Tesis
La denuncia contra DOGE marca un antes y un después en la política de subvenciones federales y el uso de IA en decisiones públicas. La evidencia es contundente: la automatización sin controles generó discriminación y violó principios legales clave, obligando a repensar la equidad y la transparencia en la administración estatal.
La denuncia contra DOGE reconfigura la política de subvenciones federales
La denuncia contra DOGE no fue un expediente más ni un escándalo pasajero: el fallo que obligó a restaurar fondos y prohíbe futuros recortes sin debido proceso reconfiguró los cimientos de la política federal de subvenciones en Estados Unidos. En mayo de 2026, la jueza Colleen McMahon sentenció que la cancelación de más de 1,400 subvenciones del National Endowment for the Humanities (NEH) por parte del Departamento de Eficiencia Gubernamental (DOGE) fue ilegal e inconstitucional, tras eliminar aproximadamente 500 millones de dólares en fondos mediante procesos automatizados y opacos.
Esta decisión judicial trasciende el caso concreto. Revela una tensión estructural entre la búsqueda de eficiencia vía automatización y el respeto a criterios de equidad y legalidad. DOGE empleó modelos de IA para analizar 50,000 grants y priorizó la cancelación de aquellos asociados a diversidad, equidad e inclusión, generando una ola de litigios, protestas y un precedente que ya es citado como el primer gran caso federal sobre IA y discriminación en la administración pública.
El impacto no es menor: la restauración de fondos y la prohibición de recortes automatizados sin revisión humana sienta un estándar que influirá tanto en agencias federales como en startups y compañías de tecnología que buscan contratos públicos. Si alguna vez hubo dudas sobre los límites de la automatización en la política pública, la denuncia de Dan Berulis sobre DOGE y el fallo resultante clarifican que la eficiencia no puede estar por encima de la equidad ni de la protección de derechos fundamentales.
Los argumentos legales y éticos detrás del accionar de DOGE
| Número | Argumento | Contrapunto | Convicción |
|---|---|---|---|
| 1 | Violación del debido proceso: DOGE cortó fondos sin revisión congressional ni transparencia, lo que fue declarado ilegal e inconstitucional en el fallo de mayo 2026. | Algunos defensores argumentaron que la urgencia de eficiencia justifica recortes ágiles. | Fuerte |
| 2 | Discriminación por viewpoint: La selección algorítmica priorizó proyectos DEI, generando una discriminación ideológica prohibida por la Primera Enmienda. | El gobierno argumentó que la preferencia por neutralidad ideológica es legítima en el uso de recursos públicos. | Fuerte |
| 3 | Automatización irrazonable: El uso de IA sin supervisión humana produjo falsos positivos y sesgos sistémicos, violando el Administrative Procedure Act. | Defensores de DOGE sostuvieron que el sistema tenía 92% de precisión y era más objetivo que la revisión humana. | Moderada |
| 4 | Equidad vs. discriminación positiva: DOGE justificó recortes en nombre de la neutralidad, pero el criterio aplicado fue selectivo y subjetivo, afectando a minorías y proyectos históricos. | Algunos sectores afirman que la acción afirmativa puede ser discriminatoria si privilegia a ciertos grupos sobre otros. | Emergente |
El caso
La falta de debido proceso invalidó la acción de DOGE
La cancelación masiva de subvenciones por DOGE violó el debido proceso y la separación de poderes. La jueza McMahon determinó que DOGE eliminó más de 1,400 grants y 500 millones de dólares en fondos sin revisión congressional, usurpando competencias del Congreso y actuando de manera “arbitraria y caprichosa”.
El fallo, además de restaurar los fondos, prohíbe recortes similares sin procedimientos transparentes y revisión humana, sentando un precedente que limita la discrecionalidad administrativa. Para cualquier startup o agencia que piense en automatizar decisiones de alto impacto, la lección es clara: la eficiencia no puede justificar la opacidad ni la violación de derechos procesales.
Para la comunidad tech, esto significa que la automatización en el sector público enfrenta ahora un umbral legal mucho más alto: ya no basta con alegar eficiencia técnica; la explicación y la supervisión humana son obligatorias.
La discriminación ideológica fue central en el fallo
El criterio automatizado de DOGE priorizó la cancelación de proyectos relacionados a diversidad, equidad e inclusión (DEI), incurriendo en discriminación por viewpoint. La evidencia judicial reveló que los prompts utilizados instruían a la IA a marcar grants con palabras clave como “equity”, “inclusion” o “gender”, sin contextualización ni revisión de fondo.
Esto derivó en la cancelación de proyectos históricos, como investigaciones sobre esclavitud o traducciones de literatura ucraniana, bajo el pretexto de eliminar “marxismo cultural” o “sesgo ideológico”. La jueza citó estos casos como ejemplos de automatización irrazonable y discriminación sistémica, recordando que la Primera Enmienda protege la pluralidad de ideas, incluso en el uso de fondos públicos.
El mensaje es inequívoco: la automatización de criterios de equidad, si no es explicable y revisada, puede derivar en discriminación ilegal y en litigios costosos para el Estado y sus proveedores.
La automatización sin controles generó sesgos y falsos positivos
El uso de ChatGPT-4o y modelos custom de xAI detectó supuestos sesgos con una precisión autodeclarada del 92%, pero el sistema generó múltiples falsos positivos y marginó proyectos legítimos. El discovery judicial mostró que proyectos como “Historia de la esclavitud” y exposiciones sobre la industria ballenera fueron marcados como DEI y recortados, aunque no cumplían realmente los criterios ideológicos buscados.
La automatización sin “human-in-the-loop” demostró ser insuficiente para decisiones de alto impacto social y legal. La industria tech debe tomar nota: los algoritmos pueden amplificar sesgos y errores, y la documentación exhaustiva de prompts y datasets es ahora una exigencia legal y reputacional.
Para quienes trabajan en IA o políticas públicas, la implicación es directa: la supervisión humana y la transparencia son la única defensa ante litigios y fallos adversos como el de la denuncia contra DOGE.
El uso de IA en la cancelación de subvenciones públicas
El rol de la inteligencia artificial en este caso fue determinante. DOGE utilizó ChatGPT-4o (vía API de OpenAI) y modelos custom de xAI para analizar cerca de 50,000 subvenciones, aplicando prompts que identificaban proyectos asociados a diversidad, equidad e inclusión. Este proceso automatizado priorizó la cancelación de 1,427 grants, según su propia métrica de precisión del 92%.
Sin embargo, la falta de revisión humana y la opacidad del proceso resultaron en falsos positivos y marginación de iniciativas legítimas. El fallo judicial consideró que la automatización, por sí sola, no puede sustituir el juicio humano en decisiones sensibles, especialmente cuando los criterios son subjetivos y pueden derivar en discriminación sistémica.
La lección es clara para el sector público y privado: la automatización puede agilizar procesos, pero sin auditoría y explicabilidad, se convierte en un riesgo legal y ético. El precedente federal obliga a toda organización que use IA para decisiones de alto impacto a documentar, auditar y supervisar sus sistemas, so pena de enfrentar litigios y sanciones.
Discriminación positiva y legalidad en los criterios de DOGE
La polémica central del caso fue el uso de criterios de equidad para justificar recortes. ¿Es legítimo priorizar la neutralidad ideológica en la asignación de recursos públicos? El fallo responde que sí, pero bajo condiciones estrictas: los criterios deben ser objetivos, revisables y no pueden suprimir la pluralidad de ideas.
En la práctica, el proceso de DOGE cruzó la línea hacia la discriminación: la IA marcó como “DEI” proyectos históricos, artísticos y científicos, sin análisis de contexto ni revisión humana. Esto derivó en una acción afirmativa invertida, donde la supuesta neutralidad se usó para excluir a minorías y enfoques alternativos, violando la Primera Enmienda y el Administrative Procedure Act.
Lo que este caso enseña es que la equidad no puede ser un pretexto para la exclusión ni la censura. La acción afirmativa debe ser transparente, justificada y sujeta a revisión, especialmente cuando se automatiza. El debate sobre discriminación positiva y neutralidad seguirá abierto, pero el estándar legal es ahora mucho más exigente.
El impacto concreto en las instituciones excluidas
Las consecuencias de la cancelación fueron devastadoras para universidades, ONGs y centros culturales. Proyectos que llevaban años de preparación quedaron en el limbo, con repercusiones académicas, laborales y sociales. Investigadores y directivos reportaron la pérdida de oportunidades de formación, difusión y preservación de patrimonio, así como la interrupción de carreras y líneas de investigación enteras.
La restauración de fondos, aunque celebrada como una victoria moral por los demandantes, deja dudas sobre la capacidad real de la NEH para administrar y reasignar los recursos en un contexto de recortes presupuestarios y cambios de prioridades. Algunos beneficiarios temen que el daño sea irreparable, mientras que otros ven en el fallo una reivindicación y una esperanza de que el país reafirme su compromiso con la diversidad y la excelencia académica.
Este caso ilustra que la automatización y los criterios ideológicos mal diseñados pueden tener efectos concretos y traumáticos en comunidades enteras, más allá de la teoría o el debate legal.
Justificaciones y críticas a la política de DOGE
Los defensores de DOGE argumentaron que la automatización era necesaria para combatir el “despilfarro” y la “politización” de los fondos públicos, y que el sistema de IA era más objetivo que la revisión humana. Elon Musk, líder de la iniciativa, defendió la eficiencia y cuestionó la legitimidad de los programas DEI, mientras que parte del ecosistema tech temió un “chilling effect” sobre la innovación en govtech.
Sin embargo, el fallo y la revisión pública evidenciaron que la objetividad algorítmica no es garantía de justicia ni de legalidad. Los falsos positivos, la falta de explicación y la discriminación sistémica deslegitimaron la política de DOGE. Las reacciones del mundo académico, ONGs y expertos en IA fueron mayoritariamente críticas, subrayando la necesidad de safeguards éticos y transparencia, más allá de la eficiencia técnica.
El mejor argumento a favor de DOGE —la urgencia de reformar y depurar el sistema de subvenciones— se diluyó ante la evidencia de que la automatización sin controles puede ser más dañina que el status quo que pretendía corregir.
Implicaciones del caso para el gobierno federal
El caso DOGE-NEH obliga a repensar la administración de fondos públicos en la era de la IA. El fallo establece que cualquier uso de algoritmos para decisiones de alto impacto debe ser explicable, auditable y supervisado por humanos. Esto implica un giro regulatorio que afectará tanto a agencias federales como a startups y proveedores de tecnología.
En América Latina, donde la adopción de IA en el sector público es creciente pero la regulación va rezagada, el precedente es especialmente relevante. Gobiernos y legisladores deben anticipar los riesgos de discriminación algorítmica y opacidad, y establecer marcos de auditoría y transparencia antes de delegar decisiones críticas a sistemas automatizados.
La oportunidad está en construir modelos de gobernanza algorítmica que equilibren eficiencia, equidad y legalidad, evitando los errores evidenciados en la denuncia contra DOGE. El riesgo, en cambio, es importar acríticamente soluciones tecnológicas sin salvaguardas, replicando sesgos y violaciones de derechos en contextos aún más frágiles.
Conclusión: Reforma responsable y exigencias tras el fallo
Dada la contundencia del fallo y la evidencia de los daños causados por la automatización sin controles, el camino adelante es claro: ciudadanos y legisladores deben exigir transparencia, revisión humana y auditoría de toda decisión pública basada en IA. La reforma de la administración federal debe ser responsable, equilibrando eficiencia y equidad, y evitando que la discriminación y la opacidad tecnológica se repitan.
Exige que toda automatización en la gestión pública sea explicable, revisable y sujeta a control democrático. La equidad y la legalidad no son negociables, incluso —y sobre todo— en la era de la inteligencia artificial.
Nota editorial: Declaración de intereses y contexto del autor
No tengo relación profesional ni financiera con ninguna de las instituciones, startups o agencias mencionadas en este análisis. Mi experiencia cubriendo regulaciones de IA y ética pública en América Latina y Estados Unidos me permite reconocer los riesgos y oportunidades que emergen del caso DOGE-NEH. Esta columna se basa en la revisión crítica de fuentes periodísticas, judiciales y testimonios de afectados, con el objetivo de informar y orientar el debate público sobre el futuro de la administración pública en la era de la inteligencia artificial.