Hinton, Li y Ng defienden la IA abierta ante las dudas sobre seguridad

El 12 de agosto de 2026, en la conferencia Ai4 de Las Vegas, Geoffrey Hinton, Fei-Fei Li y Andrew Ng defendieron que el desarrollo de la IA debe permanecer abierto, aunque discreparon sobre cómo gestionar los riesgos. Los modelos de pesos abiertos, que publican los parámetros entrenados, se han convertido en un tema polémico mientras los grandes laboratorios presionan por controles más estrictos.

Hinton, premio Nobel, distinguió el código abierto de los modelos de pesos abiertos, y advirtió que estos últimos facilitan el ajuste fino de modelos base costosos para fines dañinos, como ciberataques. Ng, cofundador de Coursera, alertó de que si unas pocas empresas se convierten en guardianas, la innovación podría estancarse, comparando el riesgo con el control de Apple y Google sobre los sistemas operativos móviles.

Ng calificó la IA como una fuente de poder blando. Advirtió que los modelos de pesos abiertos de China, eficientes en costos, podrían ganar adopción en África y el mundo en desarrollo, influyendo en las opiniones de miles de millones de personas sobre democracia y derechos humanos. Instó a la competitividad estadounidense en IA de código abierto, diciendo que el cabildeo y la difusión del miedo en EE. UU. dificultan competir con los modelos chinos.

Li, CEO y cofundadora de World Labs, rechazó una elección binaria entre sistemas abiertos y cerrados. Citó la física nuclear, donde los artículos son abiertos pero el uranio está regulado, y el Proyecto Genoma Humano, que creó una plataforma tanto para el lucro como para el progreso científico. "Necesitamos ciertos niveles de apertura", dijo Li, "pero también aceptaremos sistemas de código cerrado".

Hinton reconoció que los modelos de pesos abiertos son permanentes: "Creo que esa batalla ya está perdida". Aun así, apoya la regulación, diciendo que ayudará a desarrollar la IA en una dirección que beneficie a las personas, y añadió: "No se puede dejar que gente como Elon Musk y Mark Zuckerberg decidan cómo se debe hacer la IA".

Los investigadores coincidieron en que una regulación matizada, no una apertura o cierre absolutos, es probablemente el camino a seguir.