OpenAI y Anthropic están colaborando en Washington para dar forma a un sistema de revisión federal para modelos avanzados de IA, a pesar de competir por clientes, financiación y liderazgo tecnológico.
OpenAI y Anthropic están instando a la administración Trump a adoptar un proceso de revisión consistente para modelos de IA con capacidades avanzadas de ciberseguridad o seguridad nacional, según The Information.
Su cooperación se produce antes de la fecha límite del 1 de agosto para que las agencias federales definan qué sistemas deben calificar como “modelos de frontera cubiertos”. Esos modelos podrían proporcionarse al gobierno para su evaluación durante un máximo de 30 días antes de su lanzamiento a otros socios de confianza.
Ambas compañías, según se informa, quieren que los estándares se apliquen a toda la industria de la IA en lugar de limitarse a los desarrolladores que ya cooperan con Washington. Esto podría someter a compañías competidoras, incluidas Meta y xAI de Elon Musk, al mismo marco de revisión si sus modelos superan el umbral de capacidad eventual.
Las discusiones marcan una rara alineación política entre OpenAI y Anthropic. Ambas compañías venden sistemas de IA de propósito general y compiten por contratos empresariales, investigadores, capacidad de cómputo e inversión.
Ninguna de las compañías ha hecho públicos los términos completos que desean incluir en el marco final.
El presidente Donald Trump ordenó a las agencias federales establecer un proceso de evaluación comparativa clasificado a través de la Orden Ejecutiva 14409 el 2 de junio.
La orden instruye a la Agencia de Seguridad Nacional, la Agencia de Ciberseguridad e Infraestructura de Seguridad, el Departamento del Tesoro y otros organismos federales a determinar cuándo un modelo de IA tiene capacidades lo suficientemente fuertes como para justificar una revisión adicional.
Los desarrolladores que participen en el marco podrán preguntar al gobierno si un modelo cumple con el umbral del modelo de frontera cubierto. Luego podrían proporcionar a los evaluadores federales acceso durante un máximo de 30 días antes de poner el sistema a disposición de otros socios aprobados.
La orden exige salvaguardias para la propiedad intelectual, la información confidencial, la ciberseguridad y las amenazas internas durante la evaluación.
Sin embargo, establece expresamente que el proceso no puede crear reglas federales obligatorias de licenciamiento, preautorización o permisos para desarrollar o lanzar modelos de IA. Por lo tanto, las empresas participarían voluntariamente a menos que se apliquen leyes o poderes gubernamentales separados.
Un marco compartido podría dar a los desarrolladores de EE. UU. estándares más claros para decidir cuándo se espera la prueba gubernamental. Persisten las preguntas sobre qué puntos de referencia técnicos activarán una revisión, qué agencias probarán cada sistema y cómo los funcionarios aprobarán a los socios de acceso anticipado.
Esas incertidumbres ya han afectado los lanzamientos recientes. OpenAI y Anthropic proporcionaron a los funcionarios del gobierno acceso anticipado a modelos avanzados antes de una distribución más amplia, pero los investigadores externos tuvieron una visibilidad limitada de las evaluaciones.
Un informe de julio encontró que las agencias, pruebas y requisitos de aprobación involucrados en esas revisiones seguían sin estar claros. La falta de un proceso publicado podría dificultar la planificación de lanzamientos para los desarrolladores y dejar a las empresas de IA más pequeñas sin saber si se les aplican los mismos estándares.
Aplicar un umbral único basado en la capacidad a OpenAI, Anthropic, Meta, xAI y otros desarrolladores podría reducir parte de esa incertidumbre. También podría limitar las preocupaciones de que Washington esté dando un trato diferente a compañías seleccionadas.
El llamado de OpenAI y Anthropic a un proceso de revisión común se produce mientras otras empresas tecnológicas advierten a Washington contra la imposición de controles amplios sobre los modelos de IA de peso abierto.
Como informó crypto.news la semana pasada, Nvidia, Meta y Microsoft se unieron a otras 22 organizaciones en una carta abierta argumentando que restricciones amplias podrían debilitar el liderazgo de EE. UU. a medida que se intensifica la competencia con China. IBM, Palantir, Mistral, Hugging Face, Mozilla, Andreessen Horowitz y la Linux Foundation también firmaron la carta.
El grupo pidió medidas legales y comerciales específicas contra el uso indebido en lugar de restricciones que cubran tecnologías con aplicaciones legítimas de investigación y negocio.
Los modelos de peso abierto permiten a empresas, investigadores y gobiernos descargar software, modificarlo y ejecutarlo en su propia infraestructura. Sus defensores afirman que esto brinda a los usuarios un mayor control sobre sus datos, seguridad y sistemas informáticos, al tiempo que reduce los costos de implementación.
Los signatarios no enmarcaron los modelos abiertos y cerrados como mutuamente excluyentes. En cambio, argumentaron que ambos enfoques son necesarios para apoyar la competencia y ofrecer a los desarrolladores diferentes formas de construir e implementar sistemas de IA.
El CEO de Nvidia, Jensen Huang, compartió la carta en su primera publicación en X y defendió el papel de ambos modelos de desarrollo.
“El mundo necesita tanto modelos de frontera cerrados como modelos de frontera abiertos.”
Elon Musk también apoyó la carta en una respuesta a Huang, aunque su compañía de IA, xAI, no figuraba entre los 25 signatarios reportados.
Los dos esfuerzos abordan diferentes partes del debate político. OpenAI y Anthropic buscan evaluaciones federales consistentes para modelos que superen un umbral de capacidad de seguridad nacional, mientras que la carta abierta argumenta contra las restricciones basadas principalmente en si un modelo hace que sus pesos estén disponibles.
Las agencias federales tienen ahora hasta el 1 de agosto para definir el umbral del modelo de frontera y describir el proceso de revisión voluntaria. El marco final mostrará si Washington se enfoca en capacidades medibles o aplica condiciones más amplias basadas en cómo se distribuyen los modelos de IA.
