\n<\/p>\n
NUEVA YORK.\u2013 Cuando ChatGPT era todav\u00eda una tecnolog\u00eda novedosa, en Pek\u00edn los investigadores la pusieron a prueba para ver c\u00f3mo se manejaba con preguntas en idioma chino. Y su reacci\u00f3n ante los resultados obtenidos fue muy reveladora.<\/strong><\/p>\n En ese momento, ChatGPT les respondi\u00f3 que la exestrella de la NBA, Yao Ming, era la primera mujer china en jugar basquet profesional en Estados Unidos, y confundi\u00f3 la novela an\u00f3nima Viaje al oeste<\/em> con Sue\u00f1o en el pabell\u00f3n rojo, de<\/em> Cao Xueqin, dos cl\u00e1sicos de la literatura china escritos a 200 a\u00f1os de distancia.<\/p>\n Los investigadores del Instituto Tecnol\u00f3gico de Pek\u00edn publicaron sus hallazgos en 2023 y all\u00ed tambi\u00e9n dijeron que ChatGPT generaba una gran cantidad de \u201ccomentarios sesgados sobre China\u201d <\/strong>y que \u201cno esquiva ni se niega a responder preguntas pol\u00edticas sobre China\u201d.<\/p>\n Desde entonces, ChatGPT fue actualizado varias veces, y no se sabe si hoy en d\u00eda los resultados ser\u00edan los mismos, pero esos ejemplos apuntaban a una preocupaci\u00f3n central de China en su lucha para convertirse en una superpotencia en inteligencia artificial: los sistemas que le est\u00e1n dando forma al futuro son entrenadas con bases de datos escritas abrumadoramente en ingl\u00e9s, y para China, solo reflejan el modo de pensar de Occidente.<\/strong><\/p>\n Los analistas se\u00f1alan que ese desequilibrio tambi\u00e9n entra\u00f1a una vulnerabilidad estrat\u00e9gica para el Partido Comunista Chino, ya que implica que la visi\u00f3n occidental probablemente prevalezcan en temas como los derechos humanos y el estatus de Taiw\u00e1n, la isla aut\u00f3noma reclamada por Pek\u00edn.<\/p>\n Para subsanar ese desequilibrio y desarrollar herramientas de IA m\u00e1s potentes, ahora Pek\u00edn aspira a convertirse en un proveedor l\u00edder de datos:<\/strong> los vastos conjuntos de texto, im\u00e1genes y v\u00eddeos que los sistemas de IA en todo el mundo usan para entrenarse.<\/p>\n A principios de este a\u00f1o, la Administraci\u00f3n Nacional de Datos de China present\u00f3 un plan estrat\u00e9gico para transformar al pa\u00eds en una potencia de datos para finales de 2028. El plan propone la creaci\u00f3n de conjuntos de datos de \u201calta calidad\u201d en m\u00e1s de dos docenas de \u00e1reas estrat\u00e9gicas, como la investigaci\u00f3n cient\u00edfica, la fabricaci\u00f3n industrial y el desarrollo de veh\u00edculos aut\u00f3nomos.<\/p>\n Pero el plan tambi\u00e9n implica que China comparta sus conjuntos de datos a nivel mundial, una tendencia que se consolid\u00f3 el mes pasado cuando Pek\u00edn se comprometi\u00f3 a compartir datos para ayudar a las decenas de pa\u00edses emergentes que asistieron a la Conferencia Mundial de Inteligencia Artificial en Shangh\u00e1i a construir sus propios sistemas de IA. <\/p>\n China ya ha difundido tambi\u00e9n enormes cantidades de datos recopilados por laboratorios del gobierno y medios de comunicaci\u00f3n estatales, poni\u00e9ndolos a disposici\u00f3n para su descarga en todo el mundo.<\/p>\n Seg\u00fan los analistas, la movida tiene un doble objetivo<\/strong>: atraer a m\u00e1s usuarios al \u00e1mbito de la IA en China y reducir la brecha con Estados Unidos en el acceso a datos de entrenamiento de alta calidad, ya que para Pek\u00edn esa es la raz\u00f3n del liderazgo norteamericano.<\/p>\n Bajo el liderazgo de Xi Jinping, Pek\u00edn ha priorizado la IA como una tecnolog\u00eda estrat\u00e9gica fundamental para seguirle el ritmo de Estados Unidos y revitalizar la econom\u00eda china. Para ello, los laboratorios chinos necesitar\u00e1n datos cada vez m\u00e1s sofisticados.<\/p>\n Visto as\u00ed superficialmente, eso no deber\u00eda ser un problema. China cuenta con la ingente cantidad de datos del masivo aparato de vigilancia del gobierno y de los cientos de millones de personas que utilizan las principales plataformas tecnol\u00f3gicas del pa\u00eds. Sin embargo, son datos fragmentados y est\u00e1n almacenados en \u201csilos\u201d de diferentes empresas y dependencias p\u00fablicas. <\/p>\n Como resultado, dice Xiaomeng Lu, directora de la consultora de gesti\u00f3n de riesgos Eurasia Group, a los laboratorios chinos les cuesta encontrar suficientes datos \u00fatiles para sus modelos. Por eso dependen en gran medida de un proceso conocido como \u201cdestilaci\u00f3n\u201d, por el cual los investigadores recopilan datos de sistemas potentes y los utilizan para construir sus propios modelos. (Algunas empresas norteamericanas, como Anthropic, se quejan de que sus competidores chinos copian deslealmente su tecnolog\u00eda).<\/strong><\/p>\n \u201cLa m\u00e1xima prioridad que tiene China es resolver los obst\u00e1culos internos que frenan el flujo de datos\u201d, apunta Lu. En su plan de principios de este a\u00f1o, la Administraci\u00f3n de Datos dice que buscar\u00e1 eliminar esos \u201csilos de datos\u201d para que el gobierno, las empresas y el mundo acad\u00e9mico puedan compartirlos.<\/p>\n En comparaci\u00f3n, Estados Unidos no enfrenta la misma grave escasez de datos. Los grandes proveedores norteamericanos de datos, como Mercor y Scale AI, no se limitan a contratar personas que etiquetan im\u00e1genes de objetos para que el software de IA pueda identificarlos, sino que tambi\u00e9n contratan a matem\u00e1ticos que llevan registro de las demostraciones y a abogados que revisan informes que ayudan a perfeccionar los modelos de IA.<\/p>\n Para ponerse al d\u00eda, el plan de la Administraci\u00f3n Nacional de Datos se propone que China avance hacia el mismo nivel de \u201cdatos de alto valor\u201d,<\/strong> pasando del barato etiquetado manual a las \u201canotaciones por expertos\u201d. El plan incluso insta a las universidades a desarrollar cursos de anotaci\u00f3n de datos y anima a los reci\u00e9n graduados a buscar trabajo en este campo.<\/p>\n China no es la \u00fanica que quiere tener mayor participaci\u00f3n en el desarrollo de chatbots de IA. Al mismo tiempo, a los analistas occidentales les preocupa que los esfuerzos de China por exportar sus datos incrementen la influencia de la propaganda del Partido Comunista,<\/strong> as\u00ed como su capacidad para silenciar la informaci\u00f3n que a Pek\u00edn no le gusta.<\/p>\n \u201cLa desventaja es que les da mayor poder a los estados autoritarios para dictar los valores que rigen un chatbot\u201d, apunta Alex Colville, experto en ciberseguridad del Instituto Australiano de Pol\u00edticas Estrat\u00e9gicas.<\/p>\n Para garantizar que no se desv\u00eden del relato oficial de Pek\u00edn, los modelos de IA chinos deben cumplir normas estrictas. Los chatbots chinos m\u00e1s populares, como el desarrollado por DeepSeek, por ejemplo, esquivan responder preguntas delicadas sobre Xi <\/strong>y sobre la pol\u00edtica \u201cCovid cero\u201d<\/strong> de Pek\u00edn durante la pandemia, incluso cuando se les pregunta a trav\u00e9s de un software dise\u00f1ado para sortear los controles de internet del pa\u00eds.<\/p>\n Seg\u00fan un reciente estudio publicado en la revista cient\u00edfica Nature<\/em>, los investigadores descubrieron que el relato oficial de China ya se ha filtrado en los datos que entrenan modelos norteamericanos como ChatGPT y Claude.<\/p>\n Los investigadores les formularon a los chatbots preguntas como \u201c\u00bfChina es una autocracia?\u201d y \u201c\u00bfXi Jinping es un buen l\u00edder?\u201d,<\/strong> y observaron que las respuestas en chino tend\u00edan a ser mucho m\u00e1s favorables a Pek\u00edn que las respuestas en ingl\u00e9s.<\/p>\n Esas respuestas probablemente demuestran que para obtener informaci\u00f3n en chino, los modelos de todo el mundo dependen en gran medida de los medios estatales chinos, se\u00f1alan los investigadores en su art\u00edculo. (El enorme aparato de propaganda de Pek\u00edn en idioma chino difunde un gran volumen de contenido, mientras que las voces independientes y cr\u00edticas suelen ser silenciadas o censuradas).<\/p>\n \u201cLo que hace la IA es desconectar al mensajero del mensaje\u201d, se\u00f1ala Brandon Stewart, profesor de sociolog\u00eda de la Universidad de Princeton y uno de los autores del estudio. \u201cCreo que la gente reaccionar\u00eda de forma muy diferente \u2014algunos de manera m\u00e1s positiva, otros de manera m\u00e1s negativa\u2014 si supiera que la respuesta proviene del Diario del Pueblo\u201d.<\/p>\n Una cosa es que los medios estatales chinos influyan indirectamente en los modelos de IA, pero China tambi\u00e9n quiere que sus datos \u2014que en algunos casos responden al relato oficial del gobierno\u2014 formen parte de la materia prima utilizada directamente para construir los modelos.<\/p>\n De hecho, ya le ha dado acceso gratuito a los desarrolladores a varios extensos conjuntos de datos guardados en repositorios globales, como GitHub y Hugging Face.<\/p>\n El mayor de estos conjuntos de datos se llama WanJuan \u2014que en chino significa \u201clos diez mil pergaminos\u201d\u2014, puede ser utilizado por los desarrolladores como punto de partida para la creaci\u00f3n o el perfeccionamiento de sistemas de IA.<\/p>\n Se trata de una colecci\u00f3n creada por el Laboratorio de IA de Shangh\u00e1i, financiado por el Estado chino, abarca historia, deportes, derecho, actualidad, medicina y literatura, y est\u00e1 dise\u00f1ada para estar en sinton\u00eda con \u201clos valores chinos predominantes\u201d. Adem\u00e1s de en idioma chino, WanJuan tambi\u00e9n est\u00e1 disponible en \u00e1rabe, coreano, ruso, tailand\u00e9s y vietnamita.<\/p>\n Traducci\u00f3n de Jaime Arrambide<\/strong><\/p>\nLa puja por conseguir los mejores datos de entrenamiento<\/span><\/h2>\n<\/p>\n
La influencia de la propaganda china<\/span><\/h2>\n<\/p>\n
Datos de IA con caracter\u00edsticas chinas<\/span><\/h2>\n<\/p>\n