China depende cada vez más de copiar la inteligencia artificial estadounidense

La destilación permite a los laboratorios chinos aprovechar los avances de los modelos estadounidenses y reducir la brecha tecnológica. Sin embargo, la dependencia de esta técnica plantea dudas sobre la capacidad de China para alcanzar el liderazgo en inteligencia artificial.

China recurre a la destilación de modelos estadounidenses para acelerar el desarrollo de sus propios sistemas y reducir la brecha tecnológica.

Pensemos en un esquiador acuático. Al deslizarse sobre la estela de una lancha rápida, puede llegar a avanzar a mayor velocidad que la embarcación que lo arrastra, pero nunca logra adelantarla. En los últimos tiempos, algunos expertos recurrieron a esta analogía para describir la carrera entre China y Estados Unidos por el dominio de la inteligencia artificial (IA). Según esta visión, los notables avances de los laboratorios chinos dependen, en gran medida, del ritmo al que sus pares estadounidenses amplían las fronteras de la tecnología. Si Estados Unidos acelera, China también podría hacerlo. Si reduce la velocidad, los laboratorios chinos también avanzarían más despacio.

La explicación está en la «destilación»: el entrenamiento de un modelo de IA a partir de los resultados generados por otro, en lugar de desarrollarlo desde cero. A medida que la inteligencia artificial gana capacidades, determinar hasta qué punto las empresas chinas están destilando los mejores modelos estadounidenses se convirtió en una cuestión urgente. Las compañías de Estados Unidos necesitan que los usuarios paguen por sus costosos modelos, en lugar de recurrir a imitaciones baratas. Además, Washington quiere mantener una amplia ventaja sobre China. El presidente Donald Trump afirmó que «quien gane en IA, ganará». Sin embargo, la difusión de estas prácticas de destilación de modelos de IA de vanguardia quizá no sea tan perjudicial para Estados Unidos ni tan beneficiosa para China como parece.

La idea de la destilación es sencilla. En las primeras etapas del entrenamiento, los grandes modelos de lenguaje (LLM, por sus siglas en inglés) suelen aprender a imitar textos disponibles en internet. La destilación les enseña, en cambio, a imitar a otros modelos de lenguaje. Las respuestas generadas por los modelos estadounidenses exhiben precisamente las habilidades y los razonamientos que los desarrolladores chinos quieren incorporar a sus propios sistemas. Por eso, esos resultados constituyen un material de entrenamiento muy valioso.

Competencia tecnológica: Estados Unidos busca proteger sus modelos más avanzados ante las prácticas de empresas chinas que aprovechan sus resultados para entrenar sistemas propios.

Depositphotos

Los desarrolladores estadounidenses que trabajan en la frontera tecnológica ya no disponen de modelos más avanzados de los que extraer conocimientos, y el material textual de internet está prácticamente agotado. Por eso, recurren cada vez más a una técnica menos eficiente denominada aprendizaje por refuerzo (RL, por sus siglas en inglés). El método consiste en fijar un objetivo para el modelo —por ejemplo, resolver un problema matemático complejo— y permitirle experimentar hasta encontrar una solución. Actualmente, las empresas estadounidenses destinan más de la mitad de sus recursos informáticos a técnicas relacionadas con el aprendizaje por refuerzo, frente a apenas una vigésima parte a comienzos de 2024.

De este modo, las empresas chinas pueden destilar las capacidades que los modelos estadounidenses adquieren mediante costosos procesos de aprendizaje por refuerzo. Como un estudiante que cuenta con un tutor, sus sistemas de IA aprenden más rápido que los estadounidenses que deben resolver los problemas por su cuenta. Un estudio publicado en julio en Findings of the Association for Computational Linguistics mostró que un modelo pequeño entrenado por DeepSeek, un laboratorio chino, con 800.000 ejemplos generados por su modelo más potente elevó su puntuación en una popular prueba de matemáticas del 14,6% al 45,8%.

Para igualar las capacidades de los modelos más avanzados se necesitan muchos más datos, pero los laboratorios chinos parecen estar aplicando la destilación a gran escala. Un informe publicado en septiembre por Anthropic reveló que cinco empresas chinas habían recopilado más de 180 millones de mensajes de sus modelos en cinco meses. Los modelos chinos presentan similitudes medibles con los estadounidenses (véase el gráfico) y, en ocasiones, incluso se identifican como Claude o ChatGPT.

¿Cuánto importa la destilación? Buena parte de los avances de China en inteligencia artificial son fruto de su propio desarrollo. Más de la mitad de los principales investigadores de IA del mundo son de origen chino, según los trabajos presentados en NeurIPS, la principal conferencia internacional del sector. Sin embargo, el talento tiene sus límites. En la actualidad, los chips informáticos avanzados son el principal motor del progreso de la IA, y cada uno de los gigantes tecnológicos estadounidenses dispone individualmente de más recursos de este tipo que todos sus competidores chinos juntos.

La destilación ayuda a las empresas chinas a compensar esa desventaja. Los investigadores calculan que los modelos chinos de IA están entre tres y seis meses por detrás de los mejores sistemas estadounidenses. Sin la destilación, la brecha podría casi duplicarse, estima Saif Khan, del Centro de Tecnología y Estrategia Estatal, con sede en Washington.

Dependencia estratégica: Aunque la destilación permite a China avanzar más rápido, los expertos advierten que podría dificultar el desarrollo de una inteligencia artificial capaz de superar a los modelos estadounidenses.

ChatGPT IA

Anthropic y OpenAI buscan cortar ese vínculo. Ambas compañías tomaron medidas para poner fin a una vulnerabilidad detectada en agosto que permitía a las empresas chinas acceder al proceso de razonamiento que sus modelos generan mientras resuelven problemas. También reforzaron sus mecanismos para detectar campañas de destilación. Anthropic comenzó a cobrar por las solicitudes dirigidas a Claude incluso cuando el modelo detecta lo que está ocurriendo y se niega a responder, lo que encarece los intentos fallidos de destilación.

Anthropic reconoció que estas nuevas medidas quizá no sean eficaces de manera permanente, pero afirmó que, hasta el momento, redujeron entre un 90% y un 99% la cantidad de datos recopilados por quienes recurren a esta práctica. Como consecuencia, la empresa podría resignar entre un 5% y un 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 esos sistemas avanzados representaban un riesgo para la seguridad nacional.

A remolque

Sin embargo, si logran su objetivo, los laboratorios estadounidenses podrían terminar lamentando haber restringido el acceso de sus competidores. Los investigadores chinos también tienen dudas sobre la conveniencia de depender de la destilación. Pocos consideran que entrenar modelos con sistemas estadounidenses sea éticamente incorrecto: después de todo, los laboratorios de vanguardia construyeron sus propios sistemas a partir de datos de internet obtenidos libremente. Pero algunos directivos creen que depender de esta técnica condenaría a China a ocupar permanentemente el segundo lugar.

Investigadores de laboratorios chinos también advierten que, si llega a concretarse, la mejora recursiva autónoma —un proceso por el cual los modelos de IA desarrollan por sí mismos sus sucesores— podría depender de una infraestructura sofisticada de la que quienes recurren a la destilación no dispondrían.

Zhang Yiming, fundador de ByteDance, una empresa china de internet, comunicó a sus empleados en julio que la compañía no utilizaría la destilación para potenciar sus modelos. El blog tecnológico chino LatePost 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 reconoció 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 competidores chinos, la compañía cuenta con otras fuentes de ingresos y puede permitirse ofrecer modelos inferiores mientras avanza hacia una mayor autonomía tecnológica.

Para Estados Unidos, la destilación es una molestia, pero quizá sea preferible a que las empresas chinas encuentren su propio camino hacia la frontera tecnológica. También podría facilitar la regulación de la inteligencia artificial. Hasta ahora, la administración de Trump se mostró reacia a frenar el desarrollo de la IA para hacerla más segura, por temor a cederle a China la ventaja competitiva. Pero si China se parece a un esquiador acuático, es posible que ni siquiera consiga adelantar a la lancha que la remolca aunque esta reduzca la velocidad.

Copyright © The Economist Newspaper Limited., 2026