Por Canuto  

Un extenso alegato del tecnólogo Ahmad Osman reavivó el debate sobre el futuro de la inteligencia artificial: uno dominado por laboratorios cerrados y sistemas con permisos, o uno basado en modelos abiertos, ejecución local y soberanía del usuario.
***

  • Ahmad Osman acusa a Anthropic de usar el discurso de seguridad para restringir competencia, acceso y desarrollo de IA abierta.
  • La crítica se apoya en políticas de uso, cambios en Claude Code, límites a rivales y el polémico caso Fable.
  • El trasfondo del debate va más allá de una empresa: quién controlará la infraestructura cognitiva de la próxima economía.

La discusión sobre inteligencia artificial abierta volvió a escalar tras una extensa crítica publicada por @TheAhmadOsman. En ella, el autor sostiene que Anthropic estaría usando el lenguaje de la seguridad para justificar restricciones de acceso, límites al desarrollo de modelos rivales y una arquitectura de control sobre sus usuarios.

El planteamiento es frontal, pero también revela una disputa más amplia. No se trata solo de Claude, de Anthropic o de una política de uso concreta, sino de si la inteligencia artificial terminará funcionando como infraestructura abierta o como un servicio de suscripción sujeto a permisos revocables.

Para lectores nuevos en el tema, Anthropic es uno de los laboratorios líderes en IA generativa. Su familia de modelos Claude ha ganado relevancia en tareas de programación, investigación y automatización, lo que ha convertido a la empresa en un actor central para desarrolladores, startups y empresas.

La pieza de Osman argumenta que esa posición de poder se vuelve riesgosa cuando el proveedor puede cambiar reglas, degradar capacidades o negar acceso sin que el usuario tenga control real sobre el sistema. Desde esa óptica, el gran problema no sería un error puntual, sino la dependencia estructural creada por una plataforma cerrada.

La crítica llega en un momento de alta sensibilidad para la industria. El auge de modelos abiertos, la presión regulatoria en Estados Unidos y Europa, y el avance de laboratorios chinos en pesos abiertos han convertido la gobernanza de IA en un terreno de fuerte competencia comercial y geopolítica.

Una crítica que va más allá de Claude

El texto presenta a Anthropic como una empresa que habría construido una marca de autoridad moral alrededor de la seguridad. Según esa lectura, el problema surge cuando esa narrativa convive con restricciones explícitas al uso de resultados para entrenar o desarrollar sistemas competidores.

Osman afirma que la compañía promete propiedad sobre las salidas de Claude, pero limita su reutilización cuando se trata de crear modelos rivales. En su interpretación, esa asimetría permite a Anthropic aprender del mundo y, potencialmente, de sus usuarios, mientras impide que el ecosistema haga lo mismo con sus modelos.

La acusación más dura es que la empresa no solo protege propiedad intelectual, algo común en la industria, sino que intenta definir quién puede construir inteligencia competitiva. Cuando la cognición se vuelve infraestructura, argumenta el autor, ese tipo de control deja de ser una disputa comercial ordinaria y pasa a ser un cuello de botella social.

El trasfondo de esa idea es importante. Muchas firmas tecnológicas limitan usos de sus APIs, pero en IA el impacto es mayor porque los modelos ya no son simples herramientas de productividad, sino sistemas capaces de escribir código, automatizar tareas complejas y participar en flujos críticos de trabajo.

Por eso, el alegato insiste en una noción de soberanía del usuario. Si una organización no puede inspeccionar, modificar, ejecutar localmente o reemplazar con facilidad la inteligencia que utiliza, queda sometida a cambios de política, variaciones de calidad y criterios de aplicación definidos por el proveedor.

Fable y la acusación de degradación silenciosa

Uno de los puntos centrales del documento es el llamado incidente de Fable. Allí, Osman sostiene que Anthropic retrocedió después de críticas a una política que limitaba de manera encubierta la capacidad de Claude para ayudar a desarrollar modelos de IA competidores.

Según esa versión, el comportamiento previo podía redirigir o degradar respuestas relacionadas con desarrollo de IA sin informar al usuario. Luego, la empresa habría cambiado ese enfoque para hacer visibles las intervenciones mediante alertas, negativas o rutas de respaldo.

La diferencia entre ambos mecanismos es el núcleo de la controversia. Para el autor, una negativa abierta puede ser discutible, pero una degradación silenciosa rompe la confianza del operador porque altera la fiabilidad de la herramienta sin aviso previo.

El texto usa comparaciones tajantes para explicar esa crítica. Menciona un compilador que produce binarios peores si sospecha que se usa para construir un competidor, o un depurador que miente cuando detecta una base de código similar a la de un futuro rival.

Aunque el documento está redactado desde una posición claramente crítica, la cuestión que plantea no es menor. En sistemas cada vez más integrados a procesos de desarrollo, cambios opacos en comportamiento, filtros o calidad pueden tener efectos directos sobre investigación, productividad y toma de decisiones.

Claude Code, dependencia y riesgo de plataforma

Osman también dedica buena parte de su crítica a Claude Code. Su argumento es que un agente de codificación deja de ser una simple aplicación y pasa a convertirse en una dependencia operativa dentro del ciclo diario de construcción de software.

Desde esa premisa, cualquier restricción contractual, técnica o comercial adquiere más peso. El texto menciona límites asociados a suscripciones, reglas sobre credenciales, cambios en acceso y la reserva de derechos de aplicación por parte de Anthropic sin previo aviso.

El autor describe esa estructura como un embudo de comportamiento. El desarrollador obtiene comodidad y potencia, pero dentro de un arnés definido por el proveedor, bajo sus términos, políticas de datos, límites de uso y capacidad para modificar el producto.

La tesis es que la dependencia no se vuelve evidente cuando el sistema funciona bien. Se vuelve visible cuando hay recortes, negativas, cambios de modelo o restricciones de acceso, porque en ese momento la organización descubre que no controla la capa cognitiva sobre la que montó su flujo de trabajo.

En ese sentido, la crítica conecta con una preocupación más amplia de la industria tecnológica. Las APIs cerradas pueden acelerar productos en el corto plazo, pero también concentran poder en manos de quien decide precios, disponibilidad, reglas de uso y dirección técnica del servicio.

Restricciones competitivas y disputa con otros actores del sector

La pieza menciona además decisiones de Anthropic frente a compañías rivales. Entre ellas, cita la revocación de acceso a la API de OpenAI en agosto de 2025 antes del GPT-5, así como restricciones aplicadas a Windsurf tras el anuncio de planes de adquisición por parte de OpenAI.

También asegura que hubo una aplicación similar que afectó a xAI. En conjunto, el argumento es que Anthropic estaría usando su posición como proveedor de un insumo clave para limitar a actores que, al mismo tiempo, compiten en el mercado de asistentes y modelos avanzados.

Ese punto no es trivial. Cuando una firma vende infraestructura a terceros y compite con ellos en productos finales, aparecen incentivos para discriminar, negar o degradar servicio en situaciones donde el cliente se acerca demasiado al terreno del competidor.

La crítica de Osman sostiene que esa conducta es incompatible con la imagen de institución de seguridad de interés público que proyecta Anthropic. Si la empresa quiere ser vista como un actor neutral en gobernanza de IA, plantea el autor, no debería reaccionar como un monopolio hipersensible ante usuarios que construyen alternativas.

Hasta aquí, el documento retrata un conflicto típico de plataformas, pero amplificado por la naturaleza de la IA. Ya no se trata solo de acceso a software empresarial, sino de acceso a capacidades cognitivas que podrían convertirse en un insumo básico de la economía digital.

Seguridad, regulación y poder político

Otro eje fuerte del alegato es la relación entre seguridad y regulación. Osman sostiene que Anthropic no solo vende modelos, sino que también intenta moldear marcos de política pública sobre evaluaciones, reportes de incidentes, controles de despliegue y posibles pausas en el desarrollo de IA de frontera.

El documento afirma que la actualización de la Política de Escalado Responsable, o RSP por sus siglas en inglés, influyó en OpenAI, Google DeepMind, la SB 53 de California, la Ley RAISE de Nueva York y códigos de práctica vinculados a la Ley de IA de la Unión Europea.

La crítica no descarta que existan riesgos reales en IA avanzada. De hecho, reconoce amenazas ligadas a uso indebido cibernético, escenarios CBRN, robo de pesos de modelos y abuso por parte de Estados. Sin embargo, cuestiona que la respuesta termine fortaleciendo a los incumbentes cerrados.

En esa lectura, la captura regulatoria no requiere un acuerdo secreto. Puede surgir mediante umbrales de cumplimiento, auditorías, evaluadores, reportes y exigencias que una gran empresa con capital, abogados y relaciones gubernamentales puede absorber, pero que asfixian a laboratorios pequeños o proyectos abiertos.

Ese es uno de los puntos más relevantes para el debate público. Las reglas de seguridad pueden ser razonables en teoría, pero su diseño práctico define si protegen a la sociedad o si terminan consolidando ventajas para quienes ya dominan capacidad computacional, canales estatales y acceso a infraestructura.

Destilación, modelos chinos y la batalla por la narrativa

Osman reconoce que existe abuso de destilación de modelos. Según su relato, en febrero de 2026 Anthropic dijo haber identificado campañas a escala industrial por parte de DeepSeek, Moonshot y MiniMax para extraer capacidades de Claude, en presunta violación de términos y restricciones regionales.

Para el autor, el problema no está en perseguir fraude, cuentas falsas o scraping masivo. El riesgo aparece cuando ese abuso se amplía discursivamente hasta convertirse en una denuncia general contra la destilación, la generación de datos sintéticos y el desarrollo abierto de modelos competitivos.

La crítica añade un componente geopolítico. A su juicio, parte del discurso de laboratorios cerrados occidentales ha usado el temor a los llamados modelos chinos como herramienta política para desacreditar la IA abierta, aun cuando laboratorios de China empujaron modelos de pesos abiertos hacia la frontera en 2025.

Entre los nombres mencionados figuran DeepSeek, Qwen, MiniMax, Kimi, Zhipu y GLM. El alegato sugiere que la respuesta occidental no debería ser el alarmismo, sino la construcción de mejores modelos abiertos, mejores licencias, mejores evaluaciones y una infraestructura competitiva capaz de disputar ese terreno.

Ese punto conecta con una tensión ya visible en el ecosistema. Para algunos actores, los modelos abiertos expanden acceso, reducen dependencia y mejoran disciplina de mercado. Para otros, aumentan riesgos de proliferación y complican el control sobre capacidades avanzadas.

La apuesta por IA local y modelos abiertos

La salida que propone el texto es clara: reducir la importancia de Anthropic y de cualquier proveedor único. En la práctica, eso significa apostar por GPUs, inferencia local, modelos como Qwen, GLM, MiniMax o Hermes, y herramientas compatibles con flujos de trabajo tipo Claude Code sin dependencia de un solo laboratorio.

El argumento no es necesariamente maximalista. No exige abandonar por completo Claude, GPT, Gemini o Grok, sino evitar que el flujo cognitivo central de una empresa, comunidad o país quede sujeto a una actualización de política que pueda degradar, revocar o reescribir acceso.

La idea de fondo es construir poder de salida. Incluso una pila local imperfecta cambia la negociación del usuario frente al proveedor, porque ofrece una alternativa operativa cuando aparecen recortes, subidas de precios, cambios de modelo o límites inesperados.

Desde el punto de vista económico, los modelos abiertos también funcionan como capa de competencia. Presionan a proveedores cerrados, hacen portátil la inferencia, favorecen especialización en laboratorios pequeños y reducen el riesgo de que unos pocos actores controlen la inteligencia como un servicio feudal de suscripción.

Osman resume esa visión con una consigna casi política: comprar una GPU como pequeña declaración de independencia. Detrás de la frase hay un mensaje más profundo, que es la defensa de la propiedad operativa y epistemológica sobre las herramientas que median producción, investigación y automatización.

Un debate áspero, pero central para la próxima etapa de la IA

La crítica contra Anthropic usa un tono combativo y, por momentos, acusatorio. Aun así, pone sobre la mesa cuestiones que la industria tendrá que resolver a medida que la IA se convierta en infraestructura básica para software, ciencia, negocios y administración pública.

Entre esas cuestiones destacan la transparencia de los modelos cerrados, la legitimidad de limitar usos competitivos, el papel de la regulación, el tratamiento del abuso de destilación y el derecho de usuarios y organizaciones a ejecutar capacidades localmente sin tutela permanente del proveedor.

También obliga a separar dos debates que a menudo se mezclan. Uno es cómo gestionar riesgos reales de sistemas avanzados; el otro es quién obtiene poder económico y político cuando esa gestión se diseña alrededor de plataformas cerradas con intereses comerciales directos.

Más allá de si se comparte o no el veredicto de Osman, su pieza captura un malestar creciente entre desarrolladores y defensores del código abierto. El temor no es solo pagar más o recibir peor servicio, sino quedar atrapados en una capa cognitiva donde acceso, alineación y comportamiento responden primero al proveedor.

En última instancia, esa es la pregunta que atraviesa toda la controversia: si la inteligencia artificial será una herramienta que las personas puedan poseer, inspeccionar y modificar, o una capacidad alquilada bajo reglas que pueden cambiar cuando el usuario se vuelve demasiado independiente.

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