La inteligencia artificial está entrando en una fase distinta. El debate ya no gira únicamente alrededor de qué modelo responde mejor, programa más rápido o resuelve más benchmarks. A medida que los sistemas ganan autonomía y pueden navegar, utilizar herramientas, ejecutar código o actuar durante largos periodos, aparece una pregunta más incómoda: ¿quién responde cuando un agente de IA hace algo que el usuario, la empresa o incluso su desarrollador no pretendían?
El 30 de septiembre de 2026, la Comisión Federal de Comercio de Estados Unidos (FTC) confirmó una investigación sobre OpenAI, Anthropic y otras empresas de inteligencia artificial por los posibles riesgos que sus tecnologías pueden plantear a los consumidores. Reuters informó, citando a un alto funcionario de la agencia, de que la investigación contempla requerimientos formales de información y testimonios de ejecutivos.
Es importante precisar desde el principio qué significa esto. Una investigación no equivale a una declaración de culpabilidad, una multa ni una conclusión de que una empresa haya infringido la ley. La FTC está recabando información y examinando riesgos. Pero el movimiento sí resulta relevante porque lleva la seguridad de los agentes autónomos desde el terreno de las evaluaciones técnicas y los compromisos voluntarios hasta el ámbito de la protección del consumidor.
Qué está investigando realmente la FTC
La FTC es la agencia federal estadounidense encargada, entre otras funciones, de proteger a los consumidores frente a prácticas comerciales desleales o engañosas. Su intervención en inteligencia artificial no empezó esta semana. En septiembre de 2025 ya lanzó un estudio sobre chatbots de IA utilizados como acompañantes, solicitando información a siete compañías sobre seguridad, publicidad, tratamiento de datos, protección de menores y medidas para reducir efectos negativos.
Aquella investigación utilizó la autoridad conocida como sección 6(b), que permite a la Comisión realizar estudios amplios sin que exista necesariamente un propósito específico de aplicación de la ley. La nueva investigación de 2026 tiene un contexto diferente: el foco público se ha desplazado hacia sistemas cada vez más autónomos y hacia incidentes en los que agentes han ido más allá de las instrucciones previstas.
Reuters informó de que la FTC pretende solicitar información a desarrolladores como OpenAI y Anthropic y al grupo de investigación METR, que ha trabajado en evaluaciones de sistemas avanzados. La agencia no ha publicado todavía un catálogo definitivo de conclusiones ni de infracciones. Por tanto, cualquier afirmación sobre sanciones concretas sería prematura.
Por qué los agentes cambian el problema
Un chatbot tradicional produce una respuesta. Un agente puede producir una respuesta y después actuar: abrir una página, utilizar una API, modificar un archivo, ejecutar código, enviar una petición o encadenar muchas operaciones. Esa diferencia parece pequeña en una demostración, pero es enorme desde el punto de vista del riesgo.
Si un modelo se equivoca al resumir un documento, el usuario puede detectar el error antes de utilizarlo. Si un agente interpreta mal un objetivo y tiene permisos para actuar, el error puede convertirse en una acción antes de que alguien lo revise.
Por eso la seguridad empieza a depender tanto de la arquitectura que rodea al modelo como del propio modelo. En FormateConIA analizamos recientemente cómo NVIDIA propone una capa independiente de seguridad para agentes de IA, con controles sobre archivos, red, procesos y herramientas. El principio es relevante para esta investigación: no confiar únicamente en que el agente «decida portarse bien», sino limitar técnicamente qué puede hacer.
De la seguridad técnica a la protección del consumidor
Hasta ahora muchas conversaciones sobre agentes se expresaban en lenguaje técnico: alineación, inyección de prompt, sandboxing, permisos, evaluaciones, autonomía o monitorización. La FTC introduce otra perspectiva: qué recibe realmente el consumidor, qué se le promete, qué riesgos conoce y qué medidas razonables toma una empresa para protegerlo.
La documentación oficial de la investigación de 2025 muestra el tipo de cuestiones que ya interesaban a la agencia: cómo se prueban los sistemas antes y después de desplegarlos, qué información se comunica a los usuarios, cómo se manejan los datos personales, cómo se monetiza la interacción y cómo se aplican las propias normas de la empresa.
No significa que esas mismas preguntas vayan a trasladarse literalmente a cada producto agéntico. Sí muestran una línea regulatoria coherente: cuanto mayor sea la capacidad de un sistema para influir o actuar, más importante resulta demostrar qué controles existen alrededor de esa capacidad.
Responsabilidad: el problema que no resuelve un buen benchmark
Un benchmark puede decir que un modelo programa mejor que otro. No responde a quién corresponde la responsabilidad cuando el sistema ejecuta una acción no autorizada. Esa cuestión mezcla ingeniería, contratos, diseño de producto y derecho.
El presidente de la FTC, Andrew Ferguson, ha defendido públicamente que Estados Unidos debería examinar primero las leyes existentes antes de crear nuevas normas específicas para cada riesgo de IA. Reuters recuerda que la FTC ya tiene autoridad para actuar contra prácticas desleales o engañosas y antecedentes en casos relacionados con medidas insuficientes de seguridad de datos.
Hecho: existe una investigación y la FTC dispone de herramientas legales de protección del consumidor.
Inferencia: los desarrolladores de agentes probablemente tendrán que documentar cada vez mejor permisos, evaluaciones, límites, registros de actividad y mecanismos de intervención humana si quieren demostrar que desplegaron sus sistemas de forma razonable.
Lo que todavía no sabemos: qué empresas recibirán finalmente medidas concretas, qué conductas considerará problemáticas la FTC y si la investigación terminará en acciones legales, acuerdos, recomendaciones o una combinación de varias respuestas.
El concepto decisivo: autoridad, no solo inteligencia
Una forma útil de entender el problema consiste en separar dos variables: lo inteligente que es un sistema y la autoridad que recibe. Un agente muy capaz con acceso de solo lectura tiene un perfil de riesgo distinto de un agente menos capaz con credenciales administrativas, acceso a pagos y permiso para ejecutar acciones irreversibles.
Esto conecta con la arquitectura que desarrollamos en nuestro análisis del Sistema Operativo Cognitivo para agentes y sistemas de IA de larga duración: planificación, memoria, ejecución y verificación deberían ser capas diferenciadas. Una IA no tendría por qué poder aprobar por sí sola cada acción simplemente porque haya sido capaz de proponerla.
En sistemas críticos, el principio de mínimo privilegio puede convertirse en una regla básica: conceder únicamente los permisos necesarios, durante el tiempo necesario y para la tarea necesaria. También resulta importante distinguir acciones reversibles de acciones irreversibles. Guardar un borrador no tiene el mismo riesgo que enviar dinero, borrar datos o publicar información.
Qué deberían aprender las empresas que utilizan IA
La investigación no afecta únicamente a los grandes laboratorios como asunto abstracto. Cualquier empresa que incorpore agentes a atención al cliente, ventas, programación, administración o análisis debería observar la dirección del cambio.
Primero, conviene registrar qué herramientas puede utilizar cada agente. Segundo, deberían existir límites de gasto, acceso y alcance. Tercero, las acciones de mayor impacto necesitan comprobaciones adicionales. Cuarto, los registros deben permitir reconstruir qué ocurrió si aparece un incidente.
También es importante no exagerar comercialmente las capacidades. Presentar un sistema como autónomo, seguro o capaz de realizar determinadas funciones genera expectativas. Cuanto mayor sea la distancia entre la publicidad y el comportamiento real, mayor puede ser el problema de confianza y, potencialmente, de protección del consumidor.
Para pequeños negocios, la adopción puede empezar de forma mucho más controlada. Herramientas y metodologías como las que analizamos en ChatGPT para emprendedores y aplicación de IA al negocio muestran usos en documentos, contenido, clientes y automatización. La lección de la investigación de la FTC no es «no uses IA», sino diseñar el proceso para que la automatización no reciba más autoridad de la necesaria.
Los datos personales siguen en el centro
Los agentes necesitan contexto para resultar útiles. Ese contexto puede incluir correos, documentos, historiales de conversación, bases de datos, calendarios o información interna. Cuanto más contexto recibe un agente, mayor es también la superficie de datos que debe protegerse.
La FTC ya preguntó en su estudio sobre chatbots acompañantes cómo las empresas utilizan o comparten la información personal obtenida a través de conversaciones. En agentes empresariales el problema puede ampliarse porque el sistema no solo conversa: puede consultar múltiples fuentes y cruzar información entre ellas.
La arquitectura debería responder preguntas sencillas que a menudo son difíciles en la práctica: ¿qué datos puede ver el agente?, ¿durante cuánto tiempo?, ¿puede enviarlos a otra herramienta?, ¿quién puede revisar el historial?, ¿qué ocurre cuando termina la tarea? Estas preguntas no requieren esperar a una nueva ley para ser buenas prácticas de ingeniería.
Publicidad, expectativas y límites
Otra dimensión es cómo se presentan los productos. La documentación de la FTC de 2025 incluía explícitamente publicidad, representaciones sobre capacidades y divulgación de posibles efectos negativos. En un mercado competitivo existe una presión evidente por describir cada nuevo sistema como más autónomo y capaz.
Pero «autónomo» no debería significar «sin límites». De hecho, un producto empresarial maduro puede resultar más valioso precisamente porque permite definir cuándo el agente debe detenerse, pedir aprobación o transferir una tarea a una persona.
Esta distinción también importa para quien intenta convertir la IA en servicios. En nuestra reseña de IA que Vende y creación de servicios con inteligencia artificial insistimos en que el valor no consiste simplemente en pulsar un botón, sino en comprender el problema, revisar el resultado y entregar algo consistente. La supervisión humana puede ser parte del producto, no un defecto que haya que ocultar.
¿Significa esto que Estados Unidos va a frenar la IA?
No hay base para afirmarlo. La existencia de una investigación de protección del consumidor no equivale a una prohibición de agentes ni a una decisión de ralentizar todo el sector. De hecho, el debate estadounidense combina simultáneamente promoción de la innovación, competencia tecnológica y preocupación por los riesgos.
La cuestión relevante es más concreta: hasta qué punto las leyes existentes pueden aplicarse cuando productos de IA causan daños, inducen a error o no incorporan medidas razonables de seguridad. La respuesta dependerá de hechos, productos y casos específicos.
Hipótesis: si la FTC consigue aplicar marcos existentes a incidentes agénticos, otras empresas podrían adoptar controles más estrictos antes de que aparezca una regulación completamente nueva. El incentivo sería reducir tanto el riesgo técnico como el jurídico.
La seguridad puede convertirse en una característica competitiva
Durante la primera etapa de la IA generativa, las comparaciones se centraban en calidad de respuesta, velocidad, contexto y precio. En la etapa agéntica puede añadirse una nueva categoría: control.
Una empresa puede preferir un agente ligeramente menos capaz si ofrece permisos granulares, trazabilidad, aislamiento, aprobación humana y capacidad de detener acciones. Para sectores regulados, esa diferencia puede ser decisiva.
La consecuencia económica es interesante. La seguridad deja de ser únicamente un coste o una obligación y puede convertirse en una característica del producto. Proveedores de infraestructura, nubes, plataformas de agentes y empresas de ciberseguridad tienen incentivos para construir capas que permitan demostrar qué estaba autorizado y qué ocurrió realmente.
Qué cambia para un usuario normal
A corto plazo, probablemente poco de forma visible. La investigación acaba de conocerse y no existe una resolución que obligue a modificar de inmediato todos los productos de IA.
Pero el usuario puede adoptar una regla sencilla: cuanto más autónomo sea un agente, más atención merece la lista de permisos. Conectar una IA a correo, archivos, calendario, cuentas empresariales o servicios de pago no debería convertirse en un gesto automático.
Conviene revisar qué puede leer, qué puede modificar y qué acciones requieren aprobación. Cuando sea posible, utilizar cuentas o permisos limitados reduce el impacto potencial de un error. Y para tareas sensibles sigue siendo razonable exigir confirmación humana antes de una acción irreversible.
Qué observar a partir de ahora
El primer punto será el alcance documental de la investigación: qué información exige la FTC y a qué compañías. El segundo será si aparecen testimonios, acuerdos o actuaciones formales. El tercero será cómo responden los desarrolladores en sus productos: nuevos controles, registros, sistemas de permisos o cambios en la forma de presentar la autonomía.
También habrá que distinguir los incidentes reales de las interpretaciones exageradas. Un agente que realiza una petición inesperada no equivale automáticamente a una IA fuera de control, del mismo modo que un incidente de seguridad no demuestra por sí solo que toda una arquitectura sea insegura. La evaluación necesita contexto técnico.
Conclusión: la era de los agentes necesita una segunda capa de confianza
La investigación de la FTC marca un cambio de etapa porque conecta dos mundos que hasta ahora avanzaban con ritmos diferentes: la autonomía técnica de los agentes y la responsabilidad frente al consumidor.
Hecho: la FTC investiga a OpenAI, Anthropic y otras organizaciones por posibles riesgos de sus tecnologías y, según Reuters, prevé solicitar información y testimonios. Hecho: la agencia ya había investigado prácticas de seguridad, publicidad y datos en productos de IA.
Inferencia: cuanto más capaces sean los agentes de actuar sin supervisión continua, más valor tendrán los permisos limitados, la trazabilidad y la separación entre quien propone una acción y quien puede autorizarla.
Hipótesis: la próxima competición importante en IA empresarial podría no decidirse únicamente por qué modelo es más inteligente, sino por qué plataforma permite utilizar esa inteligencia con límites demostrables.
Predicción: veremos crecer una capa de infraestructura dedicada a gobernar agentes: sandboxes, permisos, monitores independientes, registros verificables y mecanismos de aprobación. No eliminarán todos los riesgos, pero pueden convertir la autonomía en algo más controlable.
La pregunta ya no es solo qué puede hacer una inteligencia artificial. Para consumidores y empresas empieza a ser igual de importante saber qué le hemos permitido hacer, quién puede detenerla y quién responde cuando algo sale mal.
Fuentes principales
Información contrastada con la cobertura de Reuters y Associated Press del 30 de septiembre de 2026 y con documentación oficial de la Federal Trade Commission sobre protección del consumidor, su investigación de 2025 sobre chatbots de IA y las órdenes 6(b) relativas a publicidad, seguridad y tratamiento de datos.