La nueva plantilla de IA de propósito general de la Comisión Europea: ¿Qué significa esto para la formación de IA?

En julio, la Comisión Europea (CE) publicó una nueva plantilla de inteligencia artificial de propósito general (GPAI). Esto significa que los proveedores de IA deben revelar el contenido introducido en los modelos para entrenarlos. Esto llega después de meses y meses de titulares sobre creadores que alegan que el contenido se utilizó sin consentimiento para entrenar a la IA.

Con esta nueva plantilla, la UE ha dejado claro su posición: la transparencia ya no es negociable. El entrenamiento de “caja negra”, donde se crea algo sin revelar su funcionamiento interno, no será una opción para los desarrolladores de IA. Esto marca un cambio significativo, ya que operar en Europa ahora requerirá una visibilidad total de los datos de entrada y la procedencia de los datos de entrenamiento, lo que obligará a reevaluar la recopilación y el uso de los datos.

Muchas personas han señalado la gran diferencia entre esto y el reciente Plan de Acción de IA de EE. UU., que se centra en la desregulación. Al igual que con cualquier nueva ley o regulación, las empresas ahora deben evaluar exactamente cómo la plantilla de GPAI afectará sus operaciones.

Si operan en varias regiones, también lo harán con el Plan de Acción de IA de EE. UU., lo que confundirá aún más las cosas. Debido a la complejidad de estos y al hecho de que regular el desarrollo de la IA de esta manera es un territorio inexplorado, es probable que los resultados de los desarrolladores difieran mucho.

Analizando la plantilla de modelo de IA de propósito general

En julio de este año, la Comisión Europea publicó una plantilla obligatoria para los proveedores de GPAI para que puedan publicar un resumen público de los datos utilizados para entrenar sus modelos. Como parte del Acta de IA de la UE, los proveedores deben revelar categorías de datos como conjuntos de datos de acceso público, datos privados con licencia, contenido web raspado, datos de usuario y datos sintéticos. El objetivo es permitir que los titulares de derechos de autor, los usuarios y los desarrolladores posteriores ejerzan sus derechos legales según la ley de la UE.

Los modelos GPT se entrenan con grandes cantidades de datos; sin embargo, en el mercado actual, hay poca información disponible sobre el origen de estos datos. El resumen público que establece esta plantilla proporcionará una visión general completa de los datos utilizados para entrenar un modelo, enumerará las principales colecciones de datos y explicará otras fuentes utilizadas.

Comparar y contrastar, Plan de Acción de IA de EE. UU.

En comparación, EE. UU. está decidido a ganar la carrera de la IA y mantener su ventaja competitiva sobre China, ya que la administración de Trump presentó su Plan de Acción de IA a principios de este verano. Este nuevo marco de IA tiene como objetivo acelerar la construcción de centros de datos de alta intensidad energética que alimentan los sistemas de IA, facilitando las regulaciones ambientales. Al mismo tiempo, busca aumentar la exportación global de tecnologías de IA estadounidenses. Con 90 recomendaciones, el plan refleja los crecientes esfuerzos de EE. UU. por mantenerse por delante de sus competidores globales.

El plan se centra en tres pilares fundamentales: acelerar la innovación, construir la infraestructura de IA de América y fomentar el liderazgo en la diplomacia y la seguridad de la IA a nivel internacional.

Como parte de esto, un punto clave del plan destacó el impulso de “código abierto” de EE. UU. para impulsar la innovación y la accesibilidad. De manera similar, el plan destaca cómo el gobierno de EE. UU. ” liderará con el ejemplo” en cuanto al crecimiento de la IA, a través de la capacitación, el intercambio de talentos y la expansión de la adopción en various industrias.

Con este plan, EE. UU. busca simplificar todas sus regulaciones tecnológicas actuales, particularmente las ambientales, para asegurarse de que la legislación no esté frenando el crecimiento, mientras fomenta una distribución internacional más amplia de software y hardware de IA estadounidense. Este enfoque “anti-regulatorio” marca un cambio claro de los marcos anteriores centrados en la ética, la transparencia y la innovación responsable, pasando a un plan de acción más agresivo de “innovación primero”.

La pieza que falta

Es hora de dar un paso atrás y considerar si estos actos, aunque diferentes, podrían sufrir de los mismos defectos que harán que los desarrolladores vean una falta de valor en adherirse a ellos. Los enfoques de la UE y EE. UU. dejan un vacío crítico en torno a la propiedad intelectual en los conjuntos de datos de entrenamiento de la IA. El Acta de IA de la UE exige resúmenes de datos de entrenamiento y una política de cumplimiento de derechos de autor, pero no establece un marco escalable para identificar o licenciar obras con derechos de autor.

En EE. UU., no existen reglas específicas al respecto, lo que deja a las empresas de IA para navegar un marco legal en evolución que se ve influenciado por decisiones judiciales y disputas en curso con titulares de derechos. Más allá del texto legal, lo que falta es el lado práctico; ninguno de los enfoques establece métodos viables y generalizados para la industria para detectar contenido protegido a gran escala, verificar el uso legítimo o simplificar la licencia. Hasta que se definan soluciones como estas, la incertidumbre en torno a los derechos de autor en el entrenamiento de la IA seguirá siendo un desafío significativo para la industria.

El costo oculto de que las empresas omitan la trazabilidad de la IA

A pesar de algunos de los defectos de estas regulaciones, se asumirá que harán que los desarrolladores de IA se centren mucho en cómo mantenerse a flote desde un punto de vista legal, pero esto no siempre es el caso. De hecho, la verdadera división en la IA en este momento no está entre la regulación de la UE y la de EE. UU., sino entre las empresas que están invirtiendo en trazabilidad hoy y aquellas que apuestan a que no tendrán que hacerlo. Esto es una repetición de lo que vimos años atrás con la implementación del Reglamento General de Protección de Datos (GDPR) – las empresas que construyeron la privacidad desde el principio no solo evitaron multas, sino que también ganaron la confianza de los consumidores y un acceso más suave a otros mercados que más tarde reflejaron los estándares del GDPR.

El mismo patrón puede estar surgiendo con la IA. La trazabilidad de los datos de entrenamiento y las decisiones del modelo probablemente se convertirán en una base global, y las empresas que demoren en implementarla tendrán que rediseñar sus sistemas en el futuro. Volver a agregar documentación, seguimiento de la procedencia y características de auditoría a un sistema existente es mucho más costoso y complejo que construirlos desde el principio, lo que desvía la atención de los aspectos más rentables que la empresa quiere completar.

En otras palabras, la trazabilidad y la transparencia no son complementos opcionales; deben estar integradas en los sistemas de IA desde el primer día. Las empresas que las tratan como ideas posteriores corren el riesgo de estancar la innovación, enfrentar represalias regulatorias y perder la carrera de manera indefinida.

La IA ética necesita unidad global

Desde una perspectiva macro, estos enfoques polarizados crean un problema real para las empresas globales. Las empresas en mercados con un enfoque más ligero, como EE. UU., pueden crecer más rápido a corto plazo, pero cuando deciden entrar en la UE, se enfrentan a un muro de cumplimiento: las reglas de trazabilidad y documentación del Acta de IA requieren capacidades que nunca construyeron.

Volver a agregar el seguimiento de la procedencia, la documentación y las características de auditoría a un sistema existente es costoso, lento y disruptivo, especialmente porque la trazabilidad es una de las partes más intensivas en recursos del cumplimiento. Es el mismo patrón que vimos con el GDPR, donde los recién llegados a la privacidad por diseño lucharon con reformas costosas y un acceso al mercado retrasado, mientras que los primeros en moverse ganaron una ventaja duradera.