OpenAI deja de entrenar sus modelos con internet en vivo

OpenAI habría decidido dejar de entrenar sus modelos de inteligencia artificial con internet en vivo, alegando riesgos importantes. El cambio implica que los modelos frontera ya no tendrán acceso continuo a la web durante el entrenamiento, una ruptura notable con el enfoque que ha ayudado a los grandes sistemas a absorber información fresca y acontecimientos de actualidad. La decisión llega semanas después de que un ingeniero de OpenAI argumentara, según reportes, que una solución de entrenamiento con internet en vivo no funcionaría, lo que sugiere un debate interno sobre la mejor manera de construir modelos más seguros y fiables. El movimiento plantea preguntas prácticas. Si los modelos no pueden aprender de la internet en vivo durante el entrenamiento, los desarrolladores necesitarán conjuntos de datos cuidadosamente curados, instantáneas periódicas y pipelines alternativos para mantener el conocimiento al día. Eso puede mejorar el control y la reproducibilidad, pero también podría hacer que los modelos reflejen más lentamente las noticias de última hora o el lenguaje emergente. Las licencias y la privacidad son otra preocupación: los datos web pueden incluir material con derechos de autor, información personal y contenido malicioso diseñado para manipular el comportamiento del modelo. La seguridad parece ser el motivo central. El acceso a internet en vivo puede exponer a los sistemas de entrenamiento a páginas envenenadas, instrucciones dañinas, estafas y datos privados que no estaban pensados para ser ingeridos. Al dar un paso atrás respecto al entrenamiento continuo con la web, OpenAI podría reducir esas exposiciones, aunque seguirá necesitando un filtrado y una monitorización sólidos para cualquier dato que sí utilice. La decisión también ilustra una tensión más amplia en el desarrollo de la IA. Las empresas quieren modelos que sepan mucho y estén actualizados, pero deben equilibrar la frescura con la seguridad, el riesgo legal y el control de calidad. Cómo maneje OpenAI ese equilibrio marcará sus próximos lanzamientos y podría influir en cómo otros laboratorios abordan los datos de entrenamiento.