David Siegel, cofundador y copresidente de Two Sigma, publicó esta semana un artículo de opinión en Fortune en el que compara la batalla actual por la inteligencia artificial abierta con el debate sobre el software libre que él mismo sostuvo durante dos años con Richard Stallman en el MIT AI Lab, en la década de 1980.
Siegel recuerda que su oficina era contigua a la de Stallman y que, al principio, defendió la postura convencional de la época: el software solo avanzaría si las empresas mantenían control propietario sobre su código. Tras dos años de debate, Stallman lo convenció de que estaba equivocado.
La tesis de Stallman —que el código fuente debía ser libre para que cualquiera lo usara, aprendiera y mejorara— derivó en el movimiento del software libre y sentó las bases del código abierto. Stallman escribió GCC, el compilador que convierte código en lenguaje de máquina y que sigue en uso hoy. El mismo espíritu produjo GNU/Linux, el sistema operativo que, según Siegel, «ahora impulsa la mayor parte de internet».
El argumento de seguridad que entonces se esgrimió contra la apertura —«seguridad por oscuridad»— perdió frente a la realidad: la transparencia permite que una comunidad global encuentre y corrija vulnerabilidades, mientras que la opacidad solo espera que nadie mire. «La apertura ganó ese debate de manera decisiva», escribe Siegel.
Ahora, sostiene, la historia se repite con la IA. «Los modelos frontera —los sistemas de inteligencia artificial más avanzados— están completamente cerrados y la tendencia se acelera. Las alternativas abiertas viables son escasas», afirma. El problema, subraya, es que esto ocurre mientras la ciencia aún es joven: «los métodos detrás de ellos están lejos de estar resueltos».
Siegel extiende la advertencia más allá de la industria tecnológica. Si la ciencia futura depende de la IA y esa IA está encerrada en pocas empresas, el riesgo es que el progreso científico quede encerrado con ella. Usa la metáfora de la biblioteca: «encontraríamos intolerable que unas pocas empresas compraran todas las bibliotecas, decidieran qué libros podemos leer y reescribieran silenciosamente los que podemos consultar». La IA cerrada, concluye, es exactamente eso: «una biblioteca a la que solo puedes entrar en los términos del propietario».
El argumento de Siegel merece atención porque proviene de alguien que no es un activista del software libre sino un operador de mercados cuantitativos. Two Sigma construyó su negocio sobre datos y modelos; Siegel sabe lo que vale el conocimiento propietario. Su punto no es que toda IA deba ser abierta, sino algo más preciso: el código abierto ha sido «estructural» para la industria, y erosionarlo justo cuando los avances más profundos están por venir es el peor momento posible para cerrar el acceso.
Desde la perspectiva de Ágora Capital, el argumento tiene una dimensión de libre mercado que suele pasarse por alto: la concentración de los modelos frontera en un puñado de empresas no es el resultado natural de la competencia, sino el efecto de barreras de capital y regulación que solo los gigantes pueden escalar. Un ecosistema donde miles de actores —empresas, universidades, desarrolladores independientes— compiten sobre una base abierta genera más innovación y más retorno agregado que uno donde tres o cuatro actores controlan la infraestructura del conocimiento. Capital busca reglas claras; pero también busca mercados donde pueda entrar.
