La técnica conocida como destilación permite a los laboratorios chinos entrenar sus propios sistemas a partir de las respuestas de modelos desarrollados en Estados Unidos. El método reduce costos y acorta la brecha tecnológica, pero también abre interrogantes sobre la autonomía de China para alcanzar el liderazgo mundial en inteligencia artificial.
China avanza en la carrera mundial por la inteligencia artificial (IA), pero una parte de ese progreso depende de aprovechar los resultados de los modelos más avanzados de Estados Unidos. Según un análisis publicado por Ámbito Financiero, los laboratorios chinos recurren cada vez más a una técnica conocida como destilación, que consiste en entrenar un modelo utilizando las respuestas generadas por otro sistema más desarrollado. Esta práctica permite incorporar capacidades de razonamiento, resolución de problemas y producción de textos sin tener que repetir todo el proceso de investigación y entrenamiento desde cero. Sin embargo, también plantea una pregunta estratégica: ¿puede China alcanzar el liderazgo tecnológico si una parte de sus avances continúa dependiendo de los progresos de sus competidores estadounidenses?
La destilación funciona como una forma de aprendizaje entre modelos. En lugar de limitarse a estudiar grandes cantidades de información disponible en internet, un sistema puede entrenarse con ejemplos producidos por otra inteligencia artificial, que ya cuenta con capacidades avanzadas. Las respuestas de estos modelos sirven como material para que el sistema más pequeño aprenda a resolver tareas complejas, desde ejercicios matemáticos hasta programación y análisis de información. Para los desarrolladores chinos, esta metodología representa una oportunidad para reducir los costos y el tiempo necesarios para competir con las empresas estadounidenses. La técnica, sin embargo, no es exclusiva de China ni constituye por sí misma una práctica ilegítima: su evaluación depende de cómo se obtienen los datos, de las condiciones de acceso a los modelos y de si se respetan las restricciones establecidas por sus proveedores.
Uno de los factores que explican el interés por la destilación es el costo creciente de desarrollar modelos de frontera, es decir, sistemas que se encuentran entre los más avanzados del mundo. Las empresas estadounidenses destinan cada vez más recursos al aprendizaje por refuerzo, un método mediante el cual los modelos mejoran sus resultados a través de pruebas, evaluaciones y correcciones orientadas a objetivos específicos. Los sistemas chinos pueden aprovechar parte de las capacidades obtenidas mediante esos procesos utilizando las respuestas que generan los modelos estadounidenses. Un estudio publicado en julio en Findings of the Association for Computational Linguistics mostró que un modelo pequeño de DeepSeek, entrenado con 800.000 ejemplos generados por un modelo más potente de la misma familia, elevó su puntuación en una prueba matemática del 14,6% al 45,8%. El resultado ilustra el potencial de entrenar sistemas con ejemplos de alta calidad, aunque no demuestra por sí solo que China pueda reproducir todas las capacidades de los modelos líderes.
La escala de estas operaciones también encendió alertas en Washington. Un informe publicado en septiembre por Anthropic sostuvo que cinco empresas chinas habían recopilado más de 180 millones de mensajes de sus modelos en un período de cinco meses. Posteriormente, autoridades estadounidenses de ciberseguridad y organismos de inteligencia acusaron a distintas compañías chinas de desarrollar campañas sistemáticas para extraer capacidades de modelos estadounidenses mediante destilación. Entre las empresas mencionadas por las autoridades figuran DeepSeek, Moonshot AI y Alibaba, entre otras. Según esas acusaciones, algunas operaciones habrían utilizado grandes volúmenes de consultas y mecanismos para eludir restricciones de acceso. Estas afirmaciones corresponden a informes del Gobierno estadounidense y deben distinguirse de hechos establecidos judicialmente; desde China se cuestionó la caracterización de estas prácticas como apropiación indebida y se defendió la destilación como una técnica habitual en la investigación de inteligencia artificial.
La competencia también está condicionada por el acceso a los chips avanzados, la infraestructura informática y la capacidad de inversión. De acuerdo con el análisis de Ámbito, las grandes compañías tecnológicas estadounidenses disponen individualmente de más recursos de procesamiento avanzado que el conjunto de sus competidores chinos. Esa diferencia limita la posibilidad de entrenar modelos cada vez más complejos mediante métodos propios. La destilación permite compensar parcialmente esa desventaja, ya que reduce la cantidad de recursos necesarios para alcanzar determinados niveles de rendimiento. Algunas estimaciones citadas por el artículo ubican a los modelos chinos entre tres y seis meses detrás de los sistemas estadounidenses más avanzados, y plantean que, sin destilación, esa distancia podría ser considerablemente mayor. Se trata de estimaciones sujetas a cambios rápidos en un sector en el que las capacidades y los costos evolucionan constantemente.
Frente a este escenario, empresas como OpenAI y Anthropic reforzaron sus mecanismos para detectar y limitar el uso de sus sistemas con fines de destilación no autorizada. Las medidas incluyen la identificación de patrones de consultas inusuales, restricciones de acceso y cambios en las condiciones de uso. Anthropic informó que sus nuevas defensas habían reducido entre un 90% y un 99% la cantidad de datos recopilados por quienes realizaban estas operaciones, aunque reconoció que las medidas podrían no resultar eficaces de manera permanente. La compañía también advirtió que los intentos de extracción de capacidades pueden afectar sus ingresos y generar riesgos de seguridad. Para Estados Unidos, la discusión excede el negocio de los modelos: mantener una ventaja tecnológica sobre China se considera una cuestión estratégica con implicancias económicas, militares y de ciberseguridad.
No obstante, la dependencia de modelos estadounidenses también genera dudas dentro de la propia industria china. Algunos referentes tecnológicos sostienen que utilizar sistemas ajenos puede servir para acortar distancias, pero no necesariamente permite superar a quienes desarrollan la tecnología original. Zhang Yiming, fundador de ByteDance, habría comunicado a sus empleados que la compañía no utilizaría la destilación para potenciar sus modelos, según información difundida por el blog tecnológico chino LatePost. La decisión refleja una preocupación de fondo: si el desarrollo de una inteligencia artificial más avanzada requiere construir nuevos métodos de entrenamiento y sistemas capaces de mejorar sus propias capacidades, depender de resultados generados por competidores podría limitar la autonomía tecnológica. En esa perspectiva, la destilación funciona como una herramienta para avanzar más rápido, pero no reemplaza la investigación independiente ni la inversión en infraestructura.
La disputa por la destilación muestra que la carrera global por la inteligencia artificial no se define únicamente por quién desarrolla el modelo más potente, sino también por quién controla los chips, los datos, la infraestructura y las condiciones de acceso a las tecnologías. China puede aprovechar los resultados de sistemas estadounidenses para reducir costos y mejorar sus propios modelos, mientras Estados Unidos intenta proteger sus desarrollos y conservar su ventaja. Sin embargo, restringir el acceso también podría incentivar a los competidores a buscar métodos propios y acelerar la construcción de alternativas independientes. El desafío para ambos países será sostener la innovación en un escenario de rivalidad tecnológica, con reglas claras sobre propiedad intelectual, seguridad y uso de los modelos. Por ahora, la destilación ayuda a China a acercarse a la frontera tecnológica, pero no garantiza que pueda superar a Estados Unidos.
Fuente: Ámbito Financiero
