ChatGPT cita Grokipedia: OpenAI encontró una nueva fuente de verdad

El mundo de la inteligencia artificial es pequeño, pero no esperábamos que se volviera tan pequeño tan rápido. Los usuarios de ChatGPT han descubierto algo extraño: la red neuronal comenzó a extraer datos de Grokipedia. Si se perdió este lanzamiento, Grokipedia es un ambicioso proyecto de xAI de Elon Musk, que se posiciona como una base de conocimiento sin censura y sin una agenda de izquierda. La ironía de la situación es exagerada: la empresa de Sam Altman, a la que Musk acusa regularmente de progresismo excesivo y cerrazón, ahora se basa en su propia creación para formar sus respuestas.

Para entender cómo llegamos aquí, debemos recordar el historial del conflicto. Musk estuvo en los orígenes de OpenAI, luego se fue dando un portazo, y lanzó su propia xAI con una agenda anti-woke. Grokipedia se convirtió en su respuesta a Wikipedia, que Elon considera demasiado sesgada. Es una enorme cantidad de datos generados y moderados por algoritmos de xAI. Y ahora estos datos están surgiendo en ChatGPT. ¿Por qué está sucediendo esto ahora? La respuesta es simple y a la vez preocupante: OpenAI necesita desesperadamente datos frescos, y la empresa no es muy selectiva en los métodos para obtenerlos.

Los rastreadores web de OpenAI exploran Internet las 24 horas del día. Cuando xAI lanzó Grokipedia al acceso público, automáticamente se convirtió en parte del dominio público para bots de búsqueda. Parece que los ingenieros de Altman no pusieron un filtro en los dominios de Musk, o los algoritmos de clasificación consideraron el contenido de Grokipedia suficientemente relevante. Como resultado, tenemos un cóctel divertido. ChatGPT, que normalmente intenta evitar temas controvertidos, de repente emite hechos o interpretaciones características de Grok. Esto no es solo una curiosidad técnica; es un signo de una inminente crisis de datos en toda la industria.

Nos hemos acercado al momento en que el contenido humano de calidad en la web simplemente se está acabando. Los desarrolladores de grandes modelos de lenguaje están comenzando a consumir contenido creado por otros modelos. En círculos profesionales, esto se llama degradación de modelos o incesto digital. Si ChatGPT aprende de datos de Grokipedia, y Grok continúa aprendiendo de las respuestas de ChatGPT, corremos el riesgo de crear una cámara de eco cerrada. En tal sistema, los errores y los sesgos se multiplicarán en progresión geométrica, alejando gradualmente la IA de la realidad.

Para Elon Musk, esta situación parece una victoria doble. Por un lado, su base de conocimiento es lo suficientemente importante como para ser citada por el líder del mercado. Por otro lado, OpenAI está usando gratis el recurso de xAI, en el que xAI gastó millones de dólares y una enorme potencia de cálculo. Esto nos recuerda las situaciones con Reddit y Twitter, que cerraron sus API para que los gigantes de la IA no robaran su contenido para el entrenamiento. Es bastante probable que el próximo movimiento de Musk sea cerrar Grokipedia de los bots de OpenAI o otra demanda ruidosa por violación de propiedad intelectual.

El problema del préstamo de datos entre redes neuronales plantea una pregunta ética importante. Si la IA comienza a citar otra IA sin un enlace directo a la fuente original, ¿cómo podremos verificar la precisión de la información? Por ahora, estamos observando cómo dos grandes competidores en la industria involuntariamente se fusionan en un único campo informativo. Esto podría llevar a la creación de una superinteligencia universal o al colapso completo del significado, donde una red neuronal simplemente repite las alucinaciones de otra.

Lo principal: ¿será este caso motivo de una nueva guerra de derechos de autor entre Musk y Altman, o hemos entrado oficialmente en una era en la que la IA se entrena mutuamente hasta perder toda conexión con la fuente original humana?