La IA de código abierto podría ser una solución, no una amenaza

Jennifer Huddleston dice que la idea de que los modelos de código abierto o de peso abierto son intrínsecamente peligrosos es errónea y no comprende por qué una variedad de tipos de modelos sirven para diferentes propósitos en el ecosistema de la IA.

Por Jennifer Huddleston

Algunos políticos y líderes de opinión, entre ellos Hillary Clinton, se han hecho eco de la preocupante creencia de que los modelos de IA de código abierto o de peso abierto representan un mayor riesgo que los modelos cerrados de igual potencia. Sin embargo, la idea de que los modelos de código abierto o de peso abierto son intrínsecamente peligrosos es errónea y no comprende por qué una variedad de tipos de modelos sirven para diferentes propósitos en el ecosistema de la IA.

El mayor riesgo actual con la IA de código abierto o de pesos abiertos no es un riesgo de seguridad; son las consecuencias para la innovación y la libertad si el gobierno restringe el desarrollo de la industria de la IA en Estados Unidos y favorece una solución sobre otra.

¿Qué es, en realidad, un modelo abierto? 

Para comprender tanto de dónde provienen las preocupaciones sobre la seguridad de los modelos abiertos como el impacto potencial de una política que limite dichos modelos, primero hay que entender la diferencia entre los modelos de IA abiertos y cerrados.

La distinción entre tecnología cerrada y abierta no es exclusiva de la IA. Un sistema cerrado, en el contexto de la tecnología, generalmente se refiere a productos (en este caso, modelos de IA) que no pueden modificarse o que tienen un potencial muy limitado de modificación después de la compra. Muchos modelos populares de IA, como Claude de Anthropic y ChatGPT de OpenAI, pueden aplicarse a diversas tareas, pero por lo general no pueden modificarse. Por el contrario, la tecnología abierta, ya se trate de modelos de IA o de tecnologías más tradicionales como los sistemas operativos, ofrece a los usuarios mayor flexibilidad en cuanto a cómo modifican y ejecutan los programas.

En lo que respecta a la IA, hay diferentes formas en que un modelo puede ser abierto. Los modelos de pesos abiertos proporcionan públicamente más información y transparencia sobre cómo ponderan las entradas y generan resultados, pero sin información sobre el entrenamiento ni el código. Los verdaderos modelos de IA de código abierto proporcionan no solo información sobre sus pesos, sino también los datos de entrenamiento y el código. El resultado puede ser una mayor accesibilidad y una forma de personalizar mejor un modelo o agente para una necesidad específica.

Al igual que con otras tecnologías y software, que sea abierto o cerrado no es intrínsecamente mejor o peor. Diferentes aplicaciones pueden presentar distintos equilibrios entre la accesibilidad y la flexibilidad, por un lado, y la facilidad de uso o la confianza que puede ofrecer un modelo de código cerrado ya establecido, por otro.

Por qué es importante el código abierto

Para muchos usuarios, los productos de IA de pesos abiertos y de código abierto ofrecen una flexibilidad y opciones importantes. Los modelos de pesos abiertos permiten que cualquier persona con la configuración adecuada ejecute el modelo por sí misma, mientras que los modelos de código abierto permiten que cualquier persona con la configuración adecuada construya un modelo similar por sí misma. Por ejemplo, Ben Affleck expresó su asombro ante las capacidades cuando utilizó modelos de pesos abiertos basados en su propio conjunto de datos para un proyecto cinematográfico reciente.

El reciente escrutinio de los modelos de IA de código abierto o de peso abierto probablemente sea el resultado de dos dinámicas políticas: una creciente preocupación por las amenazas de la IA relacionadas con la ciberseguridad y la creciente popularidad de los modelos vinculados a China, que suelen ser de código abierto o de peso abierto. Esto solo se amplifica a medida que los líderes de los laboratorios de IA de modelos cerrados critican a sus competidores más abiertos por ser intrínsecamente riesgosos.

Al igual que en el debate más amplio sobre la IA, estas preocupaciones deben entenderse en términos generales, no en relación con un tipo específico de modelo o negocio. En la era de la IA y de los avances emergentes en computación cuántica, hay conversaciones válidas que deben tenerse sobre la preparación en materia de ciberseguridad. Del mismo modo, puede haber conversaciones válidas en torno a las vulnerabilidades y el uso de modelos chinos en ciertas infraestructuras. Pero estas preocupaciones no deben dar lugar a la demonización del código abierto en general ni obstaculizar el desarrollo de modelos competitivos respaldados por Estados Unidos.

Los modelos más abiertos pueden ofrecer una opción más adaptable, flexible y, a menudo, de menor costo, lo que brinda una oportunidad importante para encontrar y desarrollar soluciones que serían costosas o imposibles de lograr dentro de las limitaciones de un modelo cerrado. Dichos beneficios también significan que estos modelos pueden ser fundamentales para evitar un enfoque de arriba hacia abajo que, en sí mismo, podría generar inquietudes sobre la capacidad de un gobierno para interferir en el acceso a información o servicios importantes. Además, la flexibilidad y la adaptabilidad de los modelos de código abierto crean el potencial para una mayor competencia en ocasiones y una forma alternativa de competir en el mercado para aquellos cuyas preferencias en cualquier número de decisiones sobre resultados puedan variar.

Inicialmente, los modelos abiertos se consideraban de menor calidad que los modelos cerrados, pero muchas empresas han acortado esta brecha. Según un estudio de enero de 2026, los modelos abiertos alcanzaban más del 90 por ciento de las capacidades de los modelos cerrados, y con frecuencia esa brecha se acorta rápidamente. Si bien algunos ven un riesgo, esto puede brindar un mayor acceso a las herramientas que tanto las personas como las empresas necesitan.

Al igual que en los sistemas operativos, los modelos de IA cerrados frente a los abiertos pueden servir para diferentes propósitos y pueden ser más adecuados para distintas tareas. En algunos casos, es preferible la seguridad o la naturaleza "lista para usar" de un modelo cerrado. En otros casos, los modelos abiertos ofrecen mayor flexibilidad, menores costos y oportunidades de experimentación que pueden ayudar a satisfacer necesidades que resultan demasiado costosas o que actualmente no satisfacen los modelos de código cerrado.

Pero ni siquiera esto es siempre así. Por ejemplo, cuando Claude "atacó" los modelos de peso abierto de Hugging Face, contó con la flexibilidad y las características necesarias para determinar qué estaba sucediendo. Por lo tanto, es importante que las políticas no favorezcan en exceso un tipo particular de desarrollo de modelos, especialmente a medida que la tecnología y sus aplicaciones continúan evolucionando.

Los políticos no deben hacer suposiciones erróneas sobre los riesgos de los modelos abiertos de IA, pero sí deben considerar si las políticas estrictas podrían impedir el acceso a dichas herramientas. Existe una demanda de modelos abiertos tanto en Estados Unidos como a nivel internacional. Una política que impida el desarrollo de modelos de código abierto competitivos en Estados Unidos acabaría perjudicando la competitividad global de nuestra industria de IA.

Este artículo fue publicado originalmente en Cato At Liberty (Estados Unidos) el 17 de noviembre de 2026.