La Agencia de Seguridad Nacional de Estados Unidos (NSA), el FBI y la Agencia de Ciberseguridad y Seguridad de Infraestructura (CISA) publicaron un informe inusual: no sólo acusan a seis empresas chinas de inteligencia artificial de utilizar modelos estadounidenses para entrenar los suyos, sino que presentan una reconstrucción detallada de qué sistemas habrían sido utilizados, durante qué periodos y para transferir qué capacidades.
El documento señala a DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun y Z.AI y sostiene que, desde al menos finales de 2024, estas compañías extrajeron miles de millones de tokens mediante millones de consultas a variantes de Claude, GPT, Gemini y Grok. Según las agencias estadounidenses, la escala de estas operaciones permitiría concluir que la destilación no fue una técnica complementaria sino una parte central del desarrollo de algunos de estos modelos.
Lo más llamativo del informe no es, sin embargo, la acusación general de que las empresas chinas utilizaron IA estadounidense. La propia NSA reconoce que la destilación es una técnica legítima y ampliamente utilizada en investigación de inteligencia artificial. Lo extraordinario es el nivel de atribución: el gobierno estadounidense asegura haber podido establecer relaciones concretas entre modelos.
Para DeepSeek, por ejemplo, el informe enumera Claude Sonnet 3.7, Sonnet 4 y 4.5, Claude Opus 4.1, distintas versiones de Gemini, GPT-4, GPT-4o, GPT-5 y Grok entre los modelos supuestamente utilizados para generar datos destinados a R1 y V3. Las capacidades buscadas habrían incluido razonamiento, tareas agénticas, optimización para preguntas y respuestas, escritura, especialización jurídica y ajuste supervisado.
Moonshot AI habría seguido una estrategia similar. Las agencias aseguran que la empresa utilizó grandes cantidades de datos procedentes de Claude y GPT, entre otros modelos, para desarrollar capacidades de programación, matemáticas, aprendizaje por refuerzo y ajuste supervisado en la familia Kimi. El informe afirma de manera particularmente específica que Claude Fable 5 fue empleado para entrenar Kimi-K3 y GPT-4o para Kimi-K2.
La reconstrucción continúa con Alibaba, que habría empleado versiones de Claude y GPT-5 para mejorar Qwen; MiniMax, que habría utilizado Claude y Gemini para razonamiento y desarrollo de software; StepFun, que habría recurrido a distintas generaciones de Claude y GPT-5 para código y funciones agénticas; y Z.AI, que según el informe había destilado para mediados de 2026 miles de millones de tokens procedentes de GPT-5.5 y Claude Opus 4.8 para desarrollar capacidades de razonamiento.
Qué significa destilar una IA
En términos simples, la destilación permite utilizar un modelo avanzado como profesor de otro. El modelo alumno recibe ejemplos generados por el primero, respuestas, soluciones de programación, razonamientos o evaluaciones, y aprende de ellos durante el entrenamiento. Esto permite transferir parte de las capacidades de un sistema sin disponer necesariamente de sus pesos, su código fuente o sus datos originales de entrenamiento.
La técnica no nació con la competencia entre Estados Unidos y China ni es exclusiva de las compañías señaladas en el informe. Forma parte del repertorio habitual del aprendizaje automático. La disputa estadounidense se concentra en otra cosa: la forma y la escala en que, según las agencias, se obtuvieron esos datos.
El informe asegura que las empresas utilizaron cuentas compartidas, suscripciones premium, proveedores de nube, agregadores de API y un mercado de intermediarios conocido como transfer stations para acceder a modelos restringidos o eludir controles geográficos. También describe cuentas fraudulentas, tráfico sostenido las 24 horas y volúmenes de miles o millones de consultas sobre dominios específicos.
Para las agencias estadounidenses, esas características permiten distinguir una utilización ordinaria de un modelo de una operación destinada sistemáticamente a convertir sus respuestas en datos de entrenamiento. El documento incluso clasifica estas actividades dentro del marco MITRE ATLAS utilizado para describir ataques contra sistemas de inteligencia artificial y documenta técnicas como jailbreaks, inyección de prompts, extracción de razonamiento y automatización del cambio entre proveedores cuando alguno comienza a bloquear solicitudes.
Un mapa que muestra quién aprendió de quién
Esta es quizá la parte más novedosa del informe. En lugar de limitarse a afirmar que existe una campaña de destilación, las agencias construyeron una especie de árbol genealógico de la inteligencia artificial china: modelos estadounidenses aparecen como fuentes y modelos chinos como receptores de determinadas capacidades. La tabla permite observar algo que normalmente permanece oculto dentro del proceso de entrenamiento: la circulación de conocimiento entre modelos comerciales.
Sin embargo, el informe público no explica con el mismo detalle cómo obtuvieron las agencias estadounidenses la información necesaria para atribuir cada relación específica. Presenta patrones de tráfico, indicadores técnicos y métodos de detección, pero no hace pública toda la evidencia subyacente que permitiría verificar independientemente que cada modelo señalado fue efectivamente utilizado para entrenar al modelo chino que se le atribuye. Esto obliga a mantener una distinción importante: el documento constituye una atribución oficial conjunta de NSA, FBI y CISA, pero buena parte de la reconstrucción debe entenderse por ahora como una afirmación de las agencias estadounidenses.
¿Cuándo aprender de otra IA se convierte en extracción?
La discusión es particularmente complicada porque buena parte de la industria de inteligencia artificial se ha desarrollado precisamente mediante transferencia acumulativa de conocimiento. Los laboratorios observan los avances de sus competidores, reproducen arquitecturas publicadas, utilizan datos sintéticos, comparan modelos con los mismos benchmarks y adoptan rápidamente funcionalidades que funcionan en otros productos. La propia NSA reconoce que la destilación puede ser legítima.
La frontera que Estados Unidos intenta establecer se encuentra, por tanto, entre utilizar otro modelo como parte normal del proceso de investigación y realizar una extracción sistemática destinada a reproducir capacidades propietarias mediante millones de consultas.
El informe considera que las empresas chinas cruzaron esa frontera. China lo rechaza. El gobierno chino calificó la destilación como una técnica neutral y ampliamente utilizada y acusó a Washington de aplicar un doble estándar y utilizar el asunto para contener a sus competidores tecnológicos. Reuters señala además que Beijing advirtió que responderá si las acusaciones sirven para justificar nuevas restricciones contra sus empresas de inteligencia artificial.
Más que una acusación de copia
El documento termina proponiendo mecanismos para dificultar estas operaciones: detectar patrones anómalos de consultas, compartir información entre empresas, limitar el volumen de acceso e incluso modificar silenciosamente las respuestas que reciben usuarios identificados con alta confianza como participantes en campañas de destilación.
Una de las recomendaciones más peculiares consiste en enviar a esos usuarios respuestas procedentes de modelos degradados o reducir la profundidad del razonamiento sin avisarles, de manera que el material obtenido resulte menos útil como dato de entrenamiento.
La publicación deja así abierta una discusión que va más allá de las seis compañías señaladas. A medida que las propias inteligencias artificiales se convierten en fuentes de datos para entrenar nuevas generaciones de modelos, determinar quién aprendió de quién puede adquirir una importancia comercial y política comparable a saber quién posee los chips, los centros de datos o los pesos de un modelo.
El informe de la NSA ofrece, quizá por primera vez con este nivel de detalle desde una agencia estatal, una fotografía de esa circulación: una red en la que los modelos ya no son únicamente productos que compiten entre sí, sino también profesores involuntarios de sus futuros competidores.
