ChatGPT cita Grokipedia: OpenAI encuentra una nueva fuente de verdad

El mundo de la inteligencia artificial es pequeño, pero no esperábamos que se encogiera tanto y tan rápido. Los usuarios de ChatGPT han descubierto algo extraño: el chatbot ha empezado a extraer datos de Grokipedia. Por si se perdió el lanzamiento, Grokipedia es un ambicioso proyecto de xAI, la empresa de Elon Musk, que se presenta como una base de conocimiento sin censura y sin agenda de izquierdas. La ironía es máxima: la compañía de Sam Altman, a la que Musk acusa con regularidad de ser demasiado progresista y cerrada, se apoya ahora en la creación del propio Musk para formar sus respuestas.

Para entender cómo hemos llegado hasta aquí, conviene recordar la historia del conflicto. Musk estuvo en los orígenes de OpenAI, luego se marchó dando un portazo y lanzó su propia xAI con un enfoque antiprogresista. Grokipedia es su respuesta a Wikipedia, que considera demasiado sesgada. Es un enorme volumen de datos generado y moderado por los algoritmos de xAI. Y ahora esos datos aparecen en ChatGPT. ¿Por qué ahora? La respuesta es sencilla y, a la vez, inquietante: OpenAI necesita datos frescos con urgencia y no es demasiado selectiva con los métodos para conseguirlos.

Los rastreadores web de OpenAI peinan internet las 24 horas. Cuando xAI publicó Grokipedia en acceso abierto, pasó automáticamente a ser material disponible para los bots de búsqueda. Al parecer, los ingenieros de Altman no pusieron un filtro a los dominios de Musk, o bien los algoritmos de ranking juzgaron el contenido de Grokipedia lo bastante relevante. El resultado es un cóctel curioso. ChatGPT, que suele evitar los temas espinosos, ofrece de pronto hechos o interpretaciones propios de Grok. No es solo una curiosidad técnica: es señal de una crisis de datos inminente en toda la industria.

Estamos cerca del punto en que el contenido humano de calidad en la red simplemente se agota. Los desarrolladores de grandes modelos de lenguaje empiezan a alimentarse de contenido creado por otros modelos. En el ámbito profesional se llama degradación del modelo o endogamia digital. Si ChatGPT aprende de los datos de Grokipedia y Grok sigue entrenándose con las respuestas de ChatGPT, corremos el riesgo de acabar en una cámara de eco cerrada. En ese sistema, los errores y los sesgos se multiplican de forma exponencial y alejan poco a poco a la IA de la realidad.

Para Elon Musk, la situación parece una victoria con doble filo. Por un lado, su base de conocimiento se considera lo bastante sólida como para que el líder del mercado la cite. Por otro, OpenAI usa gratis un recurso en el que xAI invirtió millones de dólares y enormes recursos de cómputo. Recuerda a Reddit y Twitter, que cerraron sus API para que los gigantes de la IA no se llevaran su contenido para entrenar. Es muy probable que el siguiente paso de Musk sea bloquear a los bots de OpenAI en Grokipedia o presentar otra sonada demanda por vulneración de la propiedad intelectual.

El préstamo de datos entre redes neuronales plantea una cuestión ética importante. Si una IA empieza a citar a otra sin enlace directo a la fuente original, ¿cómo podremos verificar la fiabilidad de la información? Por ahora vemos cómo los dos principales rivales de la industria se funden sin querer en un único campo informativo. Eso puede conducir a una superinteligencia universal o a un colapso total del sentido, en el que una red neuronal se limita a repetir las alucinaciones de otra.

Lo esencial: ¿Será este caso el motivo de una nueva guerra por los derechos de autor entre Musk y Altman, o hemos entrado oficialmente en una era en la que las IA se entrenan entre sí hasta perder por completo el vínculo con la fuente humana original?