China intensifica su dependencia de la inteligencia artificial estadounidense
Consideremos a un deportista de esquí acuático. Al deslizarse tras la estela de una lancha veloz, puede alcanzar una velocidad superior a la de la embarcación que lo impulsa, pero nunca logra sobrepasarla. Recientemente, ciertos analistas han empleado esta metáfora para ilustrar la pugna entre China y Estados Unidos por el liderazgo en inteligencia artificial (IA). Desde esta perspectiva, los notables progresos de los centros de investigación chinos dependen, en gran medida, del ritmo con que sus homólogos estadounidenses amplían los límites tecnológicos. Si EE. UU. acelera, China también podría hacerlo. Si la marcha se desacelera, los laboratorios chinos reducirían igualmente su velocidad de avance.
El concepto central es la «destilación»: entrenar un modelo de IA a partir de los resultados producidos por otro, en lugar de construirlo desde sus cimientos. Conforme la IA adquiere mayores capacidades, determinar hasta qué punto las empresas chinas están replicando los modelos más avanzados de EE. UU. se ha convertido en una cuestión apremiante. Las firmas estadounidenses precisan que los usuarios adquieran sus costosos modelos, en vez de recurrir a copias de bajo costo. Asimismo, Washington desea preservar una ventaja sustancial sobre China. El expresidente Donald Trump sostuvo que «quien domine la IA, dominará el futuro». No obstante, la propagación de estas prácticas de destilación de modelos punteros quizá no resulte tan dañina para EE. UU. ni tan ventajosa para China como parece a primera vista.
El principio de la destilación es elemental. En las fases iniciales de entrenamiento, los grandes modelos de lenguaje (LLM) tienden a reproducir textos disponibles en la red. La destilación, en cambio, les enseña a emular a otros modelos de lenguaje. Las respuestas generadas por los sistemas estadounidenses exhiben precisamente los razonamientos y habilidades que los desarrolladores chinos aspiran a incorporar en sus propias plataformas, convirtiéndose así en material de entrenamiento sumamente valioso.
Competencia tecnológica: EE. UU. procura salvaguardar sus modelos más sofisticados frente a las iniciativas chinas que aprovechan dichos resultados para entrenar sus propios sistemas.
Los investigadores estadounidenses que operan en la vanguardia tecnológica ya no disponen de modelos superiores de los que extraer conocimientos, y el corpus textual disponible en internet está prácticamente agotado. Por ello, recurren cada vez más a una técnica menos eficiente conocida como aprendizaje por refuerzo (RL). Este método consiste en fijar un objetivo concreto para el modelo —por ejemplo, resolver un problema matemático complejo— y permitirle experimentar hasta hallar la solución óptima. Actualmente, las empresas estadounidenses destinan más de la mitad de sus recursos computacionales a técnicas vinculadas al aprendizaje por refuerzo, frente a apenas una quinta parte a comienzos de 2024.
Así, las compañías chinas pueden destilar las habilidades que los modelos estadounidenses adquieren mediante costosos procesos de aprendizaje por refuerzo. Como un estudiante tutelado, sus sistemas de IA avanzan a mayor ritmo que los estadounidenses, que deben resolver los problemas por sí mismos. Un estudio publicado en julio en Findings of the Association for Computational Linguistics reveló que un modelo compacto entrenado por DeepSeek, un laboratorio chino, con 800 000 ejemplos generados por su modelo de mayor capacidad elevó su puntuación en una prueba matemática popular del 14,6 % al 45,8 %.
Para equiparar las capacidades de los modelos más avanzados se requieren volúmenes de datos mucho mayores, pero los laboratorios chinos parecen estar aplicando la destilación a gran escala. Un informe publicado en septiembre por Anthropic indicó que cinco empresas chinas habían recopilado más de 180 millones de mensajes de sus modelos en un lapso de cinco meses. Los sistemas chinos muestran similitudes medibles con los estadounidenses (véase el gráfico) y, en ocasiones, se identifican como Claude o ChatGPT.
¿Qué relevancia tiene la destilación? Gran parte de los avances chinos en IA provienen de su propio desarrollo. Más de la mitad de los principales investigadores de IA a nivel mundial son de origen chino, según los trabajos presentados en NeurIPS, la conferencia internacional más relevante del sector. Sin embargo, el talento tiene sus límites. En la actualidad, los chips de cómputo avanzados constituyen el motor principal del progreso en IA, y cada uno de los gigantes tecnológicos estadounidenses posee individualmente más recursos de este tipo que la suma de todos sus rivales chinos.
La destilación permite a las empresas chinas mitigar esa desventaja. Los analistas estiman que los modelos chinos de IA se sitúan entre tres y seis meses por detrás de los sistemas estadounidenses más punteros. Sin la destilación, la brecha podría casi duplicarse, según Saif Khan, del Centro de Tecnología y Estrategia Estatal con sede en Washington.
Dependencia estratégica: aunque la destilación posibilita a China avanzar con mayor celeridad, los especialistas advierten que podría obstaculizar la creación de una IA capaz de superar a los modelos estadounidenses.
Anthropic y OpenAI buscan romper ese nexo. Ambas organizaciones implementaron medidas para eliminar una vulnerabilidad detectada en agosto que permitía a las empresas chinas acceder al proceso de razonamiento que sus modelos generan al resolver problemas. Asimismo, reforzaron sus sistemas de detección de campañas de destilación. Anthropic comenzó a cobrar por las solicitudes dirigidas a Claude incluso cuando el modelo detecta la práctica y se niega a responder, encareciendo los intentos fallidos de destilación.
Anthropic reconoció que estas nuevas salvaguardas podrían no resultar efectivas de forma permanente, pero señaló que, hasta la fecha, han reducido entre un 90 % y un 99 % la cantidad de datos recopilados por quienes emplean esta técnica. Como consecuencia, la empresa podría ver una disminución de entre el 5 % y el 7 % de sus ingresos. La compañía sostiene que los desarrolladores chinos estaban lanzando modelos cercanos a la frontera tecnológica sin mecanismos de protección contra usos indebidos y que dichos sistemas avanzados representaban un riesgo para la seguridad nacional.
A la sombra del motor
No obstante, si los EE. UU. alcanzan su objetivo, los laboratorios estadounidenses podrían lamentar haber restringido el acceso a sus competidores. Los investigadores chinos también cuestionan la conveniencia de depender de la destilación. Pocos consideran que entrenar modelos con sistemas estadounidenses sea moralmente reprochable: después de todo, los laboratorios de vanguardia construyeron sus propias plataformas a partir de datos de internet obtenidos libremente. Sin embargo, algunos directivos temen que depender de esta técnica condene a China a ocupar permanentemente la segunda posición.
Los científicos de los laboratorios chinos también advierten que, de concretarse, la mejora recursiva autónoma —un proceso mediante el cual los modelos de IA generan por sí mismos sus sucesores— podría requerir una infraestructura sofisticada que quienes emplean la destilación no poseen.
Zhang Yiming, fundador de ByteDance, comunicó a sus empleados en julio que la compañía no emplearía la destilación para potenciar sus modelos. El blog tecnológico LatePost, de origen chino, parafraseó sus declaraciones y señaló que esta técnica «como mucho nos permitirá seguir acortando la distancia con la frontera tecnológica, pero será difícil superarla de verdad».
Zhang admitió que renunciar al vínculo que mantiene el desarrollo chino atado a los avances estadounidenses estaba haciendo que ByteDance quedara rezagada. Sin embargo, a diferencia de algunos de sus rivales chinos, la empresa cuenta con otras fuentes de ingresos y puede permitirse ofrecer modelos menos avanzados mientras avanza hacia una mayor autonomía tecnológica.
Para EE. UU., la destilación representa una molestia, pero quizá resulte preferible a que las empresas chinas tracen su propio camino hacia la frontera tecnológica. Además, podría facilitar la regulación de la IA. Hasta ahora, la administración de Trump mostró reticencia a frenar el desarrollo de la IA para hacerla más segura, temiendo ceder a China la ventaja competitiva. Pero si China se asemeja a un deportista de esquí acuático, es posible que nunca logre sobrepasar a la lancha que la arrastra, aun cuando ésta reduzca su velocidad.
Copyright © The Economist Newspaper Limited., 2026
Fuente: Ambito.com
