La prohibición de IA de Bernie Sanders contempla penas de 20 años de prisión tras una pausa a la superinteligencia
Bernie Sanders anunció una propuesta de prohibición de la IA que amenaza a los infractores individuales con hasta 20 años de prisión, una sanción de política tecnológica inusualmente severa.
La prohibición de IA de Bernie Sanders vetaría permanentemente la superinteligencia artificial y pausaría temporalmente el desarrollo avanzado de IA mientras los reguladores federales elaboran normas de seguridad. El representante Greg Casar, de Texas, anunció la propuesta junto con Sanders el 3 de septiembre de 2026.
Esa distinción importa. Su anuncio describía una futura legislación, no una ley promulgada ni una restricción de aplicación inmediata. Los desarrolladores aún pueden realizar investigaciones de IA legales hoy, y la propuesta debe superar un Congreso profundamente dividido antes de modificar la exposición legal de alguien.
No obstante, el máximo de 20 años cambia la conversación regulatoria. Trata el desarrollo prohibido de superinteligencia como un delito contra la seguridad pública comparable, en gravedad, a la participación en determinados programas ilícitos de armas nucleares.
El conflicto central ya no consiste simplemente en desarrollo rápido frente a desarrollo cauteloso. Se trata del control privado de la IA de frontera frente a un límite impuesto por el gobierno que algunos investigadores creen que no puede definirse de forma fiable.
Qué prohibiría la prohibición de IA de Bernie Sanders
La propuesta combina una prohibición permanente de la superinteligencia, una pausa temporal al desarrollo de frontera, un nuevo regulador y sanciones penales.
Sanders y Casar anunciaron la Ley para Prohibir la Superinteligencia Artificial en Washington. La propuesta se dirige a sistemas considerados más capaces que los humanos o capaces de escapar al control humano significativo.
Según el anuncio de la prohibición de IA de los senadores, ninguna persona ni entidad podría desarrollar o desplegar sistemas superinteligentes prohibidos. La prohibición incluiría sistemas capaces de eludir instrucciones de apagado o amenazar el control gubernamental.
Por separado, la propuesta pausaría el desarrollo avanzado de IA hasta que un nuevo regulador federal comenzara a operar. Esa agencia establecería normas de seguridad y un proceso de revisión de modelos antes de que pudiera reanudarse el desarrollo cubierto.
Esta división crea dos límites legales diferentes. La superinteligencia seguiría prohibida, mientras que parte del trabajo avanzado de IA podría reiniciarse después de que los reguladores crearan un marco de aprobación.
La propuesta crearía una agencia federal de IA con rango de gabinete. Un consejo asesor de expertos proporcionaría orientación científica y técnica independiente.
La agencia supervisaría los sistemas de frontera durante todo su desarrollo y despliegue. La IA de frontera suele referirse a modelos cercanos al límite superior de las capacidades y la escala de cómputo actuales.
Los reguladores supervisarían la eliminación de capacidades peligrosas. También vigilarían la destrucción de sistemas clasificados como superinteligencia artificial prohibida.
Las empresas que intentaran infringir o eludir estas restricciones afrontarían lo que la propuesta denomina una pena de muerte corporativa. El resumen publicado no explica por completo la estructura legal de esa medida.
Las personas podrían recibir penas de prisión de hasta 20 años. Se trata de una pena máxima, no de una condena automática por el desarrollo ordinario de software o el incumplimiento accidental.
La propuesta también va más allá de los laboratorios nacionales. Convertiría las restricciones internacionales, la coordinación con aliados y los controles de exportación en parte de la política de Estados Unidos.
Ese componente global es esencial para la teoría de los promotores. Una pausa nacional ofrece una protección limitada si otro país continúa desarrollando las mismas capacidades sin controles comparables.
Sin embargo, el material publicado deja sin respuesta varias cuestiones operativas. No ofrece una prueba pública completa para distinguir la superinteligencia prohibida de un software simplemente avanzado.
Tampoco especifica cómo manejarían los reguladores los modelos abiertos, la investigación extranjera, el entrenamiento distribuido o las mejoras logradas mediante software en lugar de clústeres de cómputo más grandes.
Estos detalles determinan si la ley crearía una línea roja estrecha o un amplio sistema de licencias para la investigación de frontera. También determinan quién podría enfrentarse a un proceso penal.
Por qué la pena de 20 años cambia el debate
La pena propuesta transforma un umbral científico incierto en una posible frontera penal.
Sanders y Casar comparan la pena máxima con las sanciones existentes por participación ilícita en el desarrollo de armas nucleares. Su resumen presenta esa comparación como evidencia de que la superinteligencia sin control merece una seriedad legal similar.
La ley federal sí contempla un máximo de 20 años por apoyar deliberadamente un programa de armas nucleares operado por una potencia terrorista extranjera. El estatuto sobre armas nucleares pertinente abarca la participación, el apoyo material, las tentativas y las conspiraciones.
La comparación es retóricamente eficaz, pero exige cautela. El estatuto existente aborda la asistencia consciente a un programa terrorista extranjero de armamento, no toda actividad de investigación nuclear no autorizada.
El delito de IA propuesto también sigue estando menos definido en el resumen publicado. Los materiales nucleares, los programas de armas y las organizaciones terroristas tienen significados legales y técnicos establecidos.
La superinteligencia artificial no cuenta con un estándar de medición igualmente consolidado. Los investigadores discrepan sobre qué pruebas representan inteligencia general, autonomía, planificación estratégica o un rendimiento fiable a nivel humano.
Un modelo puede superar a las personas en una prueba de programación y, al mismo tiempo, fracasar en tareas básicas del mundo real. Otro puede planificar eficazmente dentro de una simulación, pero desmoronarse cuando cambia su entorno.
Los desarrolladores también influyen en el comportamiento mediante el entrenamiento, las herramientas, las instrucciones del sistema, los permisos y la arquitectura de despliegue. La capacidad peligrosa no siempre reside únicamente en el modelo.
Esa complejidad hace que la intención sea importante. Una ley penal debe distinguir la elusión deliberada de una investigación legítima que revela inesperadamente una capacidad peligrosa.
También debe definir cuándo las pruebas continuadas se convierten en desarrollo prohibido. De lo contrario, un laboratorio podría descubrir evidencia de haber alcanzado un umbral solo después de completar el trabajo que lo cruzó.
El riesgo se extiende más allá de los ejecutivos. Ingenieros, investigadores, proveedores de infraestructura y responsables de cumplimiento tendrían que entender si una conducta individual podría generar responsabilidad.
Es probable que las empresas respondan con requisitos de documentación, controles internos de aprobación, acceso restringido y pruebas independientes. Incluso una legislación que no prospere puede normalizar esas prácticas.
La pena también afectaría a la financiación y la contratación. Los inversores y los trabajadores toleran la incertidumbre de manera diferente cuando un controvertido juicio de cumplimiento conlleva una posible pena de prisión.
Los laboratorios más pequeños podrían afrontar la mayor carga práctica. Las grandes empresas pueden mantener equipos jurídicos, de seguridad y de evaluación que los investigadores independientes no pueden replicar fácilmente.
Por el contrario, los grandes laboratorios representan el mayor riesgo sistémico según el argumento de los promotores. Sus recursos computacionales, datos propietarios y alcance de despliegue pueden amplificar rápidamente los fallos.
Por tanto, el plazo de 20 años actúa como algo más que un castigo. Señala que Sanders y Casar consideran que cierto desarrollo de IA es una actividad inherentemente peligrosa que requiere restricción previa.
Esto supone una importante ruptura con la mayor parte de la regulación estadounidense del software. Las normas tecnológicas suelen regular usos perjudiciales, impactos en los consumidores, prácticas de seguridad o divulgaciones después de que comienza el desarrollo.
En cambio, la prohibición de IA de Bernie Sanders se dirige a una frontera de capacidades antes de que un sistema prohibido llegue a los usuarios comunes. Su lógica se asemeja más al control de armamentos que a la regulación convencional de productos.
La verdadera disputa gira en torno a quién controla el umbral
La propuesta cuestiona el modelo actual, en el que los laboratorios de frontera definen, prueban y vigilan en gran medida sus propios límites de seguridad.
Sanders sostiene que las decisiones que afectan a la humanidad no pueden quedar en manos de un pequeño grupo de ejecutivos tecnológicos. Su postura vincula la seguridad de la IA con el poder corporativo concentrado.
Casar formula el punto institucional de manera más directa. Argumenta que la IA con consecuencias de gran alcance recibe menos supervisión que muchos negocios ordinarios sujetos a inspecciones y permisos locales.
Los promotores también señalan los compromisos de seguridad condicionales de OpenAI, Anthropic y Meta. Esos compromisos suelen prometer precauciones más firmes si las capacidades superan las salvaguardias existentes.
Los dirigentes de las empresas han hablado públicamente de graves riesgos de la IA. Sam Altman ha respaldado la coordinación internacional en torno a la superinteligencia, mientras que Dario Amodei ha defendido una gobernanza más estricta de los modelos de frontera.
Elon Musk ha comparado repetidamente el riesgo de la IA con otros peligros a nivel de civilización. Su apoyo a la regulación ha coexistido con la participación de xAI en la carrera por sistemas más capaces.
Estas posiciones generan la inversión central de la propuesta. Los principales laboratorios advierten sobre la pérdida de control mientras siguen entrenando, desplegando y comercializando modelos cada vez más capaces.
Eso no demuestra mala fe. Una empresa puede creer que la IA avanzada es a la vez valiosa y peligrosa, y luego respaldar controles que se apliquen por igual a todos los competidores.
Sin embargo, los compromisos voluntarios dependen de definiciones corporativas, evidencia confidencial y aplicación interna. Las empresas también afrontan presión de inversores, clientes, empleados y laboratorios competidores.
Un laboratorio que pausa por sí solo corre el riesgo de perder talento y posición de mercado. Sus rivales podrían seguir desarrollando la misma capacidad sin aceptar restricciones comparables.
La propuesta sustituiría ese problema de coordinación por un mandato legal. Todas las empresas cubiertas se detendrían, sujetas a un regulador y un marco de aplicación.
Los partidarios consideran que la intervención gubernamental es la única forma creíble de evitar una carrera. Sostienen que las promesas voluntarias de seguridad no pueden resistir la creciente presión comercial y geopolítica.
El movimiento más amplio cuenta con un respaldo científico notable. Una declaración sobre superinteligencia pública pide que el desarrollo siga prohibido sin consenso científico sobre el control y un fuerte apoyo público.
Entre sus firmantes se encuentran los pioneros de la IA Geoffrey Hinton y Yoshua Bengio. Su participación otorga credibilidad técnica al movimiento prohibicionista, aunque no establece un consenso en todo el campo.
El informe internacional de seguridad de 2026 también ilustra la creciente atención del sector a los riesgos sistémicos. Por sí solo, no respalda el diseño legal exacto de la propuesta de Sanders.
Los opositores responden que los gobiernos no están bien equipados para elegir una frontera científica tan incierta. Temen que los reguladores congelen investigaciones beneficiosas o consoliden a las empresas tecnológicas existentes.
Un régimen de licencias puede favorecer a los actores establecidos porque ya poseen equipos de cumplimiento, relaciones gubernamentales y una amplia infraestructura de evaluación. Una prohibición dirigida a Big Tech podría fortalecer a Big Tech.
La investigación abierta crea otro conflicto. El escrutinio independiente ayuda a los investigadores a encontrar vulnerabilidades, pero publicar métodos sensibles también puede distribuir capacidades peligrosas.
Una prohibición amplia podría empujar el trabajo hacia el secretismo o jurisdicciones extranjeras. Una prohibición estrecha podría dejar margen suficiente para que los desarrolladores rebauticen el trabajo prohibido.
Por tanto, el principal adversario no es Sanders contra un laboratorio. Es el control democrático frente a la autorregulación gestionada por la industria en la frontera tecnológica.
Ambos enfoques conllevan riesgos de fallo institucional. Las empresas pueden priorizar la ventaja competitiva, mientras que los gobiernos pueden regular de forma imprecisa, lenta o política.
La propuesta obliga al Congreso a decidir qué modo de fallo merece mayor peso antes de que la tecnología alcance un umbral acordado de superinteligencia.
Una prohibición permanente tiene un problema de medición
El Congreso no puede hacer cumplir de forma justa un límite de superinteligencia a menos que los reguladores puedan medir la capacidad, la intención y el control con pruebas defendibles.
La expresión más difícil de la propuesta es «superar la inteligencia humana». La inteligencia humana no es una única magnitud medible, y el rendimiento de la IA varía según las tareas y los entornos.
Los modelos ya superan a la mayoría de las personas en ámbitos específicos. Pueden recuperar información, clasificar imágenes, traducir idiomas o explorar grandes espacios técnicos a velocidad de máquina.
Esos resultados no establecen automáticamente una autonomía general. Un sistema puede superar a los humanos en pruebas de referencia y, aun así, depender de instrucciones y herramientas cuidadosamente diseñadas.
El problema inverso también importa. Un modelo podría obtener una puntuación inferior a un umbral formal y, sin embargo, poseer capacidades peligrosas que las evaluaciones no logren revelar.
Los desarrolladores a veces entrenan modelos para rechazar solicitudes dañinas. Ese comportamiento visible no demuestra que la capacidad subyacente haya desaparecido.
Por tanto, los evaluadores deben separar la capacidad de la disposición a actuar. Deben probar lo que un sistema puede hacer ante instrucciones adversarias, ajuste fino, acceso a herramientas y controles de seguridad modificados.
El control es igual de difícil de definir. Un modelo podría ignorar una instrucción porque la solicitud es ambigua, el sistema entra en conflicto con otra regla o su razonamiento falla.
Ese hecho difiere de un sistema que se resiste estratégicamente a ser apagado. El segundo comportamiento implica conciencia situacional y objetivos persistentes que el primero no tiene.
Los reguladores necesitarían pruebas reproducibles antes de atribuir responsabilidad penal. Las pruebas de referencia secretas por sí solas dificultarían que los acusados comprendieran o impugnaran la clasificación del gobierno.
Las pruebas totalmente públicas crean otro problema. Los desarrolladores pueden optimizar los modelos para evaluaciones conocidas sin reducir el riesgo subyacente.
Un régimen viable probablemente requeriría pruebas por capas. Las normas públicas podrían establecer obligaciones básicas, mientras que las evaluaciones protegidas examinarían capacidades sensibles para la seguridad.
La agencia también necesitaría normas de notificación para resultados inesperados. Los laboratorios deberían poder revelar comportamientos preocupantes sin tratar cada descubrimiento como prueba de desarrollo delictivo.
Las disposiciones de puerto seguro podrían proteger las pruebas de buena fe realizadas bajo condiciones de contención aprobadas. El resumen anunciado no aclara si existirían tales protecciones.
Gary Marcus, destacado crítico de una gobernanza débil de la IA, sostiene que la prohibición permanente sigue yendo demasiado lejos. Su crítica regulatoria respalda una agencia y contempla una pausa, pero rechaza una prohibición unilateral indefinida.
Marcus destaca la complejidad de las pruebas de referencia y el riesgo de que gobiernos autoritarios manipulen las definiciones. Prefiere un desarrollo condicionado, respaldado por pruebas sólidas de control y supervisión.
Esa crítica importa porque no descarta el riesgo de la IA. Cuestiona si el mecanismo de la propuesta puede abordar ese riesgo sin bloquear investigaciones valiosas.
La distinción separa la negación del riesgo del desacuerdo sobre políticas. Los críticos pueden aceptar que la IA avanzada requiere regulación y, al mismo tiempo, rechazar una prohibición permanente basada en capacidades.
El proyecto de ley también tendría que definir a los actores cubiertos a lo largo de la cadena de desarrollo. Los sistemas modernos de IA dependen de fabricantes de chips, proveedores de nube, proveedores de datos, laboratorios de modelos y desarrolladores de aplicaciones.
Un desarrollador de aplicaciones que utiliza un modelo existente no ocupa la misma posición que un laboratorio que entrena un sistema de frontera. Su acceso, conocimiento y control difieren considerablemente.
El ajuste fino complica aún más la línea divisoria. Una modificación modesta puede revelar capacidades que ya estaban presentes, pero suprimidas, en un modelo base.
Los modelos de pesos abiertos crean un problema de aplicación distribuida. Una vez que los pesos circulan globalmente, miles de usuarios pueden modificarlos sin acceso a la infraestructura de entrenamiento original.
Un sistema jurídico no puede borrar software ampliamente copiado con la misma facilidad con que puede asegurar material nuclear controlado. La analogía nuclear se debilita en ese nivel operativo.
Aun así, entrenar los sistemas de frontera más grandes requiere infraestructura concentrada. Los gobiernos pueden supervisar chips avanzados, grandes clústeres de computación, contratos de nube y centros de datos de alto consumo energético.
Esa concentración proporciona a los reguladores posibles puntos de aplicación. No garantiza que puedan detectar cada avance algorítmico significativo o proyecto distribuido.
La credibilidad de la ley dependerá de combinar reglas de cómputo medibles con evaluaciones de capacidades. Cualquiera de las dos categorías por sí sola deja grandes vacíos.
Una pausa nacional no puede resolver por sí sola una carrera global
La propuesta solo tendrá éxito si la coordinación internacional se vuelve exigible antes de que el desarrollo se traslade a otros lugares.
Sanders y Casar reconocen este problema. Su marco exige tratados, coordinación con aliados y controles de exportación destinados a impedir el desarrollo de superinteligencia en todo el mundo.
El enfoque toma elementos del control de armas, donde la supervisión, las restricciones compartidas y las consecuencias reducen los incentivos para el desarrollo secreto. La IA presenta condiciones de verificación distintas.
Los programas nucleares requieren materiales especializados e instalaciones visibles. La IA avanzada depende de chips comercialmente útiles, centros de datos, software y conocimientos especializados con muchos fines legítimos.
Un gran clúster de entrenamiento puede supervisarse más fácilmente que una idea matemática. Los avances algorítmicos pueden reducir los recursos de computación necesarios para una determinada capacidad.
Los controles de exportación pueden ralentizar el acceso al hardware líder. No pueden garantizar que todos los países adopten la misma definición de capacidad, normas de inspección o sanciones penales.
Estados Unidos también necesitaría cooperación de aliados que albergan producción de chips, infraestructura de nube e instituciones de investigación. Las reglas fragmentadas crearían oportunidades de traslado.
Los opositores presentarán esto como una carrera de seguridad nacional. Argumentarán que una pausa unilateral da a los competidores estratégicos tiempo para avanzar sin supervisión estadounidense.
Los partidarios responden que una carrera sin control hace que todos los participantes estén menos seguros. Ser el primero ofrece poca protección si ningún desarrollador puede controlar de forma fiable el sistema resultante.
Este desacuerdo refleja un dilema clásico de seguridad. Cada parte acelera porque espera que las demás aceleren, lo que dificulta la contención coordinada incluso cuando todos temen el resultado.
El marco de Sanders intenta romper ese ciclo mediante la prohibición. Su debilidad es que la legislación nacional no puede obligar a gobiernos extranjeros.
Su fortaleza es fijar la agenda. Estados Unidos no puede negociar una restricción global sin definir primero la posición que desea que adopten otros países.
El Congreso también debe decidir si las mismas reglas deben regir para aliados, competidores, universidades, empresas y agencias de defensa. Las exenciones desiguales socavarían la confianza.
Las excepciones militares serían especialmente polémicas. Un gobierno no puede exigir de forma convincente contención al sector privado mientras reserva un desarrollo sin restricciones para programas de seguridad nacional.
Las normas de verificación deben proteger la investigación sensible sin convertir la supervisión en espionaje industrial. Los inspectores internacionales necesitarían un acceso limitado pero creíble.
La propuesta también podría chocar con el intercambio científico abierto. La colaboración transfronteriza es habitual en el aprendizaje automático, incluido el trabajo sobre seguridad y evaluación.
Unas normas de exportación excesivamente amplias podrían aislar a los investigadores estadounidenses de quienes desarrollan mejores métodos de control. Unas normas débiles podrían permitir transferencias de capacidades prohibidas mediante software o conocimientos especializados.
La presión económica determinaría cada negociación. Los países esperan que la IA mejore la productividad, la defensa, la ciencia, la atención sanitaria y los servicios públicos.
Por ello, una restricción permanente debe distinguir los beneficios ordinarios de la frontera prohibida. Los gobiernos no abandonarán aplicaciones útiles de IA simplemente porque la superinteligencia siga siendo objeto de debate.
La mejor comparación histórica no es una copia directa de la no proliferación nuclear. Es el desafío más amplio de gobernar tecnología de doble uso con valor civil y potencial catastrófico.
Ese desafío requiere definiciones compartidas, supervisión, notificación de incidentes y consecuencias creíbles. El marco anunciado menciona esos objetivos, pero todavía no aporta su maquinaria internacional.
Qué deberían vigilar los desarrolladores y compradores de IA a continuación
Las señales decisivas son el texto formal del proyecto de ley, los umbrales regulatorios medibles y las pruebas de apoyo bipartidista o internacional.
La primera señal es el lenguaje legislativo formal. Sanders describió la propuesta como próxima, por lo que los lectores deberían estar atentos a un número de proyecto de ley presentado y al texto estatutario completo.
Ese texto debería definir la superinteligencia artificial, el desarrollo avanzado de IA, la conducta prohibida, la intención delictiva y la pena de muerte corporativa. También debería identificar las defensas y exenciones disponibles.
Si esas definiciones siguen siendo amplias, se reforzarán las críticas sobre la incertidumbre. Umbrales precisos e investigación de seguridad protegida harían la propuesta más creíble.
La segunda señal es el diseño del regulador federal propuesto. El Congreso debe explicar su autoridad, dotación de personal, acceso técnico, plazos de revisión y relación con las agencias existentes.
Un proceso serio de revisión de modelos requiere capacidad de evaluación independiente. Depender de pruebas generadas por los laboratorios preservaría gran parte de la autorregulación que Sanders quiere sustituir.
Los desarrolladores deberían vigilar si la supervisión se centra en el cómputo de entrenamiento, las pruebas de capacidades, las condiciones de despliegue o los tres. Esa elección determinará las obligaciones de cumplimiento cotidianas.
Los compradores empresariales también deberían seguir las normas de notificación de incidentes y despliegue. Un modelo aprobado para investigación restringida podría no ser apto para un uso autónomo dentro de sistemas empresariales críticos.
Las organizaciones que ya despliegan IA deberían mantener registros de modelos, permisos, herramientas conectadas, resultados de evaluación y puntos de aprobación humana. Estos controles siguen siendo útiles incluso si la propuesta fracasa.
Una base de conocimientos de ingeniería con capacidad de búsqueda puede ayudar a los equipos a conservar pruebas de evaluación, decisiones de riesgo y requisitos de cumplimiento cambiantes.
La tercera señal es la coordinación política. La propuesta necesita patrocinadores en el Congreso más allá de Sanders y Casar, incluidos legisladores preocupados por la seguridad nacional y la competencia económica.
El apoyo bipartidista a medidas de seguridad acotadas reforzaría el argumento más amplio a favor de la supervisión obligatoria. El rechazo de ambos partidos orientaría en cambio la política hacia normas específicas.
Las reacciones internacionales importan igual. Los compromisos de aliados sobre chips avanzados, evaluaciones compartidas y notificación de incidentes respaldarían la premisa global de la propuesta.
Si los principales países productores de IA rechazan restricciones comunes, una prohibición estadounidense permanente se vuelve más difícil de defender políticamente. Los argumentos de traslado y competencia estratégica cobrarían fuerza.
Los lectores también deberían distinguir una pena máxima propuesta de una sentencia impuesta. Ningún desarrollador se enfrenta a esta pena de 20 años a menos que el Congreso promulgue una ley y los fiscales demuestren una infracción cubierta.
La misma cautela se aplica a la comparación nuclear. El máximo equivalente comunica gravedad, pero los delitos, las pruebas y las tecnologías no son jurídicamente idénticos.
La prohibición de la IA propuesta por Bernie Sanders ha desplazado, aun así, una frontera importante. Plantea si desarrollar un sistema incontrolable debería ser ilegal antes de que alguien demuestre que dicho sistema causó daños.
La pregunta va más allá de los laboratorios de vanguardia. Los desarrolladores dependen de reglas de investigación estables, las empresas de modelos fiables y los trabajadores de instituciones que gestionen los riesgos del despliegue.
Los trabajadores del conocimiento deberían preguntar a los proveedores a qué pueden acceder sus modelos, qué acciones requieren aprobación y cómo se registran los fallos. Esas preguntas prácticas importan bajo cualquier resultado regulatorio.
El rasgo más severo de la propuesta atraerá la mayor atención. Sin embargo, su influencia duradera podría provenir de incorporar la autorización previa, las pruebas independientes y el control público a la política general sobre IA.
Siga el proyecto de ley formal, no solo su titular. Si las definiciones se vuelven verificables y avanza la coordinación internacional, la propuesta gana sustancia.
Si esos elementos siguen sin resolverse, la pena de 20 años funcionará principalmente como una advertencia política. Cualquiera de los dos resultados indica a los desarrolladores cuán seriamente trata ahora Washington la carrera por la superinteligencia.
