Open weights no es lo mismo que open source: el debate que divide a la IA abierta
The Register advierte que la mayoría de los modelos llamados abiertos solo publican los pesos, no los datos de entrenamiento. La Open Source Initiative y voces como Bruce Perens discuten si cumplen de verdad el estándar de código abierto.
Un análisis de The Register advierte que la mayoría de los modelos presentados como abiertos solo publican sus pesos, es decir, los parámetros entrenados, pero no los datos de entrenamiento ni el resto de piezas necesarias para auditarlos. En la práctica, cualquiera puede ejecutar esos modelos, pero no necesariamente revisar cómo fueron construidos ni reproducir el proceso que les dio origen.
El debate gira en torno a la diferencia entre open weights y open source. La Open Source Initiative y figuras como Bruce Perens discuten si un modelo que solo libera los pesos cumple de verdad con el estándar de código abierto, que exige acceso a la fuente y a los mecanismos para estudiarla, modificarla y redistribuirla.
Para quien despliega modelos locales en un producto o dentro de una empresa, esa distinción tiene consecuencias concretas: define qué se puede inspeccionar, qué se puede adaptar y qué se puede redistribuir con seguridad legal. Un modelo con pesos abiertos pero sin datos ni documentación de entrenamiento limita la auditoría técnica y complica evaluar sesgos, licencias y riesgos.
La discusión seguirá mientras el término abierto se use de forma amplia. Lo que está en juego no es solo la libertad de ejecutar un modelo, sino la de entenderlo y reproducirlo.
Fuente: The Register.