🧠 De la ciencia abierta al producto comercial
Desde que publicó el histórico artículo «Attention Is All You Need» en 2017 —que introdujo la arquitectura Transformers— Google fue el motor detrás de muchos avances de la IA moderna. Sin ese paper, no existirían modelos como BERT ni los actuales GPT-4.
Pero eso fue antes. Hoy, según varios expertos citados por Financial Times, Google DeepMind ya no quiere repetir esa historia. Si una investigación es considerada «estratégica», se impone un embargo mínimo de seis meses antes de su publicación, y en algunos casos simplemente no se publica.
🔐 ¿Por qué este cambio de actitud?
La razón es clara: ventaja competitiva. El boom de ChatGPT, impulsado por OpenAI y basado en GPT-3.5, pilló por sorpresa a Google. El gigante de Mountain View, que tradicionalmente lideraba la innovación en IA, tuvo que activar un “código rojo” y reorganizar sus equipos internos para recuperar el terreno perdido.
Desde entonces, Google ha lanzado:
-
Gemini, su rival directo de ChatGPT
-
Gemini Live, competencia del modo de voz de OpenAI
-
Gems, equivalentes a los GPTs personalizados
-
NotebookLM, su herramienta para investigación asistida por IA
Estos productos muestran el nuevo enfoque: velocidad, mercado y monetización.
🧪 ¿Qué pasa con la comunidad científica?
Lo más preocupante, según voces del sector, no es solo el cambio de rumbo, sino lo que representa. Un investigador de DeepMind, que pidió anonimato, lo resumió así:
“Hoy en día no puedo imaginar a Google publicando un documento como el de los Transformers para uso general.”
Y agregó que la empresa ahora “se ha vuelto más preocupada por el producto y menos por compartir los resultados de la investigación en beneficio del bien común.”
Este giro ha generado cierto malestar en la comunidad académica, que ve cómo uno de sus mayores referentes está cerrando puertas y alejándose de la colaboración abierta que tanto impulsó el avance de la IA en los últimos años.
📚 DeepMind: de referente científico a gigante tecnológico
Durante más de una década, DeepMind fue sinónimo de:
-
AlphaGo, que venció a campeones mundiales de Go
-
AlphaFold, que revolucionó la predicción de estructuras de proteínas
-
Publicaciones en Nature, Science y otros journals de élite
Ahora, como parte de una Big Tech, DeepMind ha entrado en la etapa en la que «moverse rápido y romper cosas» ya no es una opción. Las prioridades han cambiado: se trata de proteger propiedad intelectual, mantener la delantera frente a OpenAI, Anthropic o Meta, y convertir la IA en un negocio rentable.
⚖️ ¿Innovación o secretismo?
Este dilema no es exclusivo de Google. Muchas empresas de IA están limitando el acceso a sus modelos, dejando atrás el enfoque de código abierto o publicaciones científicas para evitar que sus desarrollos sean replicados. Es la nueva realidad de la «IA corporativa».
Pero también hay riesgos:
-
Menos colaboración científica
-
Mayor concentración de poder tecnológico
-
Menor transparencia en los modelos de IA
-
Dificultad para auditar sesgos o fallos críticos
La comunidad académica teme que, al cerrarse estos canales, se pierda una parte esencial del avance tecnológico responsable.
🏁 ¿Qué sigue para DeepMind y Google?
Aunque el cambio puede parecer drástico, Google sigue invirtiendo en IA como una piedra angular de su futuro. Bajo la dirección de Demis Hassabis, DeepMind continuará desarrollando modelos avanzados, pero ahora con una lógica más comercial y controlada.
Lo que está por verse es si este enfoque será sostenible a largo plazo, especialmente frente a competidores que aún promueven cierto nivel de apertura.
✅ Preguntas Frecuentes (FAQ)
¿Qué es DeepMind?
Es una compañía de IA fundada en 2010 y adquirida por Google en 2014. Es conocida por sus logros científicos y por desarrollar la arquitectura Transformers.
¿Qué es la arquitectura Transformers?
Una estructura de red neuronal que revolucionó el procesamiento del lenguaje natural y dio origen a modelos como BERT, GPT y muchos más.
¿Por qué DeepMind ha dejado de publicar investigaciones abiertamente?
Para proteger avances considerados estratégicos y evitar que la competencia aproveche sus descubrimientos.
¿Esto afecta a los usuarios comunes?
Indirectamente sí, ya que limita el acceso a información clave sobre cómo funcionan las IAs que usamos cada día.
¿La comunidad científica está de acuerdo con este cambio?
No del todo. Muchos investigadores temen que esta tendencia erosione la transparencia y la colaboración que permitió el rápido avance de la IA en la última década.
📣 ¿Quieres seguir al tanto de lo que pasa en el mundo de la inteligencia artificial?
Te invito a visitar mi web y canal, donde comparto análisis, noticias y guías sobre IA, tecnología y más:
🌐 fernandojuca.com
📺 youtube.com/fernandojucamaldonado
