¿Compartiste el borrador de tu artículo con ChatGPT o Claude? No te sorprendas si OpenAI o Anthropic se apropian de tu descubrimiento

Científicos confían cada vez más a los chatbots lo más valioso: borradores de artículos, código, resultados de experimentos e ideas que nadie ha visto todavía. Ahora los investigadores se enfrentan a una pregunta incómoda: ¿puede un desarrollador de IA luego presentar un hallazgo similar como logro de su propio modelo? Dos disputas recientes en torno a OpenAI y Anthropic han intensificado esas preocupaciones, aunque todavía no hay pruebas de robo de trabajos inéditos.

El primer conflicto resonante surgió después de que OpenAI anunciara la resolución del problema de Navier-Stokes, uno de los famosos problemas matemáticos del milenio. El matemático Tristan Buckmaster, junto con un colega, trabajaba en una dirección cercana y durante su investigación usó Codex, al que enviaba consultas sobre su trabajo aún no publicado. Tras el anuncio de OpenAI, el matemático se preguntó si sus intercambios con la IA podrían haber ayudado al equipo rival a llegar antes al resultado.

OpenAI, tras una revisión interna, declaró que las consultas de Buckmaster realizadas dos meses antes de la publicación no podían haber afectado al sistema, ni siquiera mediante entrenamiento. La empresa también sostiene que su demostración difiere sustancialmente del resultado de Buckmaster y su colega. Los investigadores no aportaron pruebas directas de que OpenAI obtuviera ideas matemáticas de sesiones privadas de Codex.

Poco después surgió una disputa similar en biología. Anthropic anunció que cientos de agentes Claude examinaron una enorme base de secuencias de ADN y encontraron un inusual sistema ART en fagos bacterianos, virus que infectan bacterias. En el centro del hallazgo hay una transcriptasa reversa, una enzima que copia información del ARN al ADN. Junto a eso, Claude observó tramos repetidos de ADN y una proteína adicional, tras lo cual los investigadores verificaron el hallazgo en el laboratorio.

Pero el biólogo Mario Rodríguez Mestre informó que su grupo había estudiado el mismo sistema molecular durante varios años. Según el científico, durante su trabajo subió a Claude un borrador de tesis, el manuscrito de un artículo futuro y otros resultados aún no publicados. Anthropic respondió que el modelo que hizo el hallazgo no se entrenó con las conversaciones de los usuarios. Mestre tampoco afirma disponer de pruebas de apropiación.

Precisamente la incertidumbre es lo que más inquieta a parte de la comunidad científica. Los grandes modelos de lenguaje se han convertido en herramientas de trabajo útiles: con ellos se busca bibliografía, se escribe código, se comprueban hipótesis y se desentrañan cálculos complejos. En una conversación habitual, un investigador puede transmitir al servicio una cadena completa de ideas aún no publicadas, y después resulta casi imposible determinar si una conversación concreta influyó en el futuro modelo o en el resultado de otro proyecto.

Las normas para el manejo de esas conversaciones dependen del servicio, del tipo de cuenta y de la configuración. OpenAI advierte que el contenido de las cuentas personales de ChatGPT y Codex puede usarse para entrenar modelos si el usuario no desactivó la opción correspondiente. En los productos corporativos, la empresa no entrena por defecto los modelos con las solicitudes y las respuestas de los clientes. Anthropic también permite a los titulares de cuentas de consumo elegir si sus conversaciones pueden usarse para mejorar a Claude, y los datos de clientes comerciales no se envían por defecto al entrenamiento.

Hasta ahora ni la historia de las matemáticas ni el caso del sistema biológico han probado que una compañía de IA haya apropiado una idea inédita ajena. Pero ambos conflictos han mostrado un nuevo problema para el trabajo científico: el chatbot a la vez ayuda a desarrollar la hipótesis y accede a materiales que el autor aún no está dispuesto a revelar. Por eso, para borradores, resultados previos a la publicación y otros materiales valiosos, los investigadores deben pensar en la confidencialidad antes de pulsar el botón de enviar.