Garry Tan quer que IA de peso aberto dos EUA também possa 'destilar'
CEO da Y Combinator defende que laboratórios americanos de peso aberto façam destilação de modelos de fronteira, argumentando que IA capaz deveria ser tratada como bem público.
Por Elias Brandão · Analista de IA e ética
O bom e velho "copiar para aprender", só que com IA
Imagine um estudante que aprende a resolver problemas de matemática observando como o professor mais experiente da escola pensa passo a passo, em vez de decorar um livro do zero. Em bom português, é mais ou menos isso que é a "destilação" de modelos de inteligência artificial: uma empresa faz uma quantidade enorme de perguntas a um modelo de IA já pronto e poderoso — um "modelo de fronteira" — e usa as respostas para treinar um modelo novo, menor e mais barato, que aprende a imitar o raciocínio do primeiro. É uma técnica legítima e comum entre laboratórios de IA, mas também virou queixa recorrente de quem paga a conta para treinar os modelos originais.
Quem acendeu esse debate publicamente foi Garry Tan, CEO da Y Combinator — a mais conhecida aceleradora de startups do Vale do Silício, berço de empresas como Airbnb e Dropbox. Durante o Demo Day da Y Combinator, Tan disse que, se dependesse dele, a resposta regulatória à destilação seria simples: "eu não faria nada". Mais do que isso: ele defende que os Estados Unidos criem um "regime americano de destilação", no qual laboratórios menores de peso aberto (aqueles que publicam os parâmetros de seus modelos abertamente) possam aplicar essas técnicas sobre os grandes laboratórios de fronteira do próprio país.
"Bem público" contra "terms of service"
O argumento de Tan tem uma lógica de mão dupla. Segundo ele, os laboratórios proprietários — pense em nomes como OpenAI, Google ou Anthropic — treinaram seus modelos de fronteira devorando uma montanha de conhecimento humano público, sem pedir licença a ninguém. Se a matéria-prima veio do domínio público, por que o produto final deveria ficar trancado atrás de termos de uso restritivos? Na citação dele: o acesso a uma inteligência treinada com dados de amplo acesso público "deveria ser mais uma forma de bem público do que algo trancado atrás de termos de serviço restritivos".
O outro lado do debate é o medo do monopólio invertido: para Tan, o verdadeiro "cenário de pesadelo" é uma única empresa concentrar toda a capacidade de ponta em IA. Por isso ele defende um equilíbrio — os modelos de fronteira continuariam cobrando um prêmio de preço que sustenta seus negócios, enquanto os modelos de peso aberto cresceriam por meio da destilação, mantendo a concorrência viva.
O pano de fundo: China na mira
As declarações vieram dias depois de agências americanas apontarem esforços de destilação em larga escala por empresas chinesas, e a própria Anthropic publicou um relatório acusando laboratórios chineses de conduzirem "ataques de destilação ilícitos", incluindo uso de credenciais roubadas. Ou seja: Tan não está defendendo que vale tudo — ele distingue destilação entre laboratórios americanos, que vê como saudável para o ecossistema, de práticas fraudulentas por atores estrangeiros, que é outra história.
Fica a pergunta que atravessa toda a indústria: até onde "aprender observando" é inovação legítima e a partir de quando vira apropriação do trabalho alheio? A resposta, por enquanto, ainda está sendo escrita nos tribunais e nas salas de reunião de Washington.