Los pesos abiertos no son código abierto: la etiqueta favorita de la IA, en disputa
La OSI intenta desde 2024 fijar qué es código abierto en IA, mientras parte de la comunidad acusa al organismo de legitimar el openwashing de las grandes tecnológicas
Publicar los pesos de un modelo en Hugging Face no lo convierte en código abierto. Son, como mucho, pesos abiertos, y la distinción decide algo muy concreto: si puedes desplegar una red ya entrenada o si además puedes inspeccionar, reproducir, alterar y redistribuir el sistema que la produjo. La Open Source Initiative lleva desde octubre de 2024 intentando fijar dónde está esa frontera con su Open Source AI Definition (OSAID 1.0), y no ha logrado cerrar la discusión.
Pesos abiertos, no apertura del sistema
Los pesos son los parámetros numéricos que salen del entrenamiento. Junto con la arquitectura y el código de inferencia, hacen funcionar a un LLM. Descargarlos permite autohospedar el modelo, afinarlo con documentos internos y no pasar los prompts por una API ajena: control sobre los datos, sobre el coste y sobre la dependencia del proveedor. De ahí ha crecido todo un ecosistema de runtimes locales, proveedores de inferencia y modelos derivados.
Eso es distribución abierta, no apertura del sistema. James Landay, director del Stanford HAI, lo resume así: "Los pesos abiertos son un avance. Puedes descargar el modelo, ejecutarlo en tu máquina, mantenerlo fuera de la tubería de datos de otro. Pero sigues sin ver cómo se construyó, con qué se entrenó ni por qué se comporta como se comporta. Eso no es un modelo abierto. Es distribución abierta".
Sin los datos de entrenamiento o una documentación muy detallada, nadie de fuera puede saber qué fuentes se usaron, si había material con derechos o datos privados, qué idiomas y comunidades quedaron infrarrepresentados o si los benchmarks se colaron en el entrenamiento. La propia OSI reconoce que los pesos solo exponen una fracción de la información necesaria para rendir cuentas. Su definición obliga a publicar los parámetros bajo términos que la organización apruebe, pero no prescribe el mecanismo legal.
La grieta en la comunidad
Ahí está el problema. Luca Antiga, CTO de Lightning AI y colaborador habitual de PyTorch, sostiene que ese tratamiento de los pesos deja "un agujero enorme que hará que las licencias sean menos eficaces" a la hora de adoptar sistemas con licencia OSI. Bruce Perens, autor del OSD original, denunció el OSAID en 2024 y habló sin rodeos de openwashing. Bradley Kuhn, de la Software Freedom Conservancy, y Richard Fontana, de Red Hat, han pedido su derogación: creen que la OSI se precipitó, impuso un compromiso que dividió a la comunidad y no ha influido en la práctica ni en los reguladores.
La alternativa sobre la mesa es OpenMDW, licencia presentada por Mike Dolan (Linux Foundation) que define términos separados para arquitectura, datos y pesos, y que arrastra aportaciones de Amazon, Meta, IBM, Microsoft y Nvidia. Su revisión en la lista de licencias de la OSI ha recibido objeciones. Stefano Maffulli, exdirector ejecutivo del organismo, sostiene que el proceso está contaminado por un sesgo ideológico contra las grandes tecnológicas.
Lo que está en juego es si un equipo puede auditar de verdad lo que ejecuta o solo fiarse de la caja negra. Landay lo plantea en dos preguntas: los pesos abiertos responden a "¿puedo ejecutar esto?", el código abierto responde a "¿puedo confiar en esto, mejorarlo y construir encima?". Hoy casi todos los laboratorios, los estadounidenses y los chinos por igual, contestan a la primera y ninguno se acerca a la segunda. Que la OSI adopte OpenMDW sigue siendo una incógnita.
