Garry Tan, CEO de Y Combinator, ha dicho que si él fuera el regulador de la destilación de modelos de IA no haría absolutamente nada, y que Estados Unidos debería tener "un régimen de destilación americano". Lo recogió TechCrunch la misma semana en que Anthropic publicó su segundo informe acusando a laboratorios chinos de destilación ilícita.
Puntos clave
- Tan sobre qué haría como regulador: "I would do nothing".
- Su propuesta: "debería haber un régimen de destilación americano".
- Argumento uno: es restrictivo que un laboratorio controle qué hace el usuario con la información que su propio modelo entrega por API.
- Argumento dos: los laboratorios tampoco pidieron permiso para entrenar con datos públicos masivos, material con derechos de autor incluido.
- Su tesis de fondo: la inteligencia entrenada sobre datos públicos amplios debería ser "más una forma de bien público que algo encerrado tras términos de servicio restrictivos".
Qué es destilar, en una frase
Destilar es interrogar mucho a un modelo ajeno para aprender cómo responde, y usar esas respuestas para entrenar uno propio más pequeño y más barato.
La técnica es legítima y se usa desde hace años dentro de las propias empresas. Lo que Anthropic denuncia es otra cosa: hacerlo a escala industrial contra un competidor, con credenciales robadas e identidades falsas para saltarse los límites de la API.
Esa distinción es la que Tan decide no hacer, y ahí está el nervio del debate.
El argumento del espejo
La parte más difícil de rebatir de lo que dice Tan es la de la hipocresía histórica.
Ningún laboratorio pidió permiso para entrenar con la web. Ni con los libros, ni con los periódicos, ni con el código de GitHub. Cuando tocó defenderse, el argumento fue el uso legítimo y el valor para la sociedad.
Ahora, cuando alguien entrena con las salidas de sus modelos, el argumento cambia y pasa a ser un robo. Tan está señalando que las dos posturas no encajan.
Su conclusión práctica es más agresiva que el argumento: que los laboratorios abiertos estadounidenses destilen también a los frontera, en lugar de ceder ese terreno a los chinos.
Choque frontal con Anthropic
La postura es el reverso exacto de lo que pide Dario Amodei. Anthropic lleva meses pidiendo intervención regulatoria y esta semana ha publicado su segundo informe sobre destilación ilícita, con 200 millones de intercambios documentados y Alibaba, Moonshot y DeepSeek señalados.
No es una discusión académica entre dos ejecutivos. Es la discusión sobre quién puede usar la salida de un modelo para entrenar otro, y de ella depende buena parte del ecosistema de modelos abiertos.
Y Combinator financia a cientos de startups que construyen sobre modelos ajenos. Anthropic vende acceso a los suyos. Cada uno defiende su mesa.
Lo que Tan no responde
Su postura tiene un hueco grande y conviene señalarlo.
Una cosa es defender que usar la salida de un modelo para entrenar otro debería ser legal. Otra es lo que Anthropic denuncia en concreto: credenciales robadas, identidades falsas y rutas de tráfico montadas para saltarse los límites de acceso de la API.
Eso segundo no es una discusión sobre propiedad intelectual, es acceso no autorizado a un servicio. Tan no lo aborda, y cualquier "régimen de destilación americano" tendría que separar las dos cosas para ser algo más que un eslogan.
La comparación con el entrenamiento sobre la web tampoco es limpia del todo. Rastrear páginas públicas y firmar unos términos de servicio que prohíben expresamente un uso no son el mismo acto jurídico, aunque el resultado se parezca.
Por qué importa
Si tu empresa afina un modelo pequeño con salidas de Claude o de GPT, esta discusión te afecta directamente y probablemente no lo sabías.
Los términos de servicio de los grandes laboratorios prohíben usar sus salidas para entrenar modelos competidores. La frontera entre "afinar mi asistente interno" y "entrenar un competidor" no está clara en ningún contrato, y hasta ahora nadie la ha llevado a los tribunales.
Lo práctico es mirar el contrato antes de montar el pipeline. Si el plan es destilar un modelo grande hacia uno pequeño que se quede en casa, conviene tenerlo por escrito. El coste de descubrir que no se podía es rehacer el trabajo entero.
Fuente original: TechCrunch
Relacionado
