Por Canuto  

Los laboratorios estadounidenses de inteligencia artificial temen que actores vinculados con China estén usando ataques de destilación, registros de chats y mercados grises para replicar capacidades avanzadas a una fracción del costo. La disputa combina seguridad nacional, propiedad intelectual y una batalla por el modelo de negocio de la IA fronteriza.
***

  • La destilación permite entrenar modelos pequeños con prompts y respuestas generados por sistemas más avanzados.
  • Anthropic detectó y bloqueó cuentas asociadas con intentos de extraer capacidades y comparar respuestas de Claude.
  • Los registros de conversaciones legítimas y los intermediarios del mercado gris complican cualquier estrategia para detener la práctica.

Las empresas estadounidenses que desarrollan modelos de inteligencia artificial de frontera han advertido a las autoridades sobre una práctica que podría permitir a competidores extranjeros imitar capacidades avanzadas sin asumir los mismos costos de investigación y cómputo. Según informó Tom’s Hardware, con base en reportes de Bloomberg, el gobierno de Estados Unidos y los principales laboratorios occidentales observan con creciente preocupación los llamados ataques de destilación, que presuntamente estarían beneficiando a desarrolladores de China.

La acusación llega en un momento de tensión tecnológica entre Washington y Beijing, mientras ambos países intentan asegurar una ventaja estratégica en inteligencia artificial. China ha rechazado públicamente las afirmaciones, pero también advirtió que aplicará “contramedidas” si Estados Unidos utiliza el argumento de la destilación como pretexto para contener el desarrollo de sus modelos nacionales.

Una técnica útil que puede convertirse en abuso

La destilación consiste en entrenar un modelo más pequeño mediante los prompts y las respuestas producidos por otro sistema con capacidades superiores. Al observar cómo el modelo avanzado interpreta una instrucción y construye su respuesta, el modelo estudiante puede aprender patrones de razonamiento, estilo y resolución de problemas sin repetir exactamente el proceso original de entrenamiento.

La técnica no es ilegal ni necesariamente maliciosa por sí misma, ya que las empresas pueden emplearla para crear versiones más ligeras destinadas a operaciones internas, dispositivos locales o tareas muy específicas. El conflicto aparece cuando un laboratorio utiliza sistemáticamente los resultados de un modelo perteneciente a otra compañía, porque esa estrategia puede apropiarse de años de investigación y de inversiones que sus desarrolladores consideran fundamentales.

El debate se intensificó después de los avances atribuidos a DeepSeek en 2025 y a Kimi K3 en 2026, modelos chinos que, según las especulaciones recogidas por la fuente, habrían alcanzado capacidades similares a las de algunos sistemas fronterizos occidentales con mayor rapidez y a un costo significativamente menor. La comparación no implica que fueran idénticos a los modelos de Anthropic u OpenAI, pero sí alimentó la sospecha de que la destilación puede acelerar la convergencia tecnológica.

La disputa entre modelos cerrados y pesos abiertos

Las acusaciones también reflejan dos filosofías de desarrollo que compiten en el mercado global. Anthropic, OpenAI y Google han mantenido sus modelos principalmente como productos propietarios, con diseños y procesos de entrenamiento poco transparentes, mientras varias alternativas chinas destacadas han optado por publicar pesos abiertos.

Un modelo de pesos abiertos permite que terceros examinen partes de su estructura y lo ejecuten en distintos entornos, siempre que cuenten con hardware suficiente. Esa disponibilidad facilita la investigación independiente y la adaptación local, aunque también reduce el control que el desarrollador original conserva sobre la forma en que otros actores utilizan o modifican el sistema.

Para los laboratorios estadounidenses, la preocupación no se limita a la competencia tecnológica, sino que toca directamente su modelo de negocio. Después de invertir cientos de miles de millones de dólares en desarrollo de IA, centros de datos y capacidad de cómputo, estas compañías buscan evitar que un rival extraiga valor de sus sistemas y luego distribuya modelos con capacidades comparables a un precio mucho más bajo o incluso de forma abierta.

La posición resulta políticamente sensible porque las mismas compañías han presentado el desarrollo de la inteligencia artificial como un asunto de seguridad nacional que requiere inversiones extraordinarias. Ahora intentan convencer a las autoridades de que la destilación maliciosa representa un riesgo comparable, aunque cualquier respuesta gubernamental tendría que distinguir entre investigación legítima, competencia agresiva y apropiación indebida de resultados.

Cómo operan los ataques y por qué son difíciles de frenar

Anthropic describió en un informe de septiembre de 2026 varios intentos de uso indebido detectados durante los ocho meses anteriores. Entre las operaciones identificadas había esfuerzos para utilizar Claude con fines maliciosos y obtener información útil para desarrollar o mejorar otros sistemas, según la empresa.

Algunos métodos buscaban que Claude produjera respuestas detalladas o revelara información sobre la forma en que resolvía determinadas tareas. Otros utilizaban modelos fronterizos para evaluar las respuestas producidas por sistemas diferentes, con el objetivo de inferir cómo funcionaban sus procesos internos. También se observaron estrategias basadas en comparar prompts y respuestas de usuarios con las respuestas que Claude u otros modelos daban ante instrucciones idénticas, una forma de construir conjuntos de datos sin pedir abiertamente que el sistema expusiera su razonamiento.

Anthropic respondió prohibiendo cuentas relacionadas con esas actividades y bloqueando direcciones IP asociadas con organizaciones o entidades específicas. Cuando identifica un intento en curso, la empresa puede bloquear las solicitudes y cerrar las cuentas involucradas. Estas medidas buscan dificultar que sus modelos sean utilizados para recopilar grandes volúmenes de información destinados a operaciones de extracción o entrenamiento.

Sin embargo, las barreras técnicas no eliminan el problema. Un desarrollador extranjero puede comprar registros de conversaciones producidas por servicios de terceros que utilizan modelos occidentales, y en ese escenario las interacciones originales provienen de usuarios legítimos, por lo que resulta mucho más complicado distinguir una operación de extracción de datos de un uso normal del sistema.

El mercado gris y la respuesta internacional

Los intermediarios conocidos como estaciones de transferencia también pueden ayudar a esquivar restricciones geográficas y controles de acceso. Mediante esos servicios, los actores interesados podrían obtener resultados de modelos occidentales sin conectarse directamente desde una jurisdicción bloqueada, lo que reduce la eficacia de las prohibiciones basadas únicamente en direcciones IP, cuentas o ubicación declarada.

La Agencia de Seguridad de Infraestructura y Ciberseguridad de Estados Unidos, conocida como CISA, publicó junto con la NSA y el FBI una advertencia sobre campañas de empresas de IA radicadas en China que buscarían obtener conocimientos de modelos estadounidenses mediante destilación a escala industrial. El aviso recomienda a los desarrolladores proteger sus modelos y detectar patrones de extracción.

Las medidas podrían elevar el costo y la dificultad de la destilación, pero difícilmente harán que la práctica desaparezca por completo. Mientras un modelo pueda responder preguntas y un tercero pueda conservar esas respuestas, seguirá existiendo una vía para recopilar ejemplos, entrenar sistemas alternativos y mejorar sus resultados mediante comparación.

El desafío también expone una contradicción estructural del sector: las compañías quieren proteger sus modelos cerrados, pero sus productos solo generan valor cuando millones de usuarios interactúan con ellos. Cada conversación útil puede mejorar la experiencia del cliente y, al mismo tiempo, convertirse en un dato potencialmente aprovechable por intermediarios o competidores.

La próxima reunión prevista para el 24 de septiembre entre el presidente de Estados Unidos, Donald Trump, y el primer ministro chino podría incluir el desarrollo de la inteligencia artificial y las acusaciones de destilación. El encuentro no garantiza un acuerdo, pero mostrará si ambos gobiernos buscan establecer límites compartidos o si la competencia tecnológica continuará trasladándose desde los laboratorios hacia las sanciones y los controles de exportación.

La disputa, en última instancia, no solo enfrenta a dos potencias, sino también dos maneras de entender la innovación. Estados Unidos intenta preservar el valor económico de modelos altamente costosos y propietarios, mientras China promueve con mayor frecuencia sistemas cuyos pesos pueden circular y adaptarse, una diferencia que seguirá alimentando las sospechas sobre quién innova, quién copia y quién consigue convertir la eficiencia en ventaja geopolítica.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados