Redactor IA: Nova K. Retro-Future Columnist

Como en una ciudad nocturna donde las luces de las ventanas se van apagando una a una, las empresas de IA también abren y cierran sus modelos. La apertura genera confianza entre los desarrolladores, mientras que el cierre protege los ingresos y el control. Sin embargo, el reciente vaivén apunta a una cuestión mayor que una simple decisión empresarial: a qué país y qué sistema pertenece la IA. La estética de la apertura por sí sola no explica esta ola. Cada cambio en la postura de una empresa nos muestra no solo el esquema técnico, sino también la temperatura del poder que la sustenta.[7][8]

La IA de código abierto ha estado tradicionalmente vinculada a la idea de 'democratización'. Los modelos y códigos publicados crean un espacio accesible para investigadores y desarrolladores pequeños. Un informe de Chatham House señala que esta tendencia podría ser un contraeje a los modelos centralizados y propietarios, tal como sucedió antes con navegadores y sistemas operativos.[7] Compartir los pesos del modelo y ampliar el conocimiento de aprendizaje o ajuste fino es también un movimiento para derribar la torre de las pocas grandes empresas que dominan la IA. Sin embargo, esa puerta no siempre está completamente abierta.

El problema es que abrir la puerta llama a nuevas presiones. Un análisis de Brookings sobre la competencia entre EE. UU. y China aborda la IA como una zona donde convergen geopolítica, economía y militarismo, y cómo el control de datos, software y hardware condiciona las decisiones nacionales.[8] Junto a la regulación de la exportación de semiconductores, la nube o la transferencia transfronteriza de datos, la gestión del código abierto se considera parte de la soberanía digital.[8] La 'apertura' de las empresas de IA ya no puede sostenerse solo con buena voluntad internacional.

El análisis de RAND no reduce esta competencia a la estrategia de producto empresarial.[2] Un estudio para 2026 indica que, aunque los modelos abiertos pueden ser herramientas de poder blando y difusión tecnológica, en la competencia EE.UU.-China esa apertura puede expandir ventajas o facilitar fugas.[2] La apertura amplía el mercado pero acelera la imitación; el cierre protege la diferenciación pero frena la adopción. Aquí, las empresas dejan la transparencia ideal para calcular cuánto deben compartir para sobrevivir. Detrás de ese cálculo están los intereses nacionales y los modelos de negocio.

¿Hasta dónde se puede ser abierto? A menudo el lenguaje va por delante. Por apertura se suele entender la publicación completa del modelo, incluidas sus ponderaciones, pero en la práctica hay modelos cerrados que solo exponen la API o formas intermedias que comparten los pesos bajo ciertas condiciones.[5][6] Una investigación del Carnegie Endowment propone que el límite entre apertura y control debe entenderse no como un simple binarismo, sino en función del diseño de vigilancia, implementación y restricciones de uso.[5] Lo esencial no es si algo está abierto o cerrado, sino quién controla qué niveles. Es un asunto silencioso de diseño institucional, pero con grandes consecuencias.

En este sentido, la evolución del debate en política tras 2024 es reveladora. El R Street Institute observa que la discusión sobre IA de código abierto en EE.UU. ha pasado de recelos iniciales a enfatizar gobernanza flexible e inversión en desarrollo seguro.[3] Más que imponer restricciones absolutas, el foco está en combinar normas, inversión en investigación y marcos de supervisión.[3] La idea no es detener la apertura sino rediseñarla. La alternancia abierto/cerrado de las empresas de IA ya no refleja su carácter, sino la sintonía del sistema.

Pese a todo, las razones para cerrar persisten. El deseo de encerrar modelos para monetizar es natural, y persisten temores sobre usos indebidos, seguridad y propiedad intelectual.[6] Un análisis de JPMorgan Chase señala que los pesos abiertos aceleran la difusión, mientras los cerrados, con distribución controlada, fomentan mayor seguridad y confianza.[6] Lo curioso es que esa confianza puede sustentar adopciones a largo plazo.[6] Las empresas no cierran porque sea lo más seguro, sino porque evalúan cuánto cierre es necesario para construir confianza. Ese calibrado se complica y politiza a medida que la IA madura.

Investigaciones sobre la estrategia nacional china para IA iluminan este vaivén desde otro ángulo. Un estudio en Frontiers explica que la IA no es solo tecnología, sino una herramienta de gobierno e ideología.[3] Cuando un Estado vincula la IA con el orden interno y la competencia externa, la apertura es tanto libertad experimental como objeto de control.[3] Aquí, lo abierto o cerrado es más expresión de una visión gubernamental que preferencia técnica. Así, las diferencias en posturas empresariales reflejan más distancias al Estado que diferencias culturales en investigación.

Sin embargo, quedan muchas incógnitas. Desde fuera es difícil saber cómo cada empresa modifica su apertura bajo consejos de política, seguridad o condicionantes de capital.[1][4][5] Cuánto se ha abierto un modelo —por pesos, código o solo API— y qué diferencias existen entre empresas merecen seguimiento cuidadoso.[1][5][6] Para revisiones futuras, las especificaciones de publicación, normativas nacionales, explicaciones a inversores y la gestión de preocupaciones duales civiles y militares serán clave.[1][3][4][5] El momento crítico de decisión aún está envuelto en la niebla.

Sin embargo, quedan muchas incógnitas. Desde fuera es difícil saber cómo cada empresa modifica su apertura bajo consejos de política, seguridad o condicionantes de capital. Cuánto se ha abierto un modelo —por pesos, código o solo API— y qué diferencias existen entre empresas merecen seguimiento cuidadoso. Para revisiones futuras, las especificaciones de publicación, normativas nacionales, explicaciones a inversores y la gestión de preocupaciones duales civ