En el artículo anterior vimos que el grado de apertura de un modelo de inteligencia artificial depende de cuatro elementos: el código fuente, los pesos entrenados, los datos de entrenamiento y la forma de acceso al sistema.

Dependiendo de qué partes estén disponibles y cuáles permanezcan cerradas, podemos encontrar distintos tipos de modelos dentro del ecosistema de la inteligencia artificial.

Aunque en la conversación pública a menudo se simplifica el debate en términos de modelos “abiertos” frente a modelos “cerrados”, en realidad existen varias categorías intermedias. Algunas empresas publican casi todo el sistema, otras comparten solo una parte, y muchas optan por mantener el modelo completamente bajo su control.

Estas diferencias no son únicamente técnicas. Influyen en la investigación, en la capacidad de las startups para construir nuevos productos, en los costes de uso y, cada vez más, también en debates sobre soberanía tecnológica.

Para entender mejor este panorama, podemos distinguir cuatro grandes tipos de modelos según su nivel de acceso.

Modelos cerrados

Los modelos cerrados son aquellos que no comparten ninguno de los elementos fundamentales del sistema. Ni el código fuente, ni los pesos entrenados, ni los datos de entrenamiento están disponibles públicamente.

La única forma de utilizarlos es a través de plataformas controladas por la empresa que los ha desarrollado.

Este es el caso de algunos de los sistemas más conocidos del sector, como los modelos de OpenAI o los desarrollados por Anthropic. Los usuarios acceden a ellos mediante interfaces web o APIs, enviando consultas a servidores gestionados por la empresa.

Este enfoque tiene varias ventajas. Desde el punto de vista del usuario, los modelos cerrados suelen ser fáciles de utilizar: no es necesario disponer de servidores propios ni de hardware especializado, y las empresas suelen ofrecer infraestructuras optimizadas y soporte técnico.

Además, el control centralizado permite aplicar mecanismos de seguridad, limitar ciertos usos y actualizar el sistema continuamente.

Sin embargo, esta comodidad tiene un coste.

Los usuarios no pueden examinar cómo funciona el modelo internamente, ni modificarlo, ni ejecutarlo en sus propios sistemas. Tampoco pueden garantizar que el servicio seguirá disponible bajo las mismas condiciones en el futuro. Si el proveedor cambia los precios, modifica las políticas de uso o decide retirar el modelo, los usuarios dependen completamente de esa decisión.

Modelos open source

En el otro extremo del espectro se encuentran los modelos de código abierto.

Un modelo verdaderamente open source publica su código fuente y permite estudiar, modificar y redistribuir el sistema bajo determinadas licencias. En algunos casos también se comparten los pesos del modelo y una descripción detallada de los datos utilizados para entrenarlo.

Este tipo de apertura permite que investigadores y desarrolladores analicen el sistema, experimenten con él y construyan nuevas aplicaciones sin depender de una única empresa.

En proyectos académicos o colaborativos, esta transparencia es especialmente valiosa. Los modelos abiertos permiten reproducir experimentos, detectar sesgos y mejorar los sistemas existentes.

Sin embargo, la apertura total también implica desafíos. Ejecutar modelos avanzados de inteligencia artificial requiere hardware potente y conocimientos técnicos que no siempre están al alcance de todos los usuarios.

Además, la publicación de sistemas muy potentes plantea debates sobre posibles usos maliciosos, lo que ha llevado a algunas organizaciones a limitar el grado de apertura de sus modelos.

Modelos de pesos abiertos (open weights)

Entre estos dos extremos ha surgido una categoría intermedia que se ha vuelto cada vez más común en los últimos años: los modelos de pesos abiertos, conocidos como open weights.

En este caso, la empresa desarrolladora publica los pesos entrenados del modelo, lo que permite descargarlo y ejecutarlo localmente. Sin embargo, otros elementos del sistema —como los datos de entrenamiento o el proceso completo de entrenamiento— permanecen cerrados.

Este enfoque ofrece un equilibrio entre accesibilidad y control.

Por un lado, los desarrolladores pueden utilizar el modelo directamente, adaptarlo a tareas específicas mediante técnicas como el fine-tuning e integrarlo en aplicaciones propias. Por otro lado, la empresa mantiene cierto control sobre el sistema al no revelar todos los elementos del proceso de entrenamiento.

Muchos de los modelos que se presentan públicamente como “abiertos” pertenecen en realidad a esta categoría.

Aunque permiten ejecutar el modelo y modificarlo hasta cierto punto, la falta de acceso completo al proceso de entrenamiento dificulta auditar el sistema o reproducirlo desde cero.

Modelos con datos abiertos

Una cuarta categoría, menos frecuente pero relevante desde el punto de vista de la investigación, son los modelos que comparten abiertamente los datos utilizados en el entrenamiento.

Los datasets abiertos permiten analizar el origen de la información con la que se ha entrenado el modelo, detectar sesgos y comprender mejor sus limitaciones. También facilitan que otros equipos puedan entrenar sistemas similares o desarrollar nuevas versiones del modelo.

Sin embargo, compartir datasets a gran escala es complicado.

Muchos de los datos utilizados para entrenar modelos actuales provienen de internet y pueden incluir contenido protegido por derechos de autor o información sensible. Las restricciones legales y éticas hacen que pocas organizaciones publiquen completamente estos conjuntos de datos.

Por esta razón, los modelos con datos de entrenamiento completamente abiertos siguen siendo relativamente raros.

Un debate en evolución

La coexistencia de estas distintas categorías explica por qué el término open source se utiliza de forma tan ambigua en la industria de la inteligencia artificial.

Un modelo puede ser considerado abierto porque comparte sus pesos, aunque no revele su proceso de entrenamiento. Otro puede publicar su código, pero no permitir su uso comercial. Y muchos sistemas simplemente ofrecen acceso a través de APIs mientras mantienen todo lo demás bajo control.

Comprender estas diferencias es fundamental para interpretar correctamente las afirmaciones de las empresas tecnológicas cuando presentan nuevos modelos al mercado.

En el próximo artículo analizaremos uno de los casos que mejor ilustra esta ambigüedad: los modelos LLaMA desarrollados por Meta, que a menudo se describen como open source, pero que en realidad presentan varias restricciones importantes.