Hay algo difícilmente irónico en lo que ocurrió este 25 de junio de 2026. Un grupo de alrededor de 400 periódicos locales y regionales de Estados Unidos demandó a OpenAI y Microsoft por lo que llaman «robo sistemático y deliberado de cientos de miles de artículos» para entrenar ChatGPT y Copilot. Ese mismo día, Anthropic —cuyo propio modelo fue entrenado sobre datos de internet— dirigió una carta a los senadores Tim Scott y Elizabeth Warren acusando a la empresa china Alibaba de haber creado cerca de 25.000 cuentas fraudulentas de Claude para extraer datos de entrenamiento mediante decenas de millones de intercambios entre finales de abril y principios de junio de 2026. Lo cuenta Webb Wright en Gizmodo.
El titular se escribe solo: los mismos que construyeron sus modelos sobre el trabajo de otros llevan meses enviando cartas a Washington quejándose de que los chinos les hacen lo mismo a ellos.
Las dos denuncias del mismo día y lo que dicen de la industria
La demanda de los periódicos, presentada en el Tribunal de Distrito del Distrito Sur de Nueva York, es directa: OpenAI y Microsoft usaron sus artículos sin permiso para entrenar ChatGPT y Copilot, generando «cientos de miles de millones de dólares en valor de mercado» sin que los editores recibieran «ni un céntimo». Los demandantes representan casi 400 cabeceras de prensa local y regional en todo el país.
En paralelo, Anthropic argumenta que Alibaba usó cuentas falsas para realizar una práctica conocida en el sector como destilación adversarial: extraer conversaciones con un modelo avanzado a escala masiva para usarlas como datos de entrenamiento de un modelo propio. El resultado es que el nuevo modelo hereda parte de las capacidades del original sin haber pagado el coste de entrenamiento. Anthropic no acusa a Alibaba de nada que sea definitivamente ilegal según la legislación vigente, sino de violar sus condiciones de uso a escala industrial.
No es la primera vez. Anthropic ya acusó previamente a las empresas chinas DeepSeek, Moonshot y MiniMax de hacer lo mismo. OpenAI hizo lo propio con DeepSeek. La respuesta del gobierno de EE.UU. llegó en abril de 2026: el director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, Michael Kratsios, firmó un memorándum distinguiendo entre la destilación interna legítima (usar un modelo grande para entrenar uno pequeño propio) y las «campañas a escala industrial» para extraer capacidades de modelos ajenos, citando a China expresamente.
El argumento de la hipocresía y por qué no es tan sencillo
El paralelismo entre las dos historias del día no es accidental. Desde wwwhatsnew.com llevamos siguiendo el debate sobre derechos de autor en IA desde los primeros litigios en 2023, y la escalada de este año tiene una lógica que va más allá de la ironía.
Las empresas de IA americanas acusan a las chinas de destilación adversarial. Elon Musk admitió en mayo de 2026, bajo juramento, que xAI usó outputs de modelos de OpenAI para entrenar Grok, la misma práctica que OpenAI denuncia en DeepSeek. OpenAI lleva años argumentando que el scraping de internet es «fair use»; ahora los periódicos argumentan que no lo es. La coherencia del sector es, en el mejor de los casos, deficiente.
Pero hay una distinción que el memorándum de Kratsios intenta capturar: escala y propósito. Una empresa que entrena un modelo pequeño usando las respuestas de un modelo grande propio está haciendo ingeniería normal. Una empresa que crea 25.000 cuentas fraudulentas para extraer decenas de millones de intercambios en pocas semanas está haciendo otra cosa. Si la acusación de Anthropic sobre Alibaba es exacta, la diferencia de escala convierte la «destilación» en algo más parecido a un ataque coordinado.
La otra distinción relevante es Microsoft. Su nuevo modelo de razonamiento, MAI-Thinking-1, fue presentado en la conferencia Microsoft Build 2026 con un argumento explícito: fue entrenado «con absolutamente cero destilación», según Mustafa Suleiman, jefe de la división de IA. El argumento comercial subyacente es exactamente el que los editores de periódicos hacen desde hace dos años: si construyes con material ajeno, tienes responsabilidades que no tienes si construyes desde cero.
Una investigación previa de wwwhatsnew.com sobre el debate OpenAI-DeepSeek y la hipocresía del sector sigue siendo el mejor contexto para entender por qué esta acusación, aunque puede ser válida, llega con una credibilidad comprometida.
También hay que recordar que en la causa Anthropic vs. Steinberger/OpenClaw, la propia Anthropic cerró el acceso de terceros a Claude cuando el uso excedía lo que la empresa quería cobrar, en una jugada de plataforma que sus propios usuarios criticaron por inconsistente.
Mi valoración
Lo que más me convence de la denuncia de Anthropic es el nivel de detalle: 25.000 cuentas fraudulentas, decenas de millones de intercambios, un periodo de tiempo acotado. Ese tipo de acusación o es verificable o destruye la credibilidad de quien la hace. Que Anthropic la haya puesto en papel ante el Senado sugiere que tiene evidencia detrás.
Lo que más me preocupa es la instrumentalización política. La carta está dirigida a senadores que presiden el Comité Bancario, no al equivalente tecnológico. Eso sugiere que el objetivo primario no es litigar sino construir narrativa legislativa contra competidores chinos. El «robo» de capacidades de IA se convierte así en una pieza del debate más amplio sobre seguridad tecnológica y aranceles.
Lo más estructuralmente significativo es lo que esta escalada confirma sobre los «moats» en IA: son más débiles de lo que parecen. Si la destilación adversarial a escala funciona como describe Anthropic, entonces la ventaja competitiva de un modelo de frontera puede erosionarse en semanas mediante extracción masiva sistemática. Eso cambia el análisis de valor a largo plazo de las empresas de IA.
La pregunta a 12 meses es cuántos acuerdos de licenciamiento de datos como el de Disney-OpenAI (1.000 millones de dólares por acceso a personajes y catálogo) se firmarán como alternativa al litigio. El modelo de «pagamos en lugar de peleamos» puede ser más sostenible que los tribunales.
Preguntas frecuentes
¿Qué es la destilación adversarial en inteligencia artificial?
La destilación es una técnica técnicamente legítima: un modelo grande entrena a uno pequeño mediante sus respuestas. La versión «adversarial» ocurre cuando una empresa usa cuentas falsas o extrae masivamente respuestas de un modelo ajeno sin permiso, violando sus condiciones de uso, para transferir capacidades a su propio sistema. El resultado es un modelo que hereda parte de las capacidades del original a bajo coste.
¿Tienen razón los periódicos que demandaron a OpenAI y Microsoft?
Eso lo decidirán los tribunales. La doctrina del «fair use» en EE.UU. admite el uso transformativo de material protegido, y varios fallos previos han sido favorables a las empresas de IA en casos de scraping. Sin embargo, la escala del uso y el impacto en el mercado de los publicadores son argumentos que los tribunales están empezando a tomar más en serio. El juez Vince Chhabria señaló en un caso anterior que la IA puede estar «obliterando el mercado» de los creadores originales, aunque sin pruebas concretas de daño.
¿Puede el gobierno de EE.UU. bloquear que empresas chinas usen modelos americanos para destilación?
El memorándum de Kratsios de abril de 2026 señala la intención de tomar medidas, incluyendo «asociación con empresas privadas» para prevenir estas campañas. En la práctica, las herramientas disponibles son limitadas: controles de exportación sobre el hardware de entrenamiento (que ya existen), restricciones de acceso a APIs (que las empresas ya aplican por sus condiciones de uso), y potencialmente sanciones comerciales. Ninguna de estas medidas cierra completamente la brecha.
☞ El artículo completo original de Natalia Polo lo puedes ver aquí
No hay comentarios.:
Publicar un comentario