Cuando la IA escribe la ley: cómo la 'basura de IA' y los errores legales amenazan la elaboración de leyes en EE. UU. y la UE

Esa brecha se está convirtiendo en la historia más importante.

El cuello de botella ya no es la redacción

La Cámara de Representantes ha tenido durante mucho tiempo más proyectos de ley propuestos de los que finalmente podía procesar. Durante el Congreso anterior, la Oficina del Asesor Legal Legislativo preparó más de 30.000 borradores, casi tres veces el número de los que realmente se presentaron.

La IA añade una nueva dimensión a ese desequilibrio. Las oficinas del Congreso, las organizaciones de defensa y los grupos de interés externos ahora pueden producir lenguaje legislativo a una velocidad y volumen que antes habría requerido un tiempo de personal considerable.

El resultado no es necesariamente una mejor legislación. Es más legislación que parece terminada.

Los sistemas comerciales como ChatGPT de OpenAI y Claude de Anthropic pueden generar lenguaje legal convincente mientras cometen errores que serían inaceptables en un documento legal. Pueden inventar o identificar erróneamente secciones del Código de los EE. UU. Pueden confundir créditos fiscales con deducciones, exclusiones o subvenciones. Pueden definir "estado" de una manera que inadvertidamente excluya a Washington, D.C. o a las naciones tribales.

Estos no son defectos cosméticos.

Un estatuto puede ser gramaticalmente perfecto y legalmente incorrecto.

Esa distinción es central para el problema que enfrentan los abogados del Congreso. Corregir un proyecto de ley generado por IA puede llevar más tiempo que redactarlo desde cero, porque el abogado primero debe identificar qué partes del texto son confiables. La aparente eficiencia de la redacción automatizada, por lo tanto, traslada el trabajo en lugar de eliminarlo, colocando la carga en el pequeño grupo de profesionales responsables de validar el resultado.

El ex asesor legal legislativo de la Cámara, Wade Ballou, quien sirvió de 2016 a 2024, describió el peligro de aplicar IA generativa propensa a errores al lenguaje legal fundacional como "el mayor riesgo en el ápice del fracaso".

La frase captura el problema institucional: cuanto más se acerca la IA al texto legal final, menos espacio hay para errores plausibles.

El costo oculto es la experiencia

Otra consecuencia no se puede medir simplemente contando borradores defectuosos.

La redacción legislativa tradicional obliga al personal del Congreso a comprender la mecánica de la política que intentan promulgar. Trabajar con definiciones, referencias cruzadas e interacciones con la ley existente es parte de comprender la legislación misma.

Delegar ese trabajo a un sistema de IA puede romper la conexión entre el conocimiento de la política y el lenguaje legal.

Un asistente puede saber lo que se pretende lograr con una propuesta sin comprender completamente cómo el texto necesario para lograrlo interactúa con los estatutos existentes. Si la máquina produce el lenguaje, el papel humano puede convertirse gradualmente en uno de seleccionar, editar y aprobar texto en lugar de dominar su arquitectura legal.

Eso crea una dependencia particularmente incómoda. Se espera entonces que la Oficina del Asesor Legal Legislativo actúe tanto como un servicio de redacción como un firewall humano final contra la tecnología utilizada en otras partes del proceso legislativo.

La representante Norma Torres ha advertido que la dependencia excesiva del lenguaje de proyectos de ley generado por IA podría introducir errores, crear consecuencias legales no deseadas o producir un texto que no refleje con precisión la intención política de un miembro. El representante Joe Morelle ha argumentado de manera similar que la IA no puede reemplazar a los profesionales de la oficina del asesor legal legislativo y ha respaldado proporcionar a la institución los recursos que necesita.

Por lo tanto, la cuestión no es si los abogados del Congreso seguirán siendo necesarios. Es si pueden absorber las consecuencias de una tecnología que aumenta drásticamente la cantidad de texto que se espera que supervisen.

Un tipo diferente de tecnología legal

La respuesta de la Cámara apunta a una distinción importante entre usar IA para generar lenguaje y usar tecnología para verificarlo.

El Comparative Print Suite, desarrollado para la Cámara por el tecnólogo Ari Hershowitz y la diseñadora estratégica Charlotte Lee de Granicus, está diseñado para visualizar cambios en el Código de los EE. UU. utilizando procesamiento de lenguaje natural. Su característica crucial no es que produzca más texto. Es que puede señalar incertidumbre en lugar de inventar una respuesta.

Esa filosofía de diseño importa.

Los grandes modelos de lenguaje comerciales están construidos para generar continuaciones plausibles. Los sistemas legislativos requieren algo más cercano a la negativa disciplinada: cuando una cita no se puede establecer o una relación legal es incierta, el sistema debe decirlo.

La diferencia es fundamental. En la escritura ordinaria, una aproximación segura puede ser inofensiva. En la redacción de estatutos, un número de sección inventado puede alterar el significado de una disposición completa.

La lección emergente para el gobierno es, por lo tanto, menos sobre si las instituciones públicas deberían usar IA y más sobre qué tareas son adecuadas para sistemas probabilísticos. La tecnología más valiosa puede no ser el sistema capaz de producir un proyecto de ley en segundos, sino el capaz de decirle a un abogado exactamente dónde la máquina - o el humano - puede haber fallado.

Europa está enfrentando el mismo problema de manera diferente

Estados Unidos no está solo en descubrir que la IA puede aumentar la oferta de texto legislativo más rápido de lo que las instituciones pueden verificarlo.

Los funcionarios del Parlamento Europeo también han expresado preocupaciones sobre la "basura de IA", referencias legales alucinadas y el creciente uso de enmiendas asistidas por IA. Pero la respuesta institucional se está desarrollando por un camino diferente.

La Ley de IA de la UE ha sido complementada por el Digital Omnibus sobre IA de julio de 2026, mientras que los requisitos de transparencia del Artículo 50 entraron en vigor el 2 de agosto. Sin embargo, en el Parlamento Europeo, la divulgación del uso de IA por parte de los miembros sigue siendo voluntaria. La institución también está desarrollando su EPGenAI Hub para proporcionar acceso seguro a modelos aprobados.

El contraste es revelador. Europa está construyendo un marco en torno al uso controlado y la transparencia, mientras que el sistema legislativo federal de EE. UU. sigue sin un marco integral que rija el despliegue de IA en la elaboración de leyes. La legislación federal propuesta, incluida la Great American AI Act, sigue estancada en medio de disputas sobre la preempción federal.

Ninguno de los dos enfoques resuelve el problema de capacidad subyacente.

Las reglas pueden exigir divulgación. Las plataformas seguras pueden controlar el acceso. Ninguna de las dos proporciona automáticamente los abogados necesarios para verificar millones de líneas de lenguaje legal generado por máquina.

¿Quién se beneficia de la nueva abundancia?

El cambio también altera el equilibrio entre legisladores, funcionarios públicos y las organizaciones que intentan influir en la legislación.

Los grupos de defensa y los intereses especiales ahora pueden generar rápidamente lenguaje legal altamente personalizado, reduciendo una de las barreras prácticas entre el cabildeo y la redacción legislativa. La capacidad de llegar con lenguaje listo siempre ha importado en Washington; reducir el costo de producir ese lenguaje hace que la ventaja sea más fácil de escalar.

La presión correspondiente recae sobre el personal no partidista del Congreso.

Si el volumen de lenguaje propuesto aumenta mientras la capacidad de escrutinio legal permanece en gran medida fija, el recurso escaso de la institución se convierte en la verificación. Las personas que poseen esa experiencia se convierten en guardianes de un proceso legislativo cada vez más automatizado.

Eso crea una inversión peculiar de la promesa de la IA. Se supone que la tecnología elimina los cuellos de botella. En este caso, puede hacer que el cuello de botella sea más consecuente.

El peligro no es que el Congreso permita repentinamente que un chatbot escriba la ley sin participación humana. El fracaso institucional más plausible es más sutil: los humanos siguen siendo formalmente responsables mientras la cantidad de material producido por máquina se vuelve demasiado grande para que lo examinen con la misma profundidad.

Si las disposiciones defectuosas sobreviven a ese proceso y se convierten en ley, las consecuencias se trasladan aguas abajo. Las agencias federales pueden tener que implementar disposiciones ambiguas; los tribunales pueden verse obligados a resolver un lenguaje contradictorio; las empresas y los ciudadanos pueden enfrentar una incertidumbre prolongada sobre lo que el Congreso realmente pretendía. El costo de un primer borrador barato puede reaparecer entonces como litigio, demora administrativa y confusión regulatoria.

El Congreso ha pasado décadas construyendo instituciones para hacer preciso el lenguaje legal. La IA ha hecho que producir ese lenguaje sea barato.