Estados Unidos se está acercando a un sistema más formal para revisar los sistemas avanzados de IA antes de que lleguen al público. Aunque continúa el debate sobre hasta dónde debería llegar Washington, las acciones recientes del Departamento de Comercio y del Instituto Nacional de Estándares y Tecnología muestran que la supervisión previa al lanzamiento ya no es una idea teórica. Se está convirtiendo en parte del enfoque práctico del gobierno federal para la gobernanza de la IA.
La señal más clara proviene del Center for AI Standards and Innovation, o CAISI, que ha suscrito nuevos acuerdos con Google DeepMind, Microsoft y xAI para apoyar las pruebas previas al despliegue. Estos acuerdos sugieren que el gobierno de EE. UU. está tratando de construir un canal estructurado para evaluar los modelos de frontera antes de su lanzamiento, especialmente cuando pueden estar implicados riesgos para la seguridad nacional.
Un giro hacia la supervisión de la IA previa al despliegue
En un anuncio del 5 de mayo de 2026, NIST dijo que las nuevas colaboraciones de CAISI están destinadas a apoyar “evaluaciones previas al despliegue”, junto con la evaluación posterior al despliegue y el intercambio de información. Ese lenguaje importa porque muestra que el gobierno no solo está reaccionando a los sistemas de IA después de que se lanzan. Quiere visibilidad sobre las capacidades y los riesgos antes de que se conceda un acceso público amplio.
Esto marca una de las señales oficiales más contundentes hasta ahora de que EE. UU. está considerando una forma más sistemática de evaluación previa al lanzamiento para modelos de IA. Aunque el debate público a veces utiliza términos como “autorización previa”, la evidencia más autorizada disponible actualmente apunta a un marco de evaluación previa al despliegue respaldado por el gobierno, más que a un régimen de licencias plenamente obligatorio.
La dirección de la política también se alinea con la estrategia federal más amplia de IA de 2026. El Marco Legislativo Nacional sobre IA de la Casa Blanca del 20 de marzo de 2026 enfatizó que un liderazgo federal sólido es necesario para mantener la confianza pública en el desarrollo y uso de la IA. En ese contexto, la revisión previa al despliegue está surgiendo como una herramienta práctica de gobernanza, más que como una propuesta marginal de política pública.
Cómo CAISI se convirtió en el principal centro de pruebas del gobierno
El papel central de CAISI refleja un cambio institucional más amplio. En junio de 2025, Comercio dijo que estaba transformando el antiguo U.S. AI Safety Institute en el Center for AI Standards and Innovation, dándole una misión más explícita de evaluar los sistemas comerciales de IA de rápido desarrollo e identificar vulnerabilidades y amenazas.
Ese mismo mes, el secretario de Comercio Howard Lutnick dijo que CAISI se convertiría en el principal punto de contacto gubernamental de la industria para pruebas e investigación colaborativa. También afirmó que el centro “establecería acuerdos voluntarios” con los desarrolladores mientras lideraba evaluaciones no clasificadas de sistemas de IA con relevancia para la seguridad nacional. Esta fue una señal clara de que la postura de la administración Trump sobre las pruebas de IA estaba enfocada explícitamente en la interacción previa al despliegue.
La página de empleo de CAISI en NIST refuerza esa dirección. Señala que el centro recibió diecisiete encargos bajo el Plan de Acción de IA del presidente Trump, incluida la colaboración con laboratorios de IA de frontera en evaluaciones previas al despliegue. En conjunto, estas declaraciones muestran que CAISI no es un experimento temporal, sino una parte institucionalizada del aparato federal de política de IA.
La seguridad nacional está en el centro del debate
La característica más importante del nuevo enfoque es su concentración en los riesgos de seguridad más que en la calidad ordinaria del producto. La declaración de Comercio de 2025 dijo que las evaluaciones de CAISI se centran en “riesgos demostrables, como ciberseguridad, bioseguridad y armas químicas”. Eso significa que el gobierno federal está priorizando escenarios en los que modelos poderosos podrían facilitar un uso indebido grave o un daño estratégico.
Esto supone una evolución notable en la retórica oficial. El lenguaje de supervisión en EE. UU. ahora vincula la regulación de la IA directamente con la seguridad nacional, no solo con la protección del consumidor o con cuestiones de equidad. Comercio ha dicho que CAISI ayudará a evaluar tanto sistemas estadounidenses como de adversarios, analizar la adopción extranjera de IA e identificar vulnerabilidades de seguridad, así como influencia extranjera maliciosa.
Ese enfoque ayuda a explicar por qué los responsables políticos están debatiendo formas más estrictas de evaluación. La cobertura vinculada a Reuters ha indicado que los funcionarios están considerando ideas de supervisión más duras tras alertas de ciberseguridad relacionadas con un modelo de frontera. Aun así, la evidencia más sólida procedente de fuentes directas sigue siendo por ahora el programa oficial de evaluación previa al despliegue de CAISI, que ya proporciona al gobierno un mecanismo de escrutinio temprano.
Cómo son en la práctica las pruebas previas al lanzamiento
CAISI ha dejado claro que la evaluación previa al despliegue no es un ejercicio simbólico. Según NIST, el centro ya ha completado más de 40 evaluaciones, incluidas valoraciones de modelos de última generación aún no publicados. Ese historial sugiere que el gobierno ya ha acumulado una experiencia operativa significativa en la prueba de sistemas de frontera antes de su lanzamiento público.
Algunas de estas evaluaciones pueden implicar un acceso inusualmente abierto para los evaluadores gubernamentales. CAISI ha dicho que los desarrolladores proporcionan con frecuencia versiones de los modelos con salvaguardas reducidas o eliminadas para que los evaluadores puedan analizar a fondo las capacidades y los riesgos relacionados con la seguridad nacional. En términos prácticos, esto permite a los evaluadores examinar lo que un modelo podría hacer en condiciones menos restringidas, en lugar de depender solo de la versión pública pulida.
Los acuerdos también respaldan las pruebas en entornos clasificados. Ese detalle es especialmente significativo porque indica que el gobierno federal espera que algunas evaluaciones de IA impliquen modelos de amenaza sensibles, escenarios relacionados con inteligencia o datos seguros. NIST también señaló que los acuerdos se redactaron para seguir siendo flexibles a medida que la tecnología de IA cambia rápidamente, algo fundamental en un campo en el que las capacidades pueden avanzar en meses y no en años.
Construcción de estándares, benchmarks y metodología
La revisión previa al despliegue solo funciona si el gobierno puede evaluar los modelos de manera rigurosa y repetible. La publicación de investigación de NIST de marzo de 2026 describió explícitamente las evaluaciones previas al despliegue como valiosas para valorar las capacidades de los sistemas de IA en múltiples momentos antes del lanzamiento, al tiempo que señalaba que dichas evaluaciones suelen realizarse en entornos controlados. Esto refleja una filosofía de gobernanza basada en evidencia medible.
El trabajo de evaluación publicado por CAISI ofrece una ventana a esa metodología. El 1 de mayo de 2026, NIST publicó una evaluación de CAISI sobre DeepSeek V4 Pro que concluía que el modelo estaba rezagado respecto de la capacidad líder de frontera en aproximadamente ocho meses. El informe comparó el rendimiento en benchmarks de ciberseguridad, ingeniería de software, ciencia, razonamiento y matemáticas, mostrando que las evaluaciones gubernamentales no son meros resúmenes de política de alto nivel, sino valoraciones técnicas con implicaciones competitivas y estratégicas.
La misma evaluación de DeepSeek también enfatizó el rigor metodológico. CAISI dijo que utilizó un conjunto de benchmarks predefinido e incorporó benchmarks reservados o no públicos para reducir la contaminación y mejorar la fiabilidad. Ese tipo de diseño es importante porque la filtración de benchmarks se ha convertido en una preocupación importante en la evaluación de la IA, y una evaluación creíble previa al lanzamiento depende de pruebas que los modelos no hayan sido ya entrenados para superar con facilidad.
De la colaboración voluntaria a los controles de contratación pública
Por ahora, la estructura más visible sigue siendo un sistema de acuerdos voluntarios entre CAISI y los principales desarrolladores. Los nuevos acuerdos con Google DeepMind, Microsoft y xAI encajan en ese modelo, permitiendo que expertos gubernamentales realicen evaluaciones antes del lanzamiento público y, al mismo tiempo, respalden la mejora de los productos y una mejor comprensión oficial de las capacidades de los modelos.
Al mismo tiempo, Washington está construyendo canales adicionales de evaluación que podrían ampliar la influencia de la revisión previa al despliegue. En marzo de 2026, CAISI firmó un memorando de entendimiento con la General Services Administration para apoyar directrices metodológicas para evaluaciones previas al despliegue y herramientas de medición del rendimiento posterior al despliegue en la contratación federal de IA.
Este canal de contratación es importante porque las compras gubernamentales pueden moldear el comportamiento de la industria incluso sin una licencia obligatoria formal. Si los compradores federales esperan cada vez más evidencias sólidas previas al despliegue, los desarrolladores pueden enfrentarse a presión de mercado para adoptar prácticas de prueba estandarizadas. Con el tiempo, eso podría hacer que la evaluación voluntaria funcione más como un requisito de facto para sistemas de IA comercialmente importantes.
El desafío más amplio de la supervisión y de los agentes de IA
Las pruebas previas al lanzamiento por sí solas no pueden resolver todos los problemas de gobernanza de la IA. Las publicaciones de NIST de enero y marzo de 2026 sobre agentes de IA y supervisión sugieren que la agencia también se está centrando en prácticas seguras de desarrollo, despliegue y monitorización que complementan la evaluación previa al despliegue. Esto refleja la realidad de que los sistemas avanzados pueden comportarse de manera distinta una vez integrados en herramientas, flujos de trabajo o entornos autónomos de tipo agéntico.
Los agentes de IA constituyen un argumento especialmente sólido a favor de una supervisión por capas. Un modelo que parece manejable en un entorno de laboratorio puede presentar nuevos riesgos cuando se le da acceso a sistemas de software, herramientas externas o bucles iterativos de planificación. Por ello, las evaluaciones previas al despliegue se entienden mejor como una etapa dentro de un enfoque más amplio del ciclo de vida para la gestión del riesgo.
El trabajo de CAISI a través de la TRAINS Taskforce respalda aún más ese modelo más amplio. Al reunir a expertos interinstitucionales sobre preocupaciones de seguridad nacional relacionadas con la IA, el gobierno está construyendo un proceso más institucionalizado para compartir experiencia, evaluar amenazas en evolución y conectar la evaluación de modelos con las realidades de la seguridad operativa.
Lo que esto significa para el futuro de la gobernanza de la IA
El enfoque actual de EE. UU. sugiere que la evaluación previa al lanzamiento para modelos de IA está pasando de la discusión política a la realidad administrativa. El gobierno cuenta con una institución identificada, acuerdos formales con laboratorios de frontera, métodos de evaluación publicados, vías de prueba clasificadas y un marco creciente relacionado con la contratación pública. Aunque hoy no exista una regla universal y obligatoria de autorización previa, la infraestructura para un escrutinio más profundo antes del despliegue está tomando forma claramente.
Esta evolución podría tener consecuencias importantes tanto para los desarrolladores de IA como para los responsables políticos. Es posible que las empresas deban prepararse para una interacción más intensa con los evaluadores federales, especialmente cuando los modelos tengan implicaciones para la ciberseguridad, la bioseguridad u otros ámbitos de seguridad nacional. Al mismo tiempo, los organismos gubernamentales tendrán que equilibrar rapidez, innovación, confidencialidad y rendición de cuentas pública a medida que amplían estos sistemas de revisión.
En última instancia, el debate ya no gira en torno a si Washington debe prestar atención antes de que se publiquen modelos poderosos. Se trata de cuán formal, amplio y vinculante debe llegar a ser ese escrutinio. Con CAISI realizando ya decenas de evaluaciones y asegurando nuevos acuerdos con laboratorios líderes, Estados Unidos ha dado pasos concretos hacia un futuro en el que la supervisión de la IA previa al despliegue desempeñe un papel central en la política nacional.
Eso no significa que todas las cuestiones estén resueltas. La frontera entre la cooperación voluntaria y la revisión exigible sigue siendo políticamente delicada, y el rápido ritmo del desarrollo de modelos seguirá poniendo a prueba la capacidad del gobierno para mantenerse al día. Aun así, la dirección es inconfundible: los funcionarios de EE. UU. consideran cada vez más las pruebas previas al despliegue como una herramienta central para gestionar el riesgo de la IA de frontera.
