En todas las conferencias telefónicas sobre resultados corporativos, presentaciones para inversionistas y discursos de marketing, la “inteligencia artificial” se ha convertido en una palabra de moda. Sin embargo, detrás de todo el revuelo se esconde un patrón preocupante. Muchas afirmaciones exageran enormemente la verdadera sofisticación de la IA, engañando a la gente sobre sus verdaderas capacidades, resultados futuros y daños potenciales.
Un ejemplo de ello es el reciente aumento del 600 por ciento en el precio de las acciones de Allbirds, después de que la empresa de calzado sostenible, alguna vez de moda, emitiera un vago anuncio en abril de 2026 de que pasaría a la inteligencia artificial. En los próximos meses, la empresa planea cambiar su nombre a NewBird AI y renunciar a su condición de corporación de beneficio público.
Como académico que estudia la sostenibilidad corporativa, veo paralelismos entre este fenómeno de “lavado de IA” (cuando las empresas exageran los beneficios de la IA mientras pasan por alto los riesgos) y la tendencia de lavado verde del pasado reciente, cuando las empresas afirmaban estar comprometidas con la sostenibilidad pero no implementaron cambios fundamentales. El engaño generalizado estaba muy extendido y las empresas gastaban mucho más en marketing ecológico que en mejoras reales de sostenibilidad. Y esos esfuerzos a menudo pasaron factura tanto a las empresas como a las comunidades a las que servían. Aún más preocupante: es probable que el rápido crecimiento y la adopción generalizada del lavado con IA eclipsen las tendencias del lavado ecológico.
¿Cómo llegamos aquí?
El lavado de dinero con IA prospera porque las empresas y los responsables políticos ignoran cuatro principios importantes. Estas desventajas también han caracterizado al greenwashing en el pasado.
En primer lugar, las directrices sobre IA carecen de estandarización. Hasta 2019, ya se habían publicado 84 conjuntos de principios y directrices éticos para la inteligencia artificial. Para 2023, este número se habrá disparado a más de 200: una mezcla de marcos voluntarios de empresas, instituciones de investigación y organizaciones públicas.
Lo que empeora las cosas es que Estados Unidos actualmente depende de reglas fragmentadas sobre IA, la mayoría de las cuales son voluntarias. En general, la administración Trump se ha puesto del lado de las grandes tecnológicas para hacer retroceder los esfuerzos de regulación estatal o federal. A nivel mundial, una de las pocas excepciones es la Ley de Inteligencia Artificial de la Unión Europea, quizás uno de los marcos más completos, pero su implementación no se implementará completamente hasta 2027 o más tarde.
A principios de la década de 2000, la sostenibilidad corporativa enfrentó una crisis de credibilidad similar. Cada empresa midió la sostenibilidad de forma diferente, lo que imposibilitó las comparaciones y facilitó el trabajo ambiental. El gran avance se produjo sólo cuando métricas estandarizadas y específicas de la industria hicieron posible comparar valores de manera significativa. Iniciativas como la Global Reporting Initiative y el Sustainability Accounting Standards Board han establecido métricas comunes para medir el impacto ambiental, la responsabilidad social y la calidad de la gobernanza, conocidas por el acrónimo ESG.
Las cumbres de la ONU sobre cambio climático, como la de Brasil en 2025, ofrecieron un foro global para formuladores de políticas y líderes empresariales sobre cuestiones climáticas y de sostenibilidad. Foto AP/Fernando Llano
Cuando las empresas deben informar sobre las emisiones de carbono utilizando la misma metodología, por ejemplo, o revelar las condiciones operativas utilizando categorías idénticas, los inversores pueden comparar el desempeño, identificar retrasos y asignar capital en consecuencia. Esta presión hacía posibles las comparaciones y dificultaba el engaño, aunque todavía no estaba seguro. Por ejemplo, el informe de 2023 del Programa de las Naciones Unidas para el Medio Ambiente sobre la industria de la moda rápida encontró que muchas empresas continúan haciendo afirmaciones de sostenibilidad “vagas e infladas”.
En segundo lugar, no existen marcos integrales en Estados Unidos que exijan que las empresas evalúen cómo les afecta la IA de manera material y revelen públicamente esos impactos. Ejemplos de impactos materiales impulsados por la IA incluyen si el sesgo algorítmico da forma a los resultados comerciales o si las decisiones sobre cómo utilizar los sistemas de IA son importantes para los accionistas y el público.
En cambio, la gobernanza de la IA sigue dominada por un estrecho círculo interno de empresas que construyen sistemas de IA, mientras que las comunidades afectadas rara vez tienen voz y voto para determinar qué impactos de la IA son lo suficientemente importantes como para merecer la atención pública. Por ejemplo, las grandes empresas tecnológicas como Google, Microsoft, Apple, NVIDIA y otras se adhieren a sus propias directrices de gobernanza de la IA, con relativamente poca participación pública.
El desarrollo de principios de sostenibilidad ofrece algunos ejemplos de cómo construir estos marcos. La Directiva de la UE sobre informes de sostenibilidad corporativa exige que más de 50.000 empresas evalúen formalmente qué temas de sostenibilidad son importantes para sus partes interesadas y luego revelen esa información. Estos esfuerzos intentan garantizar que la rendición de cuentas sea clara en todas las cadenas de suministro.
Si bien no son tan completas, las regulaciones estadounidenses, como la reforma financiera Dodd-Frank de 2010 y una ley de California que exige informes sobre las emisiones de gases de efecto invernadero en todo el estado, proporcionan un modelo similar al que los formuladores de políticas estadounidenses podrían recurrir si así lo desean.
Un tercer problema es la falta general de verificación por parte de terceros, lo que hace que el lavado de IA sea trivialmente fácil. La divulgación eficaz implica informar sobre todos los impactos materiales, no sólo los éxitos.
En la práctica, las auditorías de IA pueden variar drásticamente en rigor, alcance y metodología. Un solo auditor podría realizar pruebas exhaustivas en todos los grupos demográficos, analizar la toma de decisiones y validar la calidad de los datos de capacitación. Otro podría simplemente revisar la documentación y aceptar las explicaciones de la empresa al pie de la letra. Dada la diversidad de modelos de auditoría de IA, diferentes auditores pueden utilizar metodologías incompatibles, lo que hace imposible comparar los resultados. Si las empresas adoptaran sistemas de acreditación de terceros para evaluar cómo utilizan la IA, ayudarían a garantizar una rendición de cuentas que las reclamaciones autoinformadas no pueden igualar.
Por el contrario, ha habido avances razonables en este sentido a medida que las empresas han adoptado principios ESG. Por ejemplo, instituciones como Carbon Disclosure Project y Global Reporting Initiative tienen una red de socios que ofrecen verificación independiente. Estos proveedores, certificados según estándares internacionales, verifican datos sobre sostenibilidad corporativa según criterios rigurosos. Al hacerlo, brindan la garantía que permite a las empresas demostrar el progreso necesario para desbloquear finanzas sostenibles y mitigar los riesgos legales. Las auditorías de terceros están lejos de ser perfectas, pero ofrecen un camino claro hacia la mejora.
El cuarto principio es la aplicación estricta. Las primeras iniciativas ESG se basaron en la presión reputacional y la buena voluntad de las partes interesadas, cosas que las corporaciones rutinariamente ignoraban cuando las ganancias estaban en juego. Cuando hubo un cambio fue porque la normativa establecía responsabilidades legales y multas.
Estas consecuencias han cambiado la forma en que las corporaciones evalúan el riesgo y continúan dando forma a las prácticas de sostenibilidad en la actualidad. El escándalo “Dieselgate” de 2015 de Volkswagen, por ejemplo, le costó a la compañía más de 30 mil millones de dólares en multas, acuerdos y cargos penales después de que los reguladores estadounidenses descubrieran que el fabricante de automóviles había hecho trampa en las pruebas de emisiones. BP enfrentó miles de millones en multas y responsabilidades por el desastre de Deepwater Horizon de 2010, el mayor derrame de petróleo en la historia de las operaciones de perforación petrolera en alta mar.
La brecha actual en la implementación de la IA crea una dinámica predecible. El valor esperado del lavado de IA (como ganancias potenciales de inversión, ventaja competitiva y mayor valor de mercado) excede con creces los costos esperados en términos de multas y riesgo de detección. Hasta que la aplicación de la ley imponga consecuencias que superen los beneficios, el blanqueo de IA seguirá siendo una estrategia empresarial racional y no un riesgo para la reputación.
Afortunadamente, los inversores están empezando a dar un paso al frente. La Comisión Federal de Comercio, por ejemplo, lanzó la Operación AI Compli en 2024, dirigida a afirmaciones falsas sobre la inteligencia artificial, aunque la actual administración Trump ha reducido parcialmente este esfuerzo.
Nuevos estándares para una nueva era
Hasta que las empresas aborden estos cuatro principios, el blanqueo de IA continuará. Sin normas y auditorías, ni siquiera las empresas bien intencionadas pueden saber si su trabajo cumple con el rigor adecuado. Sin una evaluación de impacto material, algunos grupos de consumidores o accionistas se verán perjudicados. Y sin responsabilidad, ni siquiera los auditores exhaustivos podrán identificar si las afirmaciones sobre IA de una empresa son ciertas.
Estos principios, aplicados ampliamente, también ayudan a explicar por qué persiste el lavado verde. Por ejemplo, la falta de estándares universales de presentación de informes todavía deja algunas lagunas, con problemas de calidad de los datos incluso cuando ya han surgido marcos de presentación de informes. Más importante aún, el apoyo político a los criterios ESG ha disminuido significativamente, especialmente en EE. UU., donde se han introducido más de 150 leyes en varios estados para 2023 para disuadir a las empresas de adoptar criterios ESG. Las principales instituciones financieras –entre ellas JP Morgan, State Street, BlackRock y PIMCO– han dado marcha atrás en sus compromisos climáticos anteriores en medio de presiones políticas y preocupaciones antimonopolio.
Esta tendencia muestra que incluso las medidas de rendición de cuentas bien diseñadas requieren un apoyo político sostenido para tener éxito. Después de todo, la sostenibilidad corporativa ha tardado más de 25 años en desarrollarse desde un marco inicial hasta estándares obligatorios, y todavía es un trabajo en progreso. La IA, por el contrario, está avanzando exponencialmente en términos de alcance e impacto social. Puede que no sean necesarios 25 años para ponerse al día, pero al menos hay lecciones del pasado reciente.
Descubre más desde USA Today
Suscríbete y recibe las últimas entradas en tu correo electrónico.
Spanish 