Las afirmaciones sobre apertura de la IA china no resisten el escrutinio

Puntos clave

• GeoGPT de China, un sistema de IA geoscientífica, fue exhibido en la Conferencia Mundial de IA en julio de 2025 como un ejemplo de IA abierta y gobernada conjuntamente.
• Bajo el "marco de apertura de modelos" respaldado en un informe reciente de la ONU, GeoGPT no calificaría como abierto.
• Los pesos del modelo subyacente de GeoGPT se construyen principalmente sobre Qwen de Alibaba, cuyas licencias no cumplen con el estándar de Interconexión de Sistemas Abiertos para una verdadera apertura.
• Ni los datos de entrenamiento de GeoGPT ni su código fuente de aplicación han sido liberados públicamente.
• Su comité de gobernanza reporta al propio Zhejiang Lab, no a un organismo independiente.

Los laboratorios de IA de China genuinamente han proporcionado al mundo algunas herramientas impresionantes y disponibles libremente. Qwen, DeepSeek y Kimi, tres modelos de lenguaje grande (la tecnología que potencia chatbots como ChatGPT), provienen de equipos chinos y han sido lanzados de formas que permiten a desarrolladores en todo el mundo descargarlos y ejecutarlos. Para investigadores en el mundo en desarrollo que trabajan en computadoras modestas, eso importa mucho.

Pero "lanzado abiertamente" y "verdaderamente abierto" no son lo mismo. Esa distinción está en el corazón de un debate que se desarrolla en las páginas de The Guardian y más allá.

¿Qué es GeoGPT y por qué importa?

GeoGPT es un sistema de IA construido para investigación geoscientífica por Zhejiang Lab, un instituto de investigación respaldado por el estado chino. El mes pasado, en la Conferencia Mundial de IA, fue presentado como un modelo de ciencia abierta y gobernada conjuntamente. Se invitó a gobiernos del mundo en desarrollo a tratarlo como un recurso compartido.

El problema: no cumple con la definición estándar de "abierto" que expertos independientes y un informe reciente de la ONU han respaldado.

Bajo el marco de apertura de modelos, un sistema de IA genuinamente abierto debe liberar sus pesos de modelo (la configuración interna que hace funcionar la IA), sus datos de entrenamiento y su código fuente. GeoGPT libera solo los pesos, y aun esos vienen con condiciones: se encuentran sobre el modelo Qwen de Alibaba, que usa licencias que no cumplen con el estándar de Interconexión de Sistemas Abiertos, un punto de referencia ampliamente reconocido para software abierto. Sin datos de entrenamiento. Sin código fuente. Y el comité que supuestamente gobierna el proyecto responde al propio Zhejiang Lab.

Eso es menos "ciencia abierta" y más "abierto-ish, en nuestros términos".

¿Es este solo un problema de China?

De ninguna manera, y los investigadores que están sonando la alarma tienen cuidado de decirlo. Académicos que escriben en respuesta a una pieza del embajador de China ante el Reino Unido señalan que la brecha entre "abierto" como palabra de marketing y "abierto" como estándar técnico existe en toda la industria.

Muchos laboratorios occidentales también liberan pesos de modelos mientras mantienen los datos de entrenamiento bajo llave. El argumento por una verdadera apertura, incluyendo estándares compartidos que toda IA de cualquier país debe cumplir para reclamar la etiqueta, es uno que se aplica en todas partes.

Para usuarios ordinarios, la conclusión práctica es simple. Cuando una herramienta de IA se describe como "abierta", vale la pena preguntar: ¿abierta cómo? ¿Puede alguien inspeccionar los datos de los que aprendió? ¿Puede alguien auditar quién la controla? Si las respuestas no están claras, la palabra "abierta" está haciendo mucho trabajo.

Preguntas frecuentes

¿Por qué importa si los datos de entrenamiento de IA son públicos?

Si nadie fuera del laboratorio puede ver qué datos aprendió la IA, nadie puede verificar si contiene sesgos, errores o información restringida. La transparencia sobre datos de entrenamiento es una de las principales formas en que investigadores y reguladores responsabilizan a los sistemas de IA.

¿Qué es el marco de apertura de modelos?

Es un estándar para juzgar qué tan genuinamente abierto es un sistema de IA, cubriendo pesos, datos de entrenamiento, código fuente y gobernanza. Un informe reciente de la ONU lo respaldó como punto de referencia, lo que significa que más organismos internacionales están comenzando a usarlo al evaluar herramientas de IA promovidas para uso global.