Métodos Piratas del Cofundador de Mistral AI: ¿Qué Hay Detrás del Uso de LibGen?
Acceso a Datos Internos de Meta
Recientemente, las páginas disponibles para consulta pública han revelado intercambios internos significativos dentro de Meta. En una de estas discusiones, una investigadora expresa su preocupación sobre el uso de una base de datos, calificándola como una “línea roja”. Este tipo de debates pone de manifiesto las controversias que rodean el uso de datos en la investigación de inteligencia artificial.
La Respuesta Controvertida
Un cofundador de Mistral AI respondió a las preocupaciones de la investigadora con un comentario que ha generado revuelo: “Todo el mundo utiliza LibGen. Eso es lo que OpenAI hace con GPT-3, lo que Google hace con Palm, y lo que DeepMind hace con Chinchilla. Así que nosotros también lo haremos”. Esta afirmación no solo destaca la competencia en la industria, sino que también plantea interrogantes sobre la legalidad y ética del uso de bases de datos en el desarrollo de modelos de inteligencia artificial.
Descarga de Datos y Desarrollo de Modelos
Los registros de descarga confirman la implicación del cofundador en la adquisición de esta base de datos. Sin embargo, es importante subrayar que a pesar de estos desarrollos, esta base de datos no fue utilizada para crear Llama, la primera versión del modelo lanzada en febrero de 2023. Aquí, los actores clave Guillaume Lample y Thimothée Lacroix se mencionan como co-firmantes del proyecto.
La Incógnita de Mistral 7B
Con la llegada de Mistral 7B en septiembre de 2023, surge la pregunta crítica sobre la procedencia de los datos utilizados. Un correo interno de Meta datado el 19 de diciembre de 2025 indica que el equipo de investigación estaba al tanto, a través de rumores, de que tanto OpenAI como Mistral estaban utilizando LibGen para sus modelos. Esta revelación refuerza la percepción de que el uso de recursos no convencionales en la inteligencia artificial es una práctica común entre los líderes del sector.
Comentarios de Mistral AI
Hasta el momento, ni Guillaume Lample ni Mistral AI han ofrecido comentarios sobre el uso de LibGen para el desarrollo de Mistral 7B. Esta falta de claridad podría generar desconfianza tanto en la opinión pública como en la comunidad científica. Además, resalta la necesidad urgente de normativas más claras sobre el uso de datos en el ámbito de la inteligencia artificial.
Reflexiones Finales
El uso de fuentes no tradicionales como LibGen por parte de empresas de inteligencia artificial presenta un dilema ético en la industria. Mientras que competidores como OpenAI y Google pueden estar operando dentro de un marco legal, la falta de transparencia en los métodos de Mistral AI podría tener repercusiones a largo plazo. El futuro de la inteligencia artificial no solo dependerá de los avances tecnológicos, sino también de la relación entre ética, legalidad y la búsqueda del conocimiento.
La situación actual invita a una reflexión más profunda sobre cómo se debe abordar el uso de datos en la investigación y el desarrollo, planteando la necesidad de un diálogo abierto y honesto en la comunidad tecnológica.
About the Author
