El uso de IA en el Congreso se expande más rápido que su supervisión
El uso de IA en el Congreso ha ido más allá de los experimentos, aunque los legisladores todavía tienen dificultades para acordar normas para una tecnología de la que dependen cada vez más.
Una encuesta de NBC News a 12 legisladores de la Cámara de Representantes y el Senado encontró que la IA apoya la investigación de políticas, el trabajo legislativo y tareas personales. Los ejemplos abarcaron desde redactar proyectos de ley hasta escribir canciones de cumpleaños.
El senador Tommy Tuberville describió conversaciones con ChatGPT durante largos trayectos por Alabama. Según los informes, sus preguntas abarcan Medicare, Medicaid y otros temas que influyen en sus posturas sobre políticas públicas.
Estos ejemplos hacen que la historia sea más que una colección de hábitos congresionales inusuales. Los legisladores se están convirtiendo en clientes, operadores y posibles reguladores de los mismos sistemas.
Esa superposición crea un importante problema de rendición de cuentas. El Congreso debe decidir cuándo la IA es un asistente aceptable, cuándo la revisión humana se vuelve obligatoria y qué merece saber el público.
Por tanto, el conflicto emergente no es el Congreso contra la IA. Es la eficiencia institucional frente a la rendición de cuentas pública, con las políticas y su aplicación aún por detrás de la adopción cotidiana.
Qué está haciendo realmente el Congreso con la IA
La IA ha entrado en el trabajo del Congreso a través de tareas habituales, no mediante un programa coordinado de modernización.
La encuesta a legisladores publicada el 18 de septiembre ofrece una reveladora instantánea. Los miembros describieron aplicaciones que diferían en seriedad, sensibilidad y cercanía a decisiones oficiales.
Algunos legisladores utilizan chatbots como asistentes de investigación conversacionales. Pueden solicitar un resumen, poner a prueba un argumento o hacer preguntas de seguimiento sin esperar una sesión informativa formal.
El uso de Tuberville durante los trayectos ilustra por qué estos productos atraen a funcionarios ocupados. Una interfaz conversacional puede convertir el tiempo de viaje en una sesión informal sobre políticas públicas.
Eso no significa que el chatbot ofrezca una sesión informativa neutral o fiable. Significa que el software proporciona rapidez, accesibilidad y la apariencia de un experto receptivo.
Otros usos en el Congreso se acercan más al trabajo central de la institución. La IA generativa puede sugerir redacción, resumir enmiendas, comparar documentos y explorar si una idea legislativa se ajusta a los requisitos procedimentales.
Los republicanos de la Cámara ya han probado ese límite con Byrd Bot. El sistema ayuda a los usuarios a evaluar ideas frente a la Regla Byrd, que rige qué corresponde incluir en la legislación de conciliación presupuestaria.
Según los informes, la herramienta fue entrenada con miles de documentos asociados con decisiones anteriores sobre la Regla Byrd. Puede sugerir cambios al texto legislativo antes de que el parlamentario del Senado revise la propuesta subyacente.
Es una tarea más acotada que pedir a un chatbot general que redacte un proyecto de ley completo desde cero. Aun así, sitúa un sistema probabilístico cerca de decisiones que determinan qué disposiciones sobreviven al Congreso.
La Cámara también ha utilizado Comparative Print Suite, un sistema introducido en 2022 para comparar versiones legislativas. La comparación de documentos es especialmente adecuada para la asistencia automatizada porque los materiales fuente pueden identificarse y verificarse.
Los usos creativos y personales ocupan el otro extremo del espectro. Una canción de cumpleaños plantea poco riesgo institucional cuando sigue siendo privada y no contiene información sensible.
Sin embargo, el amplio rango importa porque muestra cómo suele propagarse la adopción de IA. Una tarea inocua genera familiaridad, la familiaridad impulsa la experimentación y la experimentación alcanza trabajos de mayor riesgo.
Por tanto, el uso de IA en el Congreso no puede medirse preguntando si los miembros “usan IA”. Las preguntas importantes se refieren a la tarea, los datos, el modelo, el proceso de revisión y las consecuencias de un resultado incorrecto.
Una canción, un resumen de políticas y una propuesta de lenguaje legal pueden provenir de interfaces similares. No merecen las mismas salvaguardas.
Esa distinción plantea el desafío central del Congreso. Necesita normas que reconozcan distintos niveles de riesgo sin asumir que cada interacción con un chatbot es inocua o inaceptable.
Por qué el uso de IA en el Congreso se está acelerando ahora
El Congreso está adoptando la IA porque su carga de trabajo recompensa la velocidad, mientras que su estructura descentralizada permite que cientos de oficinas tomen decisiones por separado.
La oficina de cada miembro funciona como una pequeña organización que gestiona legislación, comunicaciones, programación, supervisión y atención a los electores. Los comités añaden investigaciones, audiencias, revisión documental y trabajo especializado en políticas públicas.
Los miembros del personal deben asimilar informes extensos, seguir las noticias, responder correspondencia y preparar a sus superiores para las votaciones. La IA generativa promete primeros borradores más breves y búsquedas más rápidas dentro de esa información.
Estas ventajas pueden parecer concretas incluso cuando el resultado subyacente sigue siendo imperfecto. Un secretario de prensa del Congreso dijo a The Washington Post que la IA ahorraba tres o cuatro horas de trabajo cada semana.
El mismo reportaje concluyó que la Cámara adquirió 6.000 licencias de Microsoft Copilot. Según los informes, aproximadamente la mitad estaba en uso cuando se publicó el artículo, y los funcionarios de la Cámara habían ampliado el acuerdo.
Estas cifras muestran una adopción a escala institucional, no una experimentación dispersa. Sin embargo, la implementación todavía varía entre oficinas individuales, creando prácticas diferentes dentro de la misma cámara.
La estructura del Congreso amplifica esa inconsistencia. Las oficinas de la Cámara y el Senado tienen liderazgos, personal, presupuestos tecnológicos, incentivos políticos y tolerancias a la experimentación distintos.
Un administrador central puede aprobar productos y establecer restricciones. No puede observar cada prompt, documento copiado o borrador generado que circula por cientos de flujos de trabajo diarios.
La competencia entre oficinas añade presión. Si un equipo de comunicaciones produce más discursos, publicaciones y artículos de opinión con IA, una oficina vecina más cautelosa puede sentirse en desventaja.
La misma dinámica se aplica a la investigación legislativa. Los miembros del personal que pueden resumir documentos con mayor rapidez pueden dar a su oficina más tiempo para la negociación, la divulgación o la supervisión.
La presión también procede de fuera del poder legislativo. Agencias, contratistas, grupos de defensa y empresas tecnológicas están utilizando IA para analizar políticas y presentar argumentos ante el Congreso.
Los legisladores no pueden supervisar eficazmente instituciones asistidas por IA sin comprender las herramientas involucradas. Funcionarios del Congreso han argumentado que el poder legislativo debe seguir el ritmo de la adopción en el poder ejecutivo para ejercer una supervisión significativa.
Ese razonamiento es creíble, pero no resuelve el problema de la gobernanza. La familiaridad con un chatbot no genera automáticamente conocimientos sobre las limitaciones de los modelos, el manejo de datos o los sistemas de decisiones automatizadas.
La tecnología también llega a través de productos que el Congreso ya utiliza. La integración de Copilot de Microsoft en software de oficina conocido reduce la barrera práctica para su adopción.
Esta distribución integrada importa más que la novedad. Los empleados no necesitan buscar un laboratorio especializado cuando un asistente aparece dentro del correo electrónico, los documentos, las hojas de cálculo o el almacenamiento en la nube.
El resultado se asemeja a la adopción de IA en otros entornos laborales basados en el conocimiento. Las personas comienzan con resúmenes y borradores antes de incorporar los sistemas a la gestión rutinaria de información.
Un flujo de trabajo de conocimiento estructurado puede mantener visibles las fuentes y el razonamiento humano. En cambio, una conversación con un chatbot genérico puede ocultar el origen de una afirmación.
Para el Congreso, esa diferencia tiene consecuencias públicas. Las decisiones legislativas requieren pruebas rastreables, responsabilidades identificables y registros capaces de resistir el escrutinio político y jurídico.
Por ello, la presión para adoptar es inmediata, mientras que los beneficios de una gobernanza cuidadosa son menos visibles. Ese desequilibrio explica por qué el uso operativo puede superar a la política escrita.
La eficiencia y la rendición de cuentas están chocando
La IA puede reducir el trabajo rutinario, pero el Congreso no puede delegar en un modelo la responsabilidad sobre leyes, supervisión o declaraciones públicas.
La IA generativa produce texto al predecir secuencias probables a partir de patrones en los datos de entrenamiento y el contexto proporcionado. No verifica la verdad a menos que un flujo de trabajo recupere y compruebe las fuentes por separado.
Esa limitación se vuelve seria cuando un resultado influye en el lenguaje legal. Un modelo puede producir disposiciones fluidas que entren en conflicto con la legislación existente, omitan definiciones o creen interpretaciones no deseadas.
La redacción legislativa exige más que una prosa legible. Los abogados deben tener en cuenta la jurisdicción, las referencias cruzadas, las asignaciones presupuestarias, la aplicación, los precedentes y la forma en que los tribunales podrían interpretar cada frase.
La Office of Legislative Counsel existe para convertir objetivos de política pública en texto jurídicamente viable. Los borradores generados por IA pueden ayudar a la discusión, pero no pueden asumir la responsabilidad institucional del resultado.
Byrd Bot ofrece una ilustración útil. Su propósito acotado es más defendible que pedir a un chatbot un proyecto de ley de conciliación completo.
Los usuarios pueden comparar sus sugerencias con la norma, decisiones previas y el asesoramiento del parlamentario del Senado. Eso hace posible la verificación, al menos en principio.
Aun así, expertos entrevistados para el análisis de Byrd Bot advirtieron que una persona sigue siendo una mejor autoridad. También señalaron que los grandes modelos de lenguaje pueden alucinar y producir texto de baja calidad.
Un sistema entrenado con materiales anteriores puede identificar patrones sin reproducir fielmente el criterio institucional. Las decisiones procedimentales también dependen de un contexto que los documentos históricos quizá no capten por completo.
La brecha de responsabilidad se vuelve más clara cuando la IA da forma a las comunicaciones públicas. Los electores asumen razonablemente que el discurso, la carta o la declaración de un miembro representa el criterio de ese funcionario elegido.
El representante Jake Auchincloss demostró esta tensión en 2023 al leer en el pleno de la Cámara un discurso generado por ChatGPT. Su equipo creyó que era el primer discurso de este tipo pronunciado en el Congreso.
El experimento fue divulgado y pretendía impulsar el debate. Según el relato del discurso en el pleno, Auchincloss refinó su prompt varias veces antes de utilizar el resultado.
Esa participación humana no hizo que el texto fuera independiente de la IA. Mostró que la autoría se vuelve estratificada cuando una persona dirige, selecciona, edita y, en última instancia, presenta lenguaje generado.
Las normas de divulgación siguen sin resolverse. El Congreso no etiqueta cada pasaje influido por un miembro del personal, abogado, investigador o experto externo.
La IA es diferente porque sus errores pueden parecer autoritativos sin que exista una fuente humana detrás de ellos. Su contribución también puede permanecer invisible después de que el texto generado se copie en otro documento.
El ejemplo de la canción de cumpleaños puede parecer distante de estas preocupaciones. Sin embargo, demuestra con qué facilidad los usuarios tratan una misma interfaz como herramienta de entretenimiento y asistente de políticas públicas.
Esa familiaridad puede debilitar la cautela. Un modelo que funciona bien en una solicitud creativa de bajo riesgo aún puede inventar un proyecto de ley, describir erróneamente un programa u omitir una excepción legal.
El Congreso debe preservar una línea simple: la IA puede contribuir a un proceso, pero una persona identificable debe seguir siendo responsable del trabajo final.
Ese principio es fácil de enunciar y difícil de aplicar. Requiere registros, capacitación, procedimientos de revisión y consecuencias acordes con la sensibilidad de cada tarea.
La Cámara Tiene Reglas, pero la Aplicación es el Punto Débil
El Congreso ha pasado de la experimentación informal a las salvaguardas por escrito, pero una regla que el personal no comprende no puede regular el comportamiento de manera fiable.
La Cámara anunció una política de IA para toda la cámara el 19 de septiembre de 2024. Describía un marco para utilizar IA mientras se gestionaban los riesgos de ciberseguridad y otros relacionados.
La política también creó un proceso mediante el cual el personal podía proponer herramientas o casos de uso para su revisión. Los líderes la presentaron como una base que evolucionaría junto con la tecnología.
La política de IA de la Cámara reconocía directamente la disyuntiva básica. La IA podía mejorar la eficiencia, pero la información sensible y las responsabilidades institucionales requerían protección.
Según se informa, las directrices actuales de la Cámara prohíben introducir datos sensibles, incluida información de los electores, en chatbots no autorizados. También restringen los deepfakes, las decisiones de personal y la finalización de legislación.
La distinción respecto a la legislación es importante. Una máquina puede ayudar a elaborar un borrador, pero no puede actuar como autoridad final.
Algunas oficinas han adoptado controles adicionales. Según se informa, la oficina de la senadora Elissa Slotkin exige capacitación, prohíbe la información personal de los electores y veta productos finales generados por IA, como declaraciones públicas.
Su oficina también realiza controles aleatorios sin previo aviso. Ese enfoque trata la gobernanza de la IA como una práctica operativa, en lugar de un documento que los empleados reconocen una sola vez.
Sin embargo, los reportajes han revelado variaciones significativas. Miembros del personal han descrito incertidumbre sobre lo que permiten las reglas del Congreso y si las cuentas personales forman parte de los flujos de trabajo aprobados.
Un ex alto miembro del personal de la Cámara caracterizó el uso de IA en su oficina como un vale todo. Otros afirmaron que sus colegas estaban experimentando con sistemas que imitan la voz de un legislador utilizando declaraciones anteriores.
La investigación sobre las reglas del Congreso no encontró ningún caso de aplicación que los entrevistados pudieran identificar. La oficina pertinente de la Cámara se negó a hablar sobre posibles casos.
La ausencia de un caso público no demuestra que no haya ocurrido ninguna intervención interna. Sí muestra que el Congreso carece de un historial visible de aplicación capaz de aclarar las expectativas.
La detección es otro obstáculo. Una infracción de la política puede salir a la luz solo cuando un miembro del personal denuncia a un colega, un resultado contiene un error evidente o material sensible aparece fuera del sistema previsto.
Las cuentas de consumo generan un riesgo adicional porque los administradores pueden carecer de control sobre la retención, la configuración de entrenamiento, los registros de acceso y las conexiones con otras aplicaciones.
Incluso los productos empresariales aprobados necesitan una configuración cuidadosa. Una marca reconocible no garantiza que todas las versiones ofrezcan controles equivalentes de privacidad, seguridad o contenido político.
Microsoft Copilot ofrece un ejemplo notable. La Cámara inicialmente prohibió la versión comercial y luego avanzó hacia una gran implementación institucional bajo un acuerdo diferente.
Esa secuencia refleja una revisión responsable, pero también demuestra por qué las etiquetas a nivel de producto son insuficientes. El modelo de implementación y el contrato pueden importar tanto como el nombre del modelo.
Por tanto, las reglas deberían centrarse en los datos y las consecuencias. Un marco sólido pregunta qué información entra en el sistema, quién puede recuperarla y cómo afectan los resultados a las personas.
También debería especificar qué registros deben conservarse. Las instituciones públicas necesitan una pista de auditoría cuando la IA influye materialmente en la legislación, los hallazgos de supervisión o los servicios a los electores.
La capacitación debe cubrir escenarios prácticos en lugar de advertencias abstractas. El personal debe reconocer datos sensibles, citas inventadas, intentos de inyección de prompts y una confianza falsa en respuestas fluidas.
Lo más importante es que el Congreso necesita responsabilidades exigibles. Las oficinas deberían saber quién revisa los incidentes, cómo se informan las infracciones y qué medidas correctivas se aplican.
Sin esos elementos, una política escrita protege principalmente la imagen de la institución. Hace menos para proteger a los electores, la integridad legislativa o la confianza pública.
Los Propios Hábitos de IA del Congreso Complican la Regulación
Los legisladores no pueden regular de forma creíble la IA como una amenaza distante cuando esos mismos sistemas ya respaldan su propia investigación, redacción y operaciones.
Esto no descalifica al Congreso para actuar. Los legisladores regulan habitualmente productos e industrias que también utilizan las oficinas gubernamentales.
La experiencia interna puede mejorar las políticas al revelar beneficios prácticos, limitaciones y comportamientos inesperados. Un miembro que utiliza un chatbot puede plantear preguntas más informadas sobre verificación o filtración de datos.
El conflicto aparece cuando la familiaridad personal se convierte en un sustituto de la evidencia. Una conversación satisfactoria con ChatGPT no demuestra que un modelo sea seguro para la atención sanitaria, el empleo, la educación o la seguridad nacional.
El Congreso debe separar las impresiones de los consumidores de la evaluación sistémica. La regulación necesita pruebas técnicas, daños documentados, análisis económico y aportes de las comunidades afectadas.
Los legisladores también enfrentan incentivos que los usuarios comunes no tienen. La IA puede amplificar su mensaje público, acelerar la investigación partidista e incrementar el volumen de comunicación con los electores.
Eso hace que la transparencia sea especialmente importante. El público debería saber cuándo la automatización influye materialmente en las comunicaciones oficiales o en el desarrollo de políticas.
La divulgación no necesita abarcar la corrección ortográfica ni cada frase sugerida. Debería aplicarse cuando el material generado se convierte en una base sustancial para legislación, testimonios o un producto de cara al público.
El Congreso también necesita reglas para las presentaciones externas. Los grupos de defensa pueden generar grandes volúmenes de lenguaje legislativo, comentarios, cartas y materiales informativos redactados por modelos.
El volumen puede crear una señal falsa de interés público. También puede trasladar los costos de revisión a los abogados y al personal del Congreso, que deben identificar material duplicado o defectuoso.
La defensa generada por IA no es inherentemente ilegítima. El problema surge cuando la automatización oculta el patrocinio, simula una participación independiente o desborda una capacidad institucional limitada.
El debate regulatorio ya ha producido una amplia actividad sin un marco federal integral. El Brennan Center contabilizó más de 150 proyectos de ley relacionados con la IA presentados durante el 118.º Congreso.
Mientras tanto, los estados han promulgado reglas que abordan los deepfakes políticos, las decisiones automatizadas, la privacidad y otros daños específicos. Las propuestas federales siguen dividiendo a los legisladores en torno a la innovación, la seguridad y la autoridad estatal.
El uso de IA por parte del Congreso añade otra pregunta a ese debate: ¿debería el poder legislativo imponerse normas a sí mismo antes de exigir que las organizaciones privadas las sigan?
Una respuesta creíble no requiere una prohibición total. Requiere que el Congreso demuestre las prácticas de gobernanza que espera de los demás.
Esas prácticas incluyen clasificación de riesgos, herramientas aprobadas, responsabilidad humana, notificación de incidentes, revisión de adquisiciones y límites claros para los datos sensibles.
El Congreso también debería publicar información significativa sobre la adopción. El uso agregado, los sistemas aprobados, los incidentes notificados y las auditorías de cumplimiento pueden informar el debate público sin exponer trabajo protegido.
El uso de la propia institución podría convertirse entonces en un entorno de prueba para reglas viables. Podría mostrar dónde las salvaguardas imponen una fricción razonable y dónde fallan bajo cargas de trabajo reales.
Ese enfoque fortalecería la regulación porque los legisladores experimentarían los costos operativos de sus requisitos. También verían qué protecciones siguen siendo necesarias pese a esos costos.
La alternativa es una brecha de credibilidad cada vez mayor. El Congreso advertiría al público sobre una IA poco fiable mientras acepta discretamente resultados poco fiables dentro de su propio flujo de trabajo.
Tres Señales Mostrarán si la Supervisión se Pone al Día
La próxima fase estará definida por la auditabilidad, el cumplimiento a nivel de oficina y la divulgación pública, no por la cantidad de anécdotas sobre chatbots.
La primera señal es si la Cámara y el Senado publican procedimientos de aplicación más claros. Las políticas ya identifican comportamientos prohibidos, pero los miembros del personal necesitan una vía visible para plantear preguntas e informar incidentes.
Un sistema creíble identificaría las oficinas responsables, definiría estándares de revisión y explicaría las consecuencias. También informaría datos agregados sobre la aplicación sin exponer trabajo legislativo protegido.
Si el Congreso establece ese proceso, su política de IA comenzará a funcionar como gobernanza institucional. El silencio continuado reforzaría las preocupaciones de que el cumplimiento depende principalmente del criterio individual.
La segunda señal es si el trabajo legislativo asistido por IA adquiere una pista de auditoría duradera. Herramientas como Byrd Bot deberían conservar los materiales fuente, las versiones del modelo, las sugerencias generadas y las aprobaciones humanas.
Ese registro importa cuando un error llega a una propuesta. Los revisores necesitan determinar si el problema provino de evidencia faltante, instrucciones defectuosas, comportamiento del modelo o aceptación humana.
La auditabilidad no significa publicar cada borrador confidencial. Significa garantizar que los funcionarios autorizados puedan reconstruir usos relevantes después de una disputa o incidente.
Si el Congreso exige una revisión trazable para los proyectos de ley asistidos por IA, los objetivos de eficiencia y responsabilidad pueden coexistir. Si el texto generado circula mediante flujos de copiar y pegar, una supervisión significativa seguirá siendo poco probable.
La tercera señal es si el Congreso adopta una regla de divulgación coherente para contribuciones sustanciales de IA. Un discurso en el pleno generado mediante prompts repetidos merece un tratamiento diferente de una corrección gramatical automatizada.
La misma distinción debería aplicarse a los resúmenes de proyectos de ley, la correspondencia con los electores, los materiales de comités y los medios sintéticos. Umbrales claros protegerían la productividad rutinaria al tiempo que preservarían la confianza pública.
La divulgación por sí sola no garantizará la precisión. Identificará dónde comienza la responsabilidad humana y evitará que la asistencia de IA permanezca invisible cuando configura materialmente el trabajo oficial.
Estas señales también influirán en el debate regulatorio más amplio. Los legisladores que apliquen salvaguardas medibles internamente tendrán fundamentos más sólidos para exigirlas en otros ámbitos.
Es poco probable que el uso de IA por parte del Congreso retroceda. Las herramientas se adaptan a demasiadas tareas recurrentes, y cada nueva implementación en una oficina reduce la barrera para el siguiente experimento.
La cuestión práctica es si la institución construye una gobernanza antes de que un fallo evitable la obligue a actuar. Una cita inventada, un registro de elector filtrado o una disposición defectuosa convertirían una brecha abstracta de política en un acontecimiento público.
Los lectores deberían vigilar a los administradores del Congreso, no solo a los legisladores individuales. Las condiciones de adquisición, los informes de auditoría, los requisitos de capacitación y las divulgaciones sobre aplicación revelarán más que otro prompt ingenioso.
También deberían preguntarse si las leyes de IA propuestas coinciden con el propio comportamiento del Congreso. Una regla que exige transparencia a las empresas merece compararse con la transparencia dentro del poder legislativo.
La IA puede ayudar a los funcionarios a buscar, resumir, comparar y redactar. No puede asumir la responsabilidad democrática vinculada a esas tareas.
La próxima vez que un legislador describa el uso de un chatbot, mire más allá de la novedad. Pregunte qué datos entraron en el sistema, quién verificó el resultado y si alguien podría reconstruir el proceso.
Estas preguntas ofrecen la prueba más clara de cómo utiliza el Congreso la IA. También muestran si la institución que regula la tecnología está preparada para gobernar su propia dependencia de ella.
