus siglas en inglés) se identifican sesgos en bases de conocimiento utilizadas en diversas aplicaciones (Mehrabi et al., 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mehrabi et al., 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisereasoning
La incapacidad de los algoritmos para contrarrestar conscientemente los sesgos incorporados por sus desarrolladores presenta un riesgo de discriminación, contrario al principio de igualdad reconocido en el art.14 de la Constitución.
“La incapacidad de los algoritmos para contrarrestar conscientemente los sesgos incorporados por sus desarrolladores presenta un riesgo de discriminación, contrario al principio de igualdad reconocido en el art.14 de la Constitución.”
Quote in the paperNot a substantial claim - Premisereasoning
La inclusión de diversidad geográfica en conjuntos de datos ampliamente utilizados, como ImageNet y Open Images, puede mitigar sesgos de representación.
“La inclusión de diversidad geográfica en conjuntos de datos ampliamente utilizados, como ImageNet y Open Images, puede mitigar sesgos de representación.”
Quote in the paperNot a substantial claim - Premisecitation
En Italia, el Tribunal Ordinario de Bolonia emitió una sentencia el 31 de diciembre de 2020 relacionada con Deliveroo, en la que el algoritmo «Frank» reconoció la existencia de discriminación al no tener en cuenta determinadas circunstancias relacionadas con ausencias justificadas de las personas empleadas.
“En un sentido similar, en Italia, el Tribunal Ordinario de Bolonia emitió una sentencia el 31 de diciembre de 2020, relacionada con la empresa Deliveroo.En este caso, el algoritmo utilizado para gestionar la asignación de pedidos a los trabajadores, denominado «Frank», reconoció la existencia de discriminación al no tener en cuenta determinadas circunstancias relacionadas con las ausencias just”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites foot_4
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Classified as probably not a substantial claim. 37
- May combine two claims. 34
Probably not a substantial claim: may not pass S2 (checkable), S3 (load-bearing). May combine two claims.
PremisecitationLas normas jurídicas deben establecer limitaciones y prohibiciones específicas de manifestaciones contrarias a principios y bienes de máxima relevancia constitucional, sobre la base de disposiciones jurídicas, incluyendo el sometimiento a control jurisdiccional para la salvaguarda de los derechos.
“Son las normas jurídicas las que, finalmente, deben establecer limitaciones y prohibiciones específicas de manifestaciones que sean contrarias a principios y bienes de la máxima relevancia constitucional (Sánchez Barrilao, 2016), sobre la base de disposiciones jurídicas, lo que incluye el necesario sometimiento a un control jurisdiccional para la salvaguarda de los derechos (Presno Linera, 2022).”
Quote in the paperNot a substantial claim1 of 2 sources checked- cites Sánchez Barrilao, 2016 source
Split into 2 atoms — 1 confirmed, 1 partially supported, 0 disputed, 0 misattributed, 0 unverifiable. Expand the claim to see per-atom verdicts.
Experimental — accuracy not yet measured - cites Presno Linera, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLa transparencia y la explicabilidad son elementos fundamentales para garantizar el respeto de los derechos en el uso de la IA y también se constituyen en derechos en sí mismos.
“En definitiva, transparencia y la explicabilidad son elementos fundamentales para garantizar el respeto de los derechos en el uso de la IA (Pauner Chulvi, 2023), además de constituirse en derechos en sí mismos (Arellano Toledo, 2019).”
Quote in the paperNot a substantial claim1 of 2 sources checked- cites Pauner Chulvi, 2023 source
- cites Arellano Toledo, 2019
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLos efectos de la IA en derechos humanos plantean cuestiones sobre qué aspectos deben regularse y por qué, aunque no es un problema nuevo, sino una manifestación peculiar del desarrollo tecnológico.
“Los efectos de la inteligencia artificial (IA) en derechos humanos plantean cuestiones sobre cuáles son los aspectos que deben regularse y por qué, aunque no se trata de un problema nuevo, sino de una muy peculiar manifestación del desarrollo tecnológico en su conjunto (Sánchez Barrilao, 2016).”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Sánchez Barrilao, 2016 source
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
Premisenone givenA diferencia del aprendizaje automático tradicional, que se basa en el aprendizaje supervisado, un modelo fundacional es un tipo de IA de propósito general que se entrena sin supervisión y utiliza grandes cantidades de texto o datos provenientes de Internet.
“A diferencia del aprendizaje automático tradicional, que se basa en el aprendizaje supervisado, un modelo fundacional es un tipo de IA «de propósito general» que se entrena «sin supervisión».Para ello, utiliza grandes cantidades de texto o datos provenientes de Internet.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
Premisenone givenExisten diferentes niveles de IA, desde la débil o estrecha, centrada en tareas específicas, hasta la fuerte o general, que aspira a replicar la inteligencia humana en todos los aspectos.
“Existen diferentes niveles de IA, desde la débil o estrecha, centrada en tareas específicas, hasta la fuerte o general, que aspira a replicar la inteligencia humana en todos los aspectos.”
Quote in the paperNot a substantial claimMay combine two claims.
PremisecitationLa anticipación de los avances tecnológicos es difícil, y las normas jurídicas surgen una vez que se aplican las tecnologías y los daños a los derechos ya están ocurriendo.
“La anticipación es difícil, y las normas jurídicas surgen una vez que se aplican las tecnologías y los daños a los derechos ya están ocurriendo (Reche Tello et al., 2022) 7 .”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Reche Tello et al., 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationEl uso de algoritmos conlleva un riesgo relacionado con la generación de sesgos, que pueden reforzar prejuicios existentes o históricos, sin ser siempre evidentes en las aplicaciones.
“El uso de algoritmos conlleva un riesgo relacionado con la generación de sesgos, los cuales pueden reforzar prejuicios existentes o históricos, sin ser siempre evidentes en las aplicaciones (Belloso Martín, 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Belloso Martín, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationEn el ámbito judicial es obligado un control humano adecuado sobre la IA, que garantice el respeto a los principios y garantías procesales, así como a los derechos y libertades de las personas, contribuyendo a reducir el riesgo de adoptar decisiones asistidas por IA erróneas o sesgadas en la aplicación de la ley por el poder judicial.
“En el ámbito judicial, es obligado un control humano adecuado sobre la IA, que garantice el respeto a los principios y garantías procesales, así como a los derechos y libertades de las personas (Barona Villar, 2021), ya que contribuye a reducir al mínimo el riesgo de adoptar decisiones asistidas por IA erróneas o sesgadas de aplicación de la ley por el poder judicial.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Barona Villar, 2021
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationTodas las formas de IA comparten el uso de redes neuronales inspiradas en el cerebro humano, capaces de aprender de grandes cantidades de datos y reglas.
“Todas comparten el uso de redes neuronales, inspiradas en el funcionamiento del cerebro humano, capaces de aprender de grandes cantidades de datos y reglas (Mayer-Schönberger y Cukier, 2019).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mayer-Schönberger y Cukier, 2019
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLos modelos fundacionales pueden crear poesía, redactar códigos y participar en conversaciones sobre diversos temas culturales, lo que permite una capacidad única de generación y adaptación en diversos contextos.
“Estos modelos, fundamentados en la matemática y las ciencias, tienen la capacidad de crear poesía, redactar códigos y participar en conversaciones sobre diversos temas culturales, lo que permite una capacidad única de generación y adaptación en diversos contextos 6 .”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [6]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLos sesgos pueden originarse en la selección de datos que no representan fielmente la realidad, como el sesgo de muestreo, o al reflejar prejuicios existentes en los datos de entrenamiento del algoritmo.
“Estos sesgos pueden originarse en la selección de datos que no representan fielmente la realidad, como sesgo de muestreo, o al reflejar prejuicios existentes en los datos de entrenamiento del algoritmo (Mehrabi et al., 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mehrabi et al., 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa garantía frente a decisiones automatizadas se refiere a decisiones importantes o significativas que afecten derechos y se basen únicamente en procesos automatizados, mediante algoritmos o sistemas informáticos, sin intervención humana directa.
“La garantía se refiere a decisiones importantes o significativas que afecten a derechos y se basen, únicamente, en procesos automatizados, mediante algoritmos o sistemas informáticos, sin intervención humana directa (Palma Ortigosa, 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Palma Ortigosa, 2022 source
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationEl aprendizaje automático extrae conocimientos mediante experiencia supervisada, mientras que el aprendizaje profundo permite que el sistema aprenda y piense de manera autónoma, generando redes neuronales a gran escala.
“El primero extrae conocimientos mediante experiencia supervisada, mientras que el segundo permite que el sistema aprenda y piense de manera autónoma, generando redes neuronales a gran escala 5 .”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [5]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable), S3 (load-bearing). May combine two claims.
PremisecitationLa responsabilidad implica que los actores de la IA asuman las consecuencias de sus acciones y decisiones y puedan ser sancionados o reparados si causan daño o vulneran derechos; la rendición de cuentas implica que puedan demostrar y justificar que sus acciones y decisiones son conformes con las normas y principios aplicables y estén sometidos a controles.
“La responsabilidad implica que los actores de la IA asuman las consecuencias de sus acciones y decisiones, y puedan ser sancionados o reparados si causan daño o vulneran derechos.La rendición de cuentas implica que los actores de la IA puedan demostrar y justificar que sus acciones y decisiones son conformes con las normas y principios aplicables, y estén sometidos a controles (Cotino Hueso y”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Cotino Hueso y Castellanos Claramunt, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationEl RGPD establece disposiciones para garantizar que la elaboración de perfiles y la toma de decisiones automatizadas, con o sin elaboración de perfiles, se realicen sin un impacto injustificado en los derechos, incluyendo requisitos de transparencia y equidad, responsabilidades proactivas, bases legales específicas, derechos individuales de oposición y evaluación de impacto.
“El RGPD establece disposiciones con el propósito de garantizar que la práctica de elaboración de perfiles y la toma de decisiones automatizadas, ya sea con o sin la elaboración de perfiles, se realicen de manera que no conlleven un impacto injustificado en los derechos.Entre estas disposiciones se incluyen: la imposición de requisitos específicos en cuanto a transparencia y equidad; la asignación”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [10]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa seguridad y la protección en el ámbito de la IA se relacionan con la confianza, predictibilidad y seguridad del diseño.
“La seguridad y la protección en el ámbito de la inteligencia artificial (IA) se relacionan con la confianza, predictibilidad y seguridad del diseño (Jeld et al., 2020).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Jeld et al., 2020
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisereasoningLa IA generativa se basa en modelos fundacionales, lo que marca un cambio fundamental en comparación con la IA tradicional centrada en el análisis de datos.
“La IA generativa se basa en modelos fundacionales, por lo que marca un cambio fundamental en comparación con la IA tradicional, centrada en el análisis de datos.”
Quote in the paperNot a substantial claim- Rests on an assumption: La IA generativa es la tecnología que produce creciente preocupación en términos de protección de derechos.
May combine two claims.
PremisecitationEl programa SyRI, implementado en los Países Bajos bajo la Ley SUWI, fue diseñado para evaluar la probabilidad de utilización ilegal de fondos gubernamentales de seguridad social y dio lugar a la sentencia del Tribunal de Distrito de La Haya el 5 de febrero de 2020, que puso de manifiesto deficiencias en su funcionamiento, falta de proporcionalidad y transparencia, y vulneración del derecho a la隐私
“Así, el programa SyRI, un sistema implementado en los Países Bajos bajo la Ley de Organización de Implementación y Estructura de Ingresos (SUWI), diseñado para evaluar la probabilidad de utilización ilegal de fondos gubernamentales de seguridad social, dio lugar a la sentencia del Tribunal de Distrito de La Haya el 5 de febrero de 2020.Esta puso de manifiesto ciertas deficiencias en el funcion”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Belloso Martín, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable). May combine two claims.
InterpretationreasoningLa IA precisa de marcos generales reguladores que aseguren un desarrollo y uso ético y responsable, porque la complejidad de normas aplicables de distinto orden dificulta enfrentar con éxito los riesgos que la IA conlleva para la protección de los derechos.
“LA IA precisa de marcos generales reguladores que aseguren un desarrollo y un uso de la IA ético y responsable, puesto que la complejidad de normas aplicables, de distinto orden, relativas a los aspectos tecnológicos y a los que afectan al contenido que desarrolla, que actualmente regulan de forma indirecta algunos usos de la IA dificulta en extremo enfrentarse con éxito a los riesgos que la IA”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLa definición de inteligencia artificial es compleja debido a su naturaleza dinámica y a los avances tecnológicos, y la falta de consenso complica su conceptualización.
“La definición de inteligencia artificial (IA) resulta compleja, entre otras razones, debido a su naturaleza dinámica, sujeta a las variaciones derivadas de los avances tecnológicos.La falta de consenso en una tecnología que tiene un carácter global complica aún más la tarea de conceptualizarla 1 .”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [1]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationEl tratamiento automatizado de datos también abarca la elaboración de perfiles, que es la evaluación de datos personales para analizar o predecir aspectos relacionados con el desempeño laboral, la situación económica, la salud, preferencias personales, fiabilidad, comportamiento, ubicación o movimientos, cuando estas evaluaciones pueden tener consecuencias legales significativas o un impacto相似.
“El tratamiento automatizado de datos también abarca la elaboración de perfiles 12 , que es la evaluación de datos personales para analizar o predecir aspectos relacionados con el desempeño laboral, la situación económica, la salud, preferencias personales, fiabilidad, comportamiento, ubicación o movimientos de una persona, cuando estas evaluaciones pueden tener consecuencias legales significativas”
Quote in the paperNot a substantial claim0 of 2 sources checked- cites [12]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites [13]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Classified as probably not a substantial claim. May combine two claims.
PremisecitationLos principios básicos que deben estar presentes en el desarrollo de un sistema de IA son privacidad; explicabilidad y transparencia; justicia y no discriminación; seguridad y protección, además de otros como neutralidad y precaución, aunque no siempre sean suficientes.
“A continuación, de acuerdo con los trabajos enunciados, se destacan los siguientes principios básicos, que se suman a otros a los que se ha hecho referencia, como el principio de neutralidad o el principio de precaución, que deben estar presentes en el desarrollo de un sistema IA, lo que no implica que sean siempre suficientes.La exposición se estructura en los siguientes bloques: privacidad;”
Quote in the paperSubstantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa censura algorítmica, fenómeno por el cual los sistemas de IA restringen o manipulan la información en el entorno digital, plantea serios riesgos con causas y consecuencias diversas, intrínsecamente ligadas al diseño, funcionamiento y uso de la IA.
“La censura algorítmica, fenómeno por el cual los sistemas de IA restringen o manipulan la información en el entorno digital, plantea serios riesgos en este sentido, con causas y consecuencias diversas, intrínsecamente ligadas al diseño, funcionamiento y uso de la IA (Rebollo, 2023).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Rebollo, 2023
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
Premisenone givenEn abril de 2021, la Comisión Europea presentó una propuesta para establecer un marco normativo de la Unión Europea sobre IA, conocida como el proyecto de ley de IA, que tiene como objetivo principal regular de manera horizontal el campo de la IA y resulta de un proceso de consulta iniciado en 2018.
“En abril de 2021, la Comisión Europea presentó una propuesta para establecer un marco normativo de la Unión Europea sobre inteligencia artificial (IA).Esta iniciativa, conocida como el proyecto de ley de IA, tiene como objetivo principal regular de manera horizontal el campo de la IA.Resulta de un proceso de consulta iniciado en el año 2018, que ha venido trabajando con diversos actores para”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLa investigación sobre ética como base para determinar principios jurídicos generales que rijan el desarrollo tecnológico de la IA ha propuesto varios métodos, incluidas reflexiones sobre implementación de principios éticos en sistemas autónomos y metaestudios sobre ética de la IA.
“La investigación que aborda la cuestión ética, como base para la determinación de los principios generales de carácter jurídico que deben regir el desarrollo tecnológico de la IA, ha propuesto varios métodos (Hagendorf, 2020).Se plantean reflexiones relativas al modo en que los principios de la ética pueden ser implementados en los sistemas autónomos (Anderson y Anderson, 2014: 1-10).En otros”
Quote in the paperNot a substantial claim0 of 3 sources checked- cites Hagendorf, 2020
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Anderson y Anderson, 2014: 1-10
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Vakkuri y Abrahamsson, 2018: 1-6
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationEn el sistema jurídico europeo, el RGPD prevé una limitación especial aplicable a los sistemas de IA referida a la toma de decisiones automatizadas, reconociendo el derecho a no estar sujeto a decisiones automatizadas que puedan tener un impacto legal significativo o afectar de manera similar.
“En el sistema jurídico europeo, el Reglamento (UE) 2016/679, Reglamento General de Protección de Datos (RGPD) 10 , prevé una especial limitación aplicable a los sistemas de IA y referida a la toma de decisiones automatizadas.Así, se reconoce a cualquier persona el derecho a no estar sujeta a decisiones automatizadas que, basadas únicamente en el procesamiento de datos, puedan tener un impacto”
Quote in the paperNot a substantial claim0 of 3 sources checked- cites [10]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Rebollo Delgado, 2023 source
- cites [11]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisereasoningEl uso de sistemas de aprendizaje automático plantea el problema de la incapacidad para discernir las causas subyacentes de las relaciones identificadas.
“Además, el uso de sistemas de aprendizaje automático plantea un problema: la incapacidad para discernir las causas subyacentes de las relaciones identificadas.”
Quote in the paperNot a substantial claimClassified as probably not a substantial claim. May combine two claims.
InterpretationcitationLa presencia de sesgos en algoritmos representa un riesgo evidente para los derechos humanos, ya que pueden perpetuar y amplificar desigualdades existentes, contraviniendo principios fundamentales de igualdad y justicia.
“En definitiva, la presencia de sesgos en algoritmos representa un riesgo evidente para los derechos humanos, ya que pueden perpetuar y amplificar desigualdades existentes, contraviniendo principios fundamentales de igualdad y justicia.”
Quote in the paperSubstantial claimMay combine two claims.
PremisereasoningLa subrepresentación de ciertos grupos en conjuntos de datos evidencia un desequilibrio y distorsiona las conclusiones basadas en ellos.
“La subrepresentación de ciertos grupos en conjuntos de datos evidencia un desequilibrio y distorsiona las conclusiones basadas en ellos.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
Premisenone givenExiste un sesgo en la interpretación de los resultados de la IA, que se manifiesta al aceptar pasivamente los resultados generados por los sistemas de IA, sin someterlos a un análisis crítico sobre su validez, otorgando autoridad indiscutible a la solución propuesta por el algoritmo basada únicamente en la confianza depositada en el sistema.
“Finalmente, cabe destacar otro aspecto crítico relacionado con la inteligencia artificial: el sesgo en la interpretación de sus resultados.Este fenómeno se manifiesta al aceptar pasivamente los resultados generados por los sistemas de IA, sin someterlos a un análisis crítico sobre su validez, de forma que se otorga una autoridad indiscutible a la solución propuesta por el algoritmo, basada únic”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
Premisenone givenLos modelos fundacionales pueden analizar y expresar lo que observan y también crear algo completamente nuevo utilizando los mismos datos; no se limitan al lenguaje y pueden aprender la gramática de códigos de software, moléculas, imágenes naturales y diversos tipos de datos.
“Estos modelos no solo pueden analizar y expresar lo que observan, sino también crear algo completamente nuevo, utilizando los mismos datos.Constituyen la base de la IA generativa y no se limitan al lenguaje, sino que pueden aprender la gramática de códigos de software, moléculas, imágenes naturales y diversos tipos de datos.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationEl derecho de sufragio debe ser objeto de especial preocupación ante la IA, y su preservación frente a amenazas digitales como ataques informáticos y desinformación es esencial para garantizar la integridad de las elecciones y la confianza en los representantes elegidos.
“En este contexto, el derecho de sufragio debe ser objeto de especial preocupación ante la IA (González de la Garza, 2019).La preservación de este derecho frente a las amenazas digitales, como ataques informáticos y desinformación, es esencial para garantizar la integridad de las elecciones y la confianza en los representantes elegidos.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites González de la Garza, 2019
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable), S3 (load-bearing), S4 (based). May combine two claims.
PremisereasoningLa correlación no implica causalidad, por lo que se requiere un análisis profundo y contextual para establecer vínculos significativos.
“La correlación no implica causalidad, requiriendo un análisis profundo y contextual para establecer vínculos significativos.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLos sistemas de IA reproducen funciones cognitivas humanas, como razonamiento y resolución de problemas, automatizando actividades vinculadas al pensamiento humano.
“Los sistemas de IA reproducen funciones cognitivas humanas, como razonamiento y resolución de problemas, automatizando actividades vinculadas al pensamiento humano 4 .”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [4]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Classified as probably not a substantial claim.
InterpretationreasoningUn enfoque clave para abordar la regulación de la IA es identificar y regular aquellas manifestaciones de IA consideradas peligrosas en función del riesgo que representen.
“Por consiguiente, un enfoque clave para abordar esta cuestión es identificar y regular aquellas manifestaciones de IA que se consideren «peligrosas», en función del riesgo que representen.”
Quote in the paperSubstantial claim- Rests on an assumption: No todas las aplicaciones de IA afectan a los derechos de la misma manera ni con el mismo nivel de riesgo.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationDentro de la IA destacan el aprendizaje automático y el aprendizaje profundo.
“Dentro de la IA, destacan el aprendizaje automático y el aprendizaje profundo (Mitchell, 1997).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mitchell, 1997
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationEstos sesgos pueden surgir por factores de distinta índole y tienen como efecto el perjuicio a minorías o grupos poco representados en los datos utilizados para el aprendizaje computacional.
“Estos sesgos pueden surgir por factores de distinta índole y tienen como efecto el perjuicio a minorías o grupos poco representados en los datos utilizados para el aprendizaje computacional (Mehrabi et al., 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mehrabi et al., 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa transparencia y la explicabilidad exigen saber no solo qué datos procesa el sistema, sino también cómo los valora.
“La transparencia y la explicabilidad exigen saber no solo qué datos procesa el sistema, sino también cómo los valora (Presno Linera, 2022).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Presno Linera, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S4 (based). May combine two claims.
Interpretationnone givenLos enfoques de regulación de la IA en Estados Unidos, China y Europa difieren en sus prioridades y métodos, aunque todos persiguen el objetivo común de encontrar un equilibrio entre la promoción de la innovación tecnológica y la protección de los derechos humanos y los valores fundamentales.
“Los enfoques de regulación de la IA en Estados Unidos, China y Europa difieren en sus prioridades y métodos, aunque todos persiguen el objetivo común de encontrar un equilibrio entre la promoción de la innovación tecnológica y la protección de los derechos humanos y los valores fundamentales.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S2 (checkable).
InterpretationreasoningEl enorme impacto y efecto transformador de la IA, especialmente la IA generativa, exige considerar la regulación de la IA desde una perspectiva global.
“El enorme impacto y efecto transformador de la IA, consecuencia de los avances que se han producido de forma casi repentina, especialmente con la IA generativa, resulta absolutamente innovador y exige considerar la regulación de la IA desde una perspectiva global.”
Quote in the paperNot a substantial claim- Rests on an assumption: Los sistemas de IA no conocen límites geográficos y su impacto se produce a nivel mundial.
Probably not a substantial claim: may not pass S2 (checkable). May combine two claims.
InterpretationcitationLas normativas locales pueden resultar insuficientes para abordar las necesidades que plantea la IA en un mundo interconectado, lo que hace urgente trabajar en la creación de estándares éticos y legales comunes para la protección de los derechos.
“Las normativas locales pueden resultar insuficientes para abordar las necesidades que plantea la IA en un mundo interconectado, lo que hace que resulte urgente trabajar en la creación de estándares éticos y legales comunes para la protección de los derechos (Balaguer Callejón, 2023).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Balaguer Callejón, 2023
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Rests on an assumption: Los sistemas de IA no conocen límites geográficos y su impacto se produce a nivel mundial.
Probably not a substantial claim: may not pass S2 (checkable), S3 (load-bearing). May combine two claims.
InterpretationcitationEs probable que otras regiones consideren estas normativas como referencia al desarrollar sus propias leyes, lo que podría contribuir a la formación de estándares globales para el desarrollo y la implementación de la inteligencia artificial.
“Es probable que otras regiones consideren estas normativas como referencia al desarrollar sus propias leyes.Lo que podría contribuir a la formación de estándares globales para el desarrollo y la implementación de la inteligencia artificial 18 .”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [18]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationLa posición del regulador europeo se basa en los riesgos y se hace depender del uso de la IA, teniendo en cuenta la probabilidad de daños derivados, especialmente de la IA generativa.
“La posición del regulador europeo se basa en los riesgos, lo que resulta acertado (Cotino Hueso, 2021), y se hace depender del uso de la IA, de forma que tiene en cuenta la probabilidad de daños derivados, especialmente, de la inteligencia artificial generativa (Barrio Andrés, 2022).”
Quote in the paperSubstantial claim0 of 2 sources checked- cites Cotino Hueso, 2021
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Barrio Andrés, 2022
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
Premisenone givenEl 8 de diciembre de 2023 se firmó un acuerdo entre el Parlamento Europeo y el Consejo sobre la mal llamada ley de inteligencia artificial, que ha marcado un hito significativo en la regulación de esta tecnología a nivel mundial y conlleva posibles implicaciones globales.
“El 8 de diciembre del mismo año se firmó un acuerdo entre el Parlamento Europeo y el Consejo sobre la mal llamada ley de inteligencia artificial, que ha marcado un hito significativo en la regulación de esta tecnología a nivel mundial.Este acuerdo conlleva posibles implicaciones globales.”
Quote in the paperNot a substantial claimMay combine two claims.
PremisecitationEl acuerdo se estructura en cuatro categorías de riesgo: inaceptable, elevado, limitado y mínimo, y se acordó prohibir los sistemas de categorización biométrica que utilicen características sensibles, la extracción no dirigida de imágenes faciales de Internet o CCTV, los sistemas de reconocimiento de emociones en el lugar de trabajo e instituciones educativas, los sistemas de crédito social y los
“El acuerdo se estructura en cuatro categorías de riesgo: inaceptable, elevado, limitado y mínimo.En concreto, se acordó prohibir: a) los «sistemas de categorización biométrica que utilicen características sensibles» (por ejemplo, creencias políticas, orientación sexual o raza); b) la «extracción no dirigida de imágenes faciales» de Internet o grabaciones de circuito cerrado de televisión (CCTV) p”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [20]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationRespecto a la IA generativa, estos sistemas y los modelos sobre los que se basan, como los GPT de OpenAI, son asimismo objeto de regulación y deberán cumplir requisitos de transparencia que incluyen la elaboración de documentación técnica y la difusión de resúmenes detallados sobre el contenido digital utilizado en su entrenamiento, el cual habrá de respetar la normativa europea sobre derechos de
“Respecto a la IA generativa, estos sistemas y los modelos sobre los que se basan (por ejemplo, los GPT de OpenAI) son asimismo objeto de regulación.Todos ellos deberán cumplir requisitos de transparencia que incluyen la elaboración de documentación técnica y la difusión de resúmenes detallados sobre el contenido digital utilizado en su entrenamiento, el cual, a su vez, habrá de respetar la norm”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [23]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S3 (load-bearing). May combine two claims.
PremisecitationLos sistemas de IA clasificados como de alto riesgo conllevan un posible daño a la salud, la seguridad, los derechos fundamentales, el medio ambiente, la democracia y el Estado de derecho, e incluyen los usados para influir en resultados electorales y la conducta de los votantes, quedando sujetos a medidas como evaluación y mitigación de riesgos, garantías de alta calidad de datos, registros de
“Los sistemas de IA clasificados como de alto riesgo forman parte de este grupo, porque conllevan un posible daño a la salud, la seguridad, los derechos fundamentales, el medio ambiente, la democracia y el Estado de derecho.Se incluyen también los que se usen para influir en resultados electorales y la conducta de los votantes, que quedan sujetos, adicionalmente, a una serie de medidas.En primer”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites [22]
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
The paper relies on this without support.
Los sistemas de IA no conocen límites geográficos y su impacto se produce a nivel mundial.
“Los sistemas de IA no conocen límites geográficos y su impacto se produce a nivel mundial.”
The paper relies on this without support.
No todas las aplicaciones de IA afectan a los derechos de la misma manera ni con el mismo nivel de riesgo.
“Sin embargo, no todas las aplicaciones de IA afectan a los derechos de la misma manera, ni con el mismo nivel de riesgo.”
The paper relies on this without support.
La razón fundamental detrás de la necesidad de regulación de la IA radica en los riesgos inherentes asociados con los sistemas de IA.
“La razón fundamental detrás de esta necesidad de regulación radica en los riesgos inherentes asociados con los sistemas de IA.”
The paper relies on this without support.
La IA generativa es la tecnología que produce creciente preocupación en términos de protección de derechos.
“La tecnología que produce creciente preocupación en términos de protección de derechos es la conocida como IA generativa.”
The paper relies on this without support.
La regulación global de la IA es necesaria pero compleja debido a la imprevisibilidad de los avances tecnológicos.
“Pese a que sea necesario, la regulación global de la IA resulta compleja debido, además de a las razones aludidas, a la imprevisibilidad de los avances tecnológicos.”
The paper relies on this without support.
La creación de perfiles tiene el potencial de perpetuar estigmas preexistentes y fomentar la fragmentación social.
“La creación de perfiles tiene el potencial de perpetuar los estigmas preexistentes y fomentar la fragmentación social.”
Cites
Artificial intelligence: A modern approach
Nilsson, N. J. (1996) · Artificial Intelligence · doi:10.1016/0004-3702(96)00007-0 · Cited by 10,726 · see citing works
A Survey on Bias and Fairness in Machine Learning
Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2019) · arXiv · doi:10.48550/arxiv.1908.09635 · Cited by 5,812
Fjeld, J., Achten, N., Hilligoss, H., Nagy, A., & Srikumar, M. (2020) · SSRN Electronic Journal · doi:10.2139/ssrn.3518482 · Cited by 998 · see citing works
Toward ensuring ethical behavior from autonomous systems: a case-supported principle-based paradigm
Anderson, M., & Anderson, S. (2015) · Industrial Robot the international journal of robotics research and application · doi:10.1108/ir-12-2014-0434 · Cited by 52 · see citing works
The Key Concepts of Ethics of Artificial Intelligence
Vakkuri, V., & Abrahamsson, P. (2018) · IEEE International Conference on Engineering, Technology and Innovation (ICE/ITMC) · doi:10.1109/ice.2018.8436265 · Cited by 52 · see citing works
Derechos fundamentales e inteligencia artificial
LINERA, M. Á. P. (2023) · doi:10.2307/jj.4908196 · Cited by 21 · see citing works
Benítez, V. H. G., & Ruvalcaba-Gómez, E. A. (2021) · Revista de Gestión Pública · doi:10.22370/rgp.2021.10.1.3151 · Cited by 17 · see citing works
La inteligencia artificial en el sector público y su límite respecto de los derechos fundamentals
Acevedo, M. E. S. (2022) · Estudios constitucionales · doi:10.4067/s0718-52002022000200257 · Cited by 17 · see citing works
Inteligencia artificial y derechos fundamentales
García, E. G. (2024) · Editorial Colex eBooks · doi:10.69592/978-84-1194-433-5 · Cited by 11 · see citing works
Transparencia algorítmica en los medios de comunicación y las plataformas digitales
Pauner Chulvi, C. (2023) · Revista Española de la Transparencia · doi:10.51915/ret.308 · Cited by 11 · see citing works
Inteligencia artificial y Derechos fundamentales.
Delgado, L. R. (2023) · doi:10.2307/jj.5076311 · Cited by 11
Sánchez Barrilao, J. F. (2016) · Estudios de Deusto · doi:10.18543/ed-64(2)-2016pp225-258 · Cited by 9 · see citing works
Ortigosa, A. P. (2022) · doi:10.2307/j.ctv2zp4t7t · Cited by 5
El reconocimiento de la discriminación múltiple por los tribunales
Cristóbal, R. S. (2020) · Teoría & Derecho Revista de pensamiento jurídico · doi:10.36151/td.2020.008 · Cited by 3 · see citing works
Flagged first, then by citations
Research works printed but not linked: 4
- Barrio, M. (2022). Manual de derecho digital. Valencia: Tirant lo Blanch. Belloso Martín, M. (2022). La problemática de los sesgos algorítmicos (con especial referencia a los de género). ¿Hacia un derecho a la protección contra los sesgos? En F. Llano (dir.). Inteligencia artificial y filosofía del derecho (pp. 45-78). Mur- cia: Ediciones Laborum. Disponible en: https://tinyurl.com/mw4m8a7r.
- García Herrera, V. (2021). Panorama legislativo de la inteligencia artificial en la Unión Europea. En F. Lledó Yagüe, I. Benítez Ortúzar, O. Monje Balmaseda (dirs.). La robótica y la inteligencia artificial en la nueva era de la revolución in- dustrial 4.0 (los desafíos jurídicos, éticos y tecnológicos de los robots inteligentes) (pp. 265-360). Madrid: Dykinson. Anuario Iberoamericano de Justicia Constitucional, 28(1), pp. 129-156
- Hagendorf, T. (2020). The ethics of AI ethics. An evaluation of guidelines. Minds & Machines, 30, 99-120. Disponible en: https://doi.org/10.1007/s11023-020- 09517-8. · DOI
- Mitchell, T. M. (1997) Machine Learning. New York: McGraw-Hill.
Cited by
Sorted by citations
Algorithmic Justice and Human Rights: Structural Risks and Emerging Regulatory Frameworks
López, G. A. (2026) · Age of Human Rights Journal · doi:10.17561/tahrj.v26.9985 · Cited by 1
Tinjauan Yuridis terhadap Penggunaan Artificial Intelligence dalam Proses Penegakan Hukum
Rizana, R., & Utama, A. S. (2025) · Sanskara Hukum dan HAM · doi:10.58812/shh.v4i02.718 · Cited by 1
“…2024), dan China menerapkan pendekatan berpusat pada negara yang mengintegrasikan AI secara mendalam ke dalam keamanan publik dan tata kelola, dengan memprioritaskan kontrol negara di atas privasi dan kebebasan sipil (Chun et al., 2024; Coromina, 2024; Kuteynikov, Izhaev, Lebedev, & Zenin, 2022).”
- Authors
- Pérez-Ugena Coromina, M.
- Venue
- Anuario Iberoamericano de Justicia Constitucional
- Published
- 2024-06-30
- Volume
- 28
- Issue
- 1
- Pages
- 129-156
- ISSN
- 1138-4824 (ISSN-L)
- 1989-5585
- OpenAlex
- W4400323239
- Cited by
- 0
- References
- 11
- FWCI
- 0.00
- Type
- journal article
- Language
- es
- Open access
- diamond
- dx.doi.org
- Licence
- cc-by-nc-nd
- Locations
- Anuario Iberoamericano de Justicia Constitucional (publishedVersion, cc-by-nc-nd)
- BURJC Digital (King Juan Carlos University) (submittedVersion, cc-by-nc-nd)
- Hispana (submittedVersion, cc-by-nc-nd)
- Topics
- Social Sciences › Law › Digitalization, Law, and Regulation
- Social Sciences › Safety Research › Ethics and Social Impacts of AI
- Physical Sciences › Computer Science › Artificial Intelligence › Law, AI, and Intellectual Property
- Keywords
- AI regulation, comparative law, AI governance, human rights, international coordination, legal frameworks for AI, Ibero-America, European Union
About these checks
Registry, retraction, Cites and statistics results are computed, not judged, with one exception: a printed reference that no index lists is read once by a model before it counts as a citation error. Claims are extracted by a model and kept only when their quote appears verbatim in the text; each cited source is then checked, with a model’s help, for whether it says what the claim relies on. Those verdicts can be wrong — read the claim’s quote and the cited source before relying on one.
Claims read by deepseek-v4.1-flash under definition version 3 (extract-v3) on 2026-10-06.
Classified by jev-1.13-20260917 (gold-guideline-v0.2) on 2026-10-06.
Cited sources are checked by gpt-6-sol.
Statistics and arithmetic are recomputed, not judged.
Confidence bands are shown only for fields calibrated on our annotated test set. None is calibrated yet, so no band is shown.
What counts as a claim ›How we measure confidence ›How we check this ›
Are you an author, or do you see a problem with this page? Request a review
