El proyecto de ley que regula los sistemas de inteligencia artificial en Chile (Boletín 16821-19) todavía no es ley. Lo presentó el Ejecutivo en mayo de 2024, la Cámara de Diputadas y Diputados lo aprobó en particular el 13 de octubre de 2025, y desde entonces está en segundo trámite constitucional en el Senado, en la Comisión de Desafíos del Futuro, Ciencia, Tecnología e Innovación, donde sigue recibiendo audiencias técnicas. No hay fecha fijada de votación en sala ni de promulgación.

Eso cambia el ángulo de este post: no es “qué exige la ley chilena” — es qué exige el texto que está siendo discutido hoy, con qué puede cambiar todavía en el Senado, y qué conviene tener resuelto antes de que eso deje de ser opcional.

Sobre SUBTEL, un punto que conviene corregir de entrada: el proyecto no la convierte en regulador de cumplimiento. El artículo 14 crea un Consejo Asesor Técnico de Inteligencia Artificial, de carácter consultivo y permanente, presidido por el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación, e integrado por representantes de varios ministerios y organismos — entre ellos la Subsecretaría de Telecomunicaciones (SUBTEL), la Agencia de Protección de Datos Personales (APDP) y la Agencia Nacional de Ciberseguridad (ANCI), además de academia, industria y sociedad civil. Es una voz consultiva entre muchas, sin facultad de fiscalizar ni sancionar. La facultad de fiscalización, según el diseño actual del proyecto, recae en la Agencia de Protección de Datos Personales — y hay debate abierto en el Senado sobre si ANCI debería compartir esa competencia, según consta en la consulta a personas expertas de la Biblioteca del Congreso Nacional.

Qué exige el texto actual, si se aprueba tal como está

1. Clasificación de riesgo en cuatro niveles, no A0-A3

El proyecto no usa una escala “A0-A3”. Clasifica los sistemas de IA en cuatro categorías, calcadas del modelo europeo (algo que varios expertos consultados por el Congreso señalan como una debilidad, por no estar adaptado a la realidad chilena):

  • Riesgo inaceptable (art. 6°): prohibido, salvo excepciones — manipulación subliminal, categorización biométrica, sistemas de crédito social, identificación biométrica remota en tiempo real en espacios públicos.
  • Alto riesgo (arts. 7° a 10°): sistemas que pueden afectar salud, seguridad o derechos fundamentales. Exige gestión de riesgos, gobernanza de datos, documentación técnica, registros y supervisión humana durante todo el ciclo de vida.
  • Riesgo limitado (arts. 11° y 12°): obligación de transparencia — la persona tiene que saber que está interactuando con un sistema de IA.
  • Sin riesgo evidente: el resto, sin obligaciones específicas.

Ninguna fuente que revisamos respalda una clasificación “A0-A3” como parte del proyecto chileno. Esa nomenclatura es un framework interno de Arteclaw (más abajo), no del texto legal — es una distinción intencional, no equivalencia: no la confundas con la clasificación de riesgo que sí define el propio proyecto (inaceptable / alto / limitado / sin riesgo evidente, ver checklist al final).

2. Reporte de incidentes graves en 72 horas

Para sistemas de alto riesgo, el proyecto establece un límite de 72 horas para que el operador notifique un incidente grave a la Agencia de Protección de Datos Personales, que a su vez evalúa si corresponde notificar a las personas afectadas.

3. Sandboxes regulatorios para innovación

El Título 7 (arts. 20 a 22) permite que órganos del Estado ofrezcan espacios controlados de prueba (“sandboxes”) para el desarrollo de sistemas de IA, con los Ministerios de Ciencia y Economía facilitando el acceso a empresas más pequeñas.

4. Infracciones y sanciones (Título 8, arts. 23 a 29)

El proyecto regula confidencialidad, infracciones, sanciones, reclamaciones y responsabilidad civil, con un procedimiento administrativo ante la Agencia de Protección de Datos Personales. Las fuentes que revisamos no coinciden en montos exactos de multas, así que no los citamos acá — es uno de los puntos que el Senado todavía puede modificar.

Lo que todavía puede cambiar

El texto que aprobó la Cámara no es el texto final. Los propios expertos consultados por la Biblioteca del Congreso Nacional cuestionan si la Agencia de Protección de Datos Personales tiene capacidad real para fiscalizar IA además de datos personales, si la clasificación de riesgo calcada de la UE aplica bien al contexto chileno, y si el límite de 72 horas para reportar incidentes es operativamente realista. Cualquiera de esos puntos puede moverse en la Comisión de Desafíos del Futuro antes de pasar a votación en sala — y si el Senado introduce cambios, vuelve a la Cámara (o a comisión mixta) antes de convertirse en ley.

En mayo de 2026, el Ejecutivo llevó un giro más profundo a esa comisión: reemplazar el modelo de revisión “ex ante” (evaluar el sistema antes de comercializarlo) por uno “ex post” (revisarlo después), mirando los modelos de Japón, Singapur y Corea en vez del europeo — que, según la propia ministra de Ciencia, no ha producido buenos resultados y que la propia Unión Europea está revisando. El presidente de la comisión confirmó que es probable una indicación sustitutiva. Si eso avanza, no es un ajuste de redacción: cambia el “cómo” completo de la futura ley, no solo el “cuándo” (Senado.cl, 26 de mayo de 2026).

Cómo se prepara Arteclaw

No hay una ley vigente que “implementar” todavía. Lo que existe es una arquitectura de gobernanza que ya corre en producción por decisión propia, y que está diseñada para no necesitar rediseño si el proyecto se aprueba en una forma cercana a la actual.

Trazabilidad + logs inmutables — con el framework interno A0-A3

El clasificador de riesgo A0-A3 es un framework propio de Arteclaw, usado en todo el ecosistema (el mismo que documentamos en los posts sobre gobernanza judicial en Colombia y las guías del CPACF) — no es una categoría del proyecto de ley chileno, y no lo presentamos como tal. Para cada output, el sistema registra clasificación de riesgo interna, datos de entrada (redactados de PII), modelo o reglas aplicadas, output generado, timestamp, usuario y, si hubo revisión humana, quién y qué cambió. Esos logs son append-only.

La correspondencia con el proyecto chileno es de diseño, no de nombre: si un sistema cae en la categoría “alto riesgo” del proyecto, nuestra clasificación interna A2/A3 ya exige el mismo tipo de trazabilidad y supervisión que el artículo 7° pide.

Auditoría — sin apostar a un solo regulador

Como todavía no está definido si la competencia de fiscalización queda solo en la Agencia de Protección de Datos Personales o se comparte con ANCI, diseñamos la arquitectura de logs y documentación para ser auditable por cualquiera de los dos escenarios, en vez de construir un proceso a medida de un regulador específico.

Supervisión humana + documentación

Para outputs que nuestra clasificación interna marca A2/A3, no se entregan directo: un humano revisa, documenta la decisión, y solo después el sistema procede. Ese paso queda registrado.

Transparencia al usuario

El sistema puede explicar el criterio detrás de una decisión en lenguaje que el usuario entienda — no “caja negra”. Esto ya cumple, de hecho, con la obligación de transparencia que el proyecto chileno pediría para sistemas de “riesgo limitado”.

Por qué vale la pena seguir este proyecto, aunque no sea ley todavía

Colombia, Perú y México están mirando cómo avanza el debate chileno, no un texto ya aprobado — Chile todavía no fijó precedente, está fijando el estándar de discusión. Si el Senado termina aprobando algo cercano al texto actual, la clasificación de riesgo en cuatro niveles y la exigencia de trazabilidad probablemente se repliquen en la región, con o sin la nomenclatura europea.

Diseñar hoy con trazabilidad, supervisión humana y logs auditable-por-cualquiera es una apuesta razonable independientemente de qué texto exacto termine aprobando el Senado. Apostar todo a que SUBTEL será el regulador, o a una clasificación de riesgo que nadie puede citar con fuente, no lo es.

Checklist — Seguimiento del proyecto de ley de IA en Chile

Antes de asumir que esto ya es obligatorio, o de diseñar en base a supuestos no verificados:

  • Estado legislativo: ¿En qué comisión del Senado está el proyecto ahora? ¿Hubo movimiento desde la última vez que lo revisaste? (fuente: tramitación oficial en camara.cl)
  • Clasificación de riesgo del proyecto: ¿en qué de las cuatro categorías (inaceptable / alto / limitado / sin riesgo evidente) caería tu sistema si se aprueba tal como está redactado hoy?
  • Clasificación interna propia: ¿tenés un framework de riesgo operativo (como el A0-A3 de Arteclaw) que no dependa de que una ley específica exista para funcionar?
  • Trazabilidad: ¿los logs registran entrada, modelo, output y revisión humana en una base inmutable?
  • Supervisión humana: ¿hay un punto de pausa verificable antes de decisiones de alto riesgo?
  • Transparencia: ¿el usuario final sabe cuándo está interactuando con un sistema de IA y puede pedir el criterio detrás de una decisión?
  • Regulador: no des por hecho quién fiscaliza — a la fecha de este post, el diseño apunta a la Agencia de Protección de Datos Personales, con ANCI en discusión, y SUBTEL en un rol consultivo, no de control.

Referencias: Tramitación oficial del Boletín 16821-19, Cámara de Diputadas y Diputados de Chile. Comisión de Desafíos del Futuro, Ciencia, Tecnología e Innovación — Senado de Chile. Consulta a personas expertas sobre el proyecto de ley de IA — Biblioteca del Congreso Nacional de Chile. Ministerio de Ciencia, Tecnología, Conocimiento e Innovación — página oficial del proyecto. Estado verificado en la fecha de esta corrección editorial; el proyecto sigue en trámite y este resumen puede quedar desactualizado — confirmar siempre contra la tramitación oficial.