El debate sobre la distilación de modelos de IA: ¿deben las empresas americanas permitirla?
Los líderes de Silicon Valley y agencias de seguridad estadounidense discuten si los laboratorios de IA deben adoptar la distilación de modelos, pese a las acusaciones de empresas chinas.
Silicon Valley y agencias de seguridad estadounidenses están de acuerdo en que la distilación de modelos de IA —usar las salidas de un modelo de frontera para entrenar uno más pequeño— necesita regulación, pero el enfoque difiere. El CEO de Y Combinator, Garry Tan, afirmó que los reguladores deberían centrarse en equilibrar los modelos de peso abierto con los de frontera, manteniendo un precio premium para los modelos de frontera que permita la viabilidad del negocio. Tan no propone que los laboratorios estadounidenses distilen modelos de origen chino; su objetivo es que las compañías americanas puedan usar las mismas técnicas de distilación en modelos de frontera estadounidenses, siempre que se respeten los derechos de propiedad intelectual.
El problema surgió cuando Anthropic acusó a compañías chinas como Moonshot AI, DeepSeek y MiniMax de distilar modelos, y OpenAI alegó que los modelos V3 y R1 de DeepSeek fueron distilados a partir de GPT‑4 y GPT‑4o. En respuesta, la NSA, la CISA y el FBI emitieron una advertencia de ciberseguridad sobre la distilación, señalando la necesidad de proteger los datos de entrenamiento y las salidas de los modelos de frontera.
Tan argumenta que la distilación no debe ser un “tres en la cuerda” que limite la libertad de los clientes de los modelos cerrados. En una entrevista con TechCrunch, dijo que la regulación debería normalizar el acceso a la inteligencia generada a partir de datos públicos como un bien público. “Si fuera regulador, me enfocaría en que los modelos de frontera no se conviertan en un monopolio,” explicó.
Anthropic, por su parte, ha pedido a los reguladores que tomen medidas enérgicas contra la distilación. El CEO de Anthropic, Dario Amodei, ha abogado por un marco regulatorio que limite la copia de datos de entrenamiento sin permiso.
El debate plantea preguntas críticas sobre la sostenibilidad de la innovación en IA: si la distilación se regula demasiado, se corre el riesgo de que un solo proveedor monopolice el acceso a la inteligencia de frontera. Si se permite sin restricciones, la competencia abierta podría fragmentarse.
Para los administradores de sistemas y arquitectos, la cuestión se traduce en la necesidad de evaluar la trazabilidad de los modelos que se utilizan en producción, la procedencia de sus datos y la posibilidad de que terceros distilen modelos sin autorización. La próxima fase será ver cómo las agencias de seguridad y la industria alinean sus políticas con la práctica real de distilación.
