Anton Leicht.
Imagen: © Erik Krugers
22 de mayo 2026.
Todas nuestras estrategias en materia de inteligencia artificial se basan en la suposición de que la IA de vanguardia estadounidense seguirá siendo ampliamente accesible.
Se trata de un error fundamental.
En los círculos de reflexión sobre la política que debe seguirse en materia de IA, se ha instalado una idea recurrente: bajo el efecto de las presiones del mercado y de unos mercados financieros en ebullición, el acceso a los mejores modelos de IA pronto será abundante.
Y el futuro pertenecerá a quienes sepan aprovecharlos mejor. Cuanto más nos alejamos de San Francisco, más fuerte resuena este mantra. Llega incluso a alcanzar una especie de paroxismo en la periferia, en esas numerosas potencias medias del mundo que siguen atrapadas en un proyecto destinado a sobrevivir a la revolución de la IA basándose en modelos simplemente «suficientemente buenos».
Esta visión supone que las capacidades importantes de la IA sean ampliamente accesibles: se trata de un mundo en el que los profesionales de la ciberdefensa disponen de los modelos antes que los ciberatacantes, y las empresas de todos los sectores compiten entre sí sobre la base de un acceso idéntico a las mismas capacidades de IA.
Los acontecimientos recientes han venido a trastocar esta visión idílica. Ahora parece claro que el acceso a la IA de vanguardia pronto se verá limitado por restricciones económicas y de seguridad. A principios de abril, Anthropic anunció que había desarrollado Mythos, un modelo de ciberseguridad de vanguardia.
Desde el principio, la empresa de Dario Amodei anunció que solo pondría las colosales capacidades del modelo para corregir vulnerabilidades a disposición de un puñado de empresas 1.
Las empresas emergentes de ciberseguridad del barrio de Mission District en San Francisco, los integradores de sistemas de la costa este y las capitales de países aliados desde el Atlántico hasta el Pacífico han vivido todos una experiencia similar 2: al desplazarse por la página para consultar la lista de socios privilegiados de Anthropic, solo encontraron una lista muy reducida de empresas, todas ellas con sede en Estados Unidos.
Algunos esperaban que OpenAI se ciñera a su método de implementación habitual al lanzar a gran escala GPT-5.5-cyber, un modelo cuyas capacidades, según algunas fuentes, serían similares a las de Mythos. No fue así: en el marco de su iniciativa Daybreak, OpenAI también se ha comprometido a un despliegue limitado 3, disipando así la esperanza de que el caso Mythos hubiera sido el resultado de un tropiezo o de una estrategia de marketing basada en el alarmismo.
Peor aún: aunque nadie sabe exactamente qué piensa hacer el Gobierno estadounidense al respecto, todo indica que, como mínimo, está considerando actuar en algún momento.
Y aunque resulte tentador verlo como una simple confluencia de acontecimientos coyunturales, el momento Mythos revela en realidad tendencias de fondo que llevan ya algún tiempo intensificándose.
Mitos y realidad de la difusión de la IA
Tres de ellas limitarán aún más en el futuro la disponibilidad de la IA en la frontera: la seguridad, la potencia de cálculo y la implicación directa del Gobierno estadounidense.
Estas dinámicas se combinan y se refuerzan mutuamente. Desde hace unas semanas, han entrado en una especie de aceleración.
Todos aquellos que hoy no forman parte del reducido círculo de desarrolladores con sede en Estados Unidos deben afrontar una realidad: cada vez es más difícil acceder a una IA de vanguardia.
Vivimos en un mundo de «destilación hostil»
La limitación más evidente para la disponibilidad generalizada de los modelos es la que ilustra el caso Mythos: las consideraciones de seguridad impiden a los desarrolladores poner sus capacidades más avanzadas al alcance de todos sus clientes.
De manera esquemática, el primer riesgo es el del uso indebido: un modelo de alto rendimiento parece poder contribuir de manera realista a llevar a cabo actividades peligrosas, como ciberataques o el diseño de armas biológicas.
En lugar de implementarlo inmediatamente para el público en general, se empieza por distribuirlo a los operadores de ciberdefensa, quienes aprovechan este acceso anticipado para subsanar vulnerabilidades hasta entonces desconocidas —esto es lo que se ha observado con Mythos. A continuación, se amplía el acceso únicamente a aquellos clientes de los que se tiene una certeza razonable de que no le darán un uso delictivo; y, en algunos casos, no es hasta que el modelo ya ha quedado tecnológicamente obsoleto cuando se abre a todos.
Sin embargo, en la actualidad, el Gobierno estadounidense parece darse cuenta de que este tipo de acceso restringido es preferible tanto para el interés nacional como para la seguridad nacional. Al parecer, estaría empezando a plantearse convertir este ejemplo virtuoso en una norma general.
Varias razones pueden explicar esta decisión 4. Quizás el aparato de seguridad estadounidense no confía en que los desarrolladores de IA impidan que delincuentes, actores no estatales y adversarios igualmente peligrosos accedan a capacidades peligrosas; o tal vez prefiera saber qué vulnerabilidades están a punto de revelar los nuevos modelos para poder explotarlas él mismo primero —como, de hecho, ya ha hecho en el pasado 5.
En otras palabras: si usted fuera la NSA y tuviera conocimiento de la existencia de vulnerabilidades de día cero, también le interesaría saber cuáles es capaz de detectar Mythos para poder explotarlas en su beneficio antes de que todo el mundo las corrija.
Pero más allá de los riesgos de uso indebido, otra dimensión podría motivar medidas de restricción aún más directas sobre la disponibilidad de los modelos: los riesgos de robo de modelos, de espionaje y de destilación, es decir, de transferencia de las capacidades de un modelo de IA en la frontera denominado modelo maestro (teacher) a un modelo destilado o estudiante (student).
La posibilidad de robo podría hacer que los desarrolladores se mostraran recelosos a la hora de elegir el alojamiento de los modelos. Los parámetros almacenados en un centro de datos no seguro constituyen, por tanto, una vulnerabilidad importante, sobre todo teniendo en cuenta que muchos países fuera de Estados Unidos ni siquiera han comenzado aún a reflexionar seriamente sobre la seguridad de sus centros de datos.
Pero la preocupación más urgente se refiere a la destilación hostil. Numerosos informes indican que parte del éxito de los «fast followers» —esos desarrolladores de modelos que se encuentran entre 6 y 9 meses por detrás de la vanguardia tecnológica, como la empresa china DeepSeek— se basa en prácticas de destilación que requieren un acceso más o menos ilimitado a los tokens de API, es decir, a la capacidad de IA.
A largo plazo, la destilación supone un riesgo para los desarrolladores de modelos: ¿cómo será posible generar ingresos suficientes si hay que rentabilizar todas las inversiones en investigación y desarrollo en los seis meses que un tercero podría tardar en «destilar» el modelo?
Este punto es crucial para los responsables políticos y alimenta directamente las inquietudes latentes sobre la competencia entre Estados Unidos y China en un contexto de espionaje industrial.
Por lo tanto, cabe esperar medidas represivas contra la destilación hostil. Si no las adopta el Gobierno, lo harán las empresas que desarrollan modelos de vanguardia: procedimientos de verificación de identidad más estrictos, condiciones de acceso por defecto más restrictivas, criterios de apertura o cierre dictados en mayor medida por consideraciones geopolíticas.
Nada de esto augura un acceso generalizado a los modelos en la frontera.
Para hacer frente a la demanda, Amodei ya debe aliarse con Musk
Pero el problema no se limita a las preocupaciones de seguridad. Más fundamentalmente, dar acceso a un modelo de vanguardia es un juego de suma cero.
Los veteranos de la industria tecnológica y los defensores europeos de la soberanía suelen establecer un paralelismo con las licencias de software: la innovación en software conllevaba ciertas dependencias marginales, pero la lógica del tamaño del mercado de consumo acabó imponiéndose.
En otras palabras, para gigantes como Microsoft, los bajos costes marginales se veían compensados por precios de mercado estándar para el despliegue de su software entre el mayor número posible de usuarios.
Sin embargo, no ocurre lo mismo con la IA. Dar acceso a modelos de IA, en particular a los más avanzados, requiere enormes cantidades de capacidad de cálculo. De hecho, la demanda marginal para procesar mil solicitudes adicionales es tan elevada que los principales desarrolladores se enfrentan con frecuencia a una escasez de recursos de cálculo 6.
Reducen sus ofertas y tienen dificultades para encontrar un equilibrio entre la financiación de sus suscripciones para el público general y las limitaciones reales relacionadas con los chips de que disponen. Para paliar esta escasez, Anthropic busca así cerrar acuerdos de acceso puntual a centros de datos menos solicitados, como por ejemplo el de su rival xAI 7.
Esta situación no va a mejorar, y es incluso probable que empeore. Si los sistemas de IA pueden realmente rivalizar con la producción de los trabajadores humanos en unos meses, como algunos sostienen, la capacidad de cálculo necesaria para reproducir tal volumen de actividad será colosal.
La esperanza a menudo invocada de que las «curvas de eficiencia» reducirían rápidamente los costes no es de gran ayuda en este caso. Según esta hipótesis, el año que viene, las capacidades de nivel Mythos podrían ser muy baratas. Pero eso no implica que Mythos 2 vaya a ser más barato que Mythos. Es incluso todo lo contrario: las capacidades en la vanguardia se han encarecido mes a mes desde hace años.
Si se tiene en cuenta, por tanto, que la dinámica competitiva entre rivales económicos, pero también entre actores de la ciberdefensa y actores maliciosos, ya no implica una IA suficientemente buena, sino una IA mejor 8, la teoría de las curvas de eficiencia no sirve de nada.
Esto tiene una consecuencia clara: dar acceso a un nuevo usuario a un modelo de vanguardia, ya sea un gobierno o una empresa, implica ahora un elevado coste marginal.
Es cierto que los usuarios institucionales siguen teniendo interés en ampliar su cobertura: penetración en nuevos mercados a medida que aumenta su capacidad, mayor demanda que permite subir los precios, buena voluntad de los gobiernos, etc.
Pero estas ventajas se ven contrarrestadas por los costes: los costes de cumplimiento normativo para penetrar en nuevos mercados, los costes de diseño de productos adaptados a nuevos consumidores y los costes en materia de seguridad y de relaciones con el Gobierno estadounidense. En otras palabras, los efectos del poder de mercado no se invierten por completo, pero se atenúan considerablemente: ya no se puede confiar simplemente en su papel de «comprador interesado» para ejercer una influencia decisiva a la hora de obtener acceso a un modelo de vanguardia.
La situación se complica aún más por otra razón: ante esta tendencia, existe el riesgo de que surja una competencia en torno a la cuestión de quién tendrá acceso a estas capacidades. Estados Unidos protegerá su economía nacional y es muy probable que asistamos a un retorno de la lógica que motivó la propuesta de una «GAIN Act» hace unos meses 9.
En aquel momento, sus defensores en el Congreso barajaban la idea de otorgar a los estadounidenses un derecho de preferencia sobre los chips fabricados en Estados Unidos; tal vez pronto veamos cómo se declara a las empresas estadounidenses titulares de una especie de derecho de preferencia sobre las capacidades de IA producidas en Estados Unidos.
En otro escenario aún, la competencia podría volverse puramente económica: los márgenes se reducirían drásticamente y, en definitiva, solo aquellos que pudieran soportar el coste o transformar de la forma más eficaz las capacidades masivas de IA en ingresos estarían en condiciones de permitírselas.
Sin embargo, ni la mayoría de los gobiernos —que aún no han asimilado la lógica de las suscripciones de IA de un millón de dólares—, ni las empresas europeas —cuya capacidad para generar ingresos por software se ve limitada por numerosas condiciones desfavorables— están en condiciones de hacerlo.
Al final, es el Tío Sam quien toma el control
Por último, lo que comienza con restricciones motivadas únicamente por preocupaciones legítimas siempre acaba convirtiéndose en política.
Una vez que tenga un papel más oficial en la supervisión del flujo real de capacidades de IA, el Gobierno estadounidense podría militarizar su control sobre dicho acceso al servicio de sus intereses estratégicos.
En un principio, esta toma de control probablemente estaría motivada por razones de seguridad. Volviendo al ejemplo de la NSA, está claro que no redunda en interés ni forma parte de la misión de esta agencia garantizar la difusión equitativa de las capacidades de IA en todo el mundo.
Por el contrario, está más en el ADN de la comunidad de inteligencia limitar el acceso de cualquier adversario potencial a los modelos de vanguardia, incluso en detrimento de ventajas menos tangibles como la productividad económica o las buenas relaciones con los aliados.
Pero esto también podría ir más allá de las cuestiones de seguridad. El estilo de Trump, que consiste en utilizar la influencia estadounidense como palanca, podría desplegarse aquí en toda su magnitud: los bloqueos en las negociaciones comerciales se desbloquean amenazando con retener información, los acuerdos tecnológicos se bloquean invocando las normas de seguridad alimentaria 10.
Es difícil estimar cuándo una administración estadounidense podría optar por ejercer la inevitable autoridad que tendría para bloquear modelos en la frontera antes de su despliegue con el fin de garantizar sus intereses estratégicos, pero no cabe duda de que lo haría en el momento oportuno.
Esto significa que, aunque hagamos todo «correctamente» desde el punto de vista económico y de seguridad, el acceso a las tecnologías de vanguardia corre el riesgo de seguir dependiendo fundamentalmente de la buena voluntad del poder político mientras existan divergencias entre los intereses estratégicos de los gobiernos —es decir, siempre.
Las asimetrías que se avecinan
En este nuevo mundo, el acceso a capacidades de inferencia ilimitadas es más la excepción que la norma.
Un nuevo modelo de frontera podría someterse en primer lugar al aparato de seguridad nacional estadounidense, donde los intereses establecidos podrían decidir tanto bloquear su despliegue por razones de seguridad como utilizarlo primero para reforzar las defensas o atacar a sus adversarios.
A continuación, el modelo podría entregarse a los desarrolladores, con el entendimiento implícito o la petición explícita de que se implemente primero entre personas de confianza: empresas estadounidenses y quizás algunas otras multinacionales seleccionadas por la administración.
Si el modelo presenta riesgos cibernéticos, la autorización podría concederse rápidamente; si, por el contrario, se trata de riesgos más espinosos de carácter biológico o relacionados con la autonomía de los agentes, esto podría llevar varias semanas.
Una vez finalizada esta fase, el círculo de acceso sin restricciones podría ampliarse de nuevo a las empresas que hayan cumplido con requisitos suficientemente estrictos en materia de verificación de identidad y hayan respondido a las preocupaciones de seguridad de Estados Unidos.
Todos los demás —consumidores entusiastas, start-ups ambiciosas y gobiernos preocupados de todo el mundo— podrían no llegar a obtener nunca un acceso total al modelo, sino tener que conformarse con un acceso a través de capas de productos fundamentalmente limitadas, como las interfaces de chatbot y los agentes de codificación actuales.
Quizás las pocas grandes empresas emergentes que cuentan con los medios para contratar a los abogados y grupos de presión necesarios podrían figurar en la lista de empresas autorizadas, y aún así.
En otras palabras, solo unos meses después de su desarrollo, el modelo estaría, de una forma u otra, al alcance de todos. El problema es que nadie tendría la capacidad suficiente para hacer un buen uso de esta tecnología.
Es posible que la mayoría de los usuarios del modelo solo puedan implementarlo según las condiciones que los proveedores de confianza hayan establecido para ellos. Solo cuando la próxima generación ya haya integrado este mismo dispositivo es cuando todo el mundo tendrá entonces un acceso de facto ilimitado a la IA de vanguardia, siguiendo el modelo del que todos seguimos disfrutando hoy en día.
Este futuro no es deseable. Pero tampoco es inevitable. Las capacidades de IA de vanguardia serán, estratégica y económicamente, el núcleo de todas las sociedades futuras. Por lo tanto, nos conviene permitir su libre circulación. Si fracasamos, soportaremos los costes económicos y geopolíticos.
Desde un punto de vista estrictamente económico, los aceleracionistas tienen razón al criticar a Anthropic: restringir el acceso a los modelos de vanguardia a las start-ups y a las empresas ambiciosas que desearían implementarlos va en contra de la innovación y del crecimiento económico; desde una perspectiva hayekiana, solo un despliegue total libera nuestra capacidad para determinar realmente cómo queremos vivir y trabajar con la IA a gran escala y obtener sus beneficios.
Pero lo que está en juego aquí no es la supuesta búsqueda de respetabilidad de Anthropic con vistas a una posible nacionalización, sino las dinámicas de mercado y las implicaciones de seguridad de la IA avanzada, que están creando las condiciones en las que la difusión masiva de la IA ya no es posible.
En este mundo, es muy probable que veamos cómo se abren, por ello, nuevas fracturas geopolíticas 11: los países se verán divididos entre aquellos que tienen acceso a las tecnologías de vanguardia y aquellos que carecen de él.
Quienes vivan en el primer grupo podrían ser mucho más ricos y estar más seguros que los del segundo, con acceso a mejores servicios públicos, mayores oportunidades económicas —y protegidos por agencias de seguridad que operan verdaderamente en la vanguardia tecnológica—.
Si la IA alcanza la magnitud que cabe esperar, nadie sabe cuál será el impacto de estas nuevas asimetrías en el orden mundial.
En el pasado, cuando los frutos de las revoluciones industriales se distribuyeron de forma desigual, los cambios resultantes en términos de riqueza relativa, seguridad y poder provocaron migraciones masivas, reavivaron conflictos latentes y desestabilizaron democracias.
Es cierto que aún existen numerosas tendencias técnicas y económicas que favorecen una mayor difusión de la IA, lo que podría permitirnos evitar el peor de los escenarios.
Pero sería ingenuo por nuestra parte pasar por alto los peligros de una distribución radicalmente asimétrica de una tecnología tan transformadora en un orden mundial inestable.
Ideas preconcebidas y soluciones
¿Cómo evitar un futuro en el que la IA de vanguardia quede en manos de unos pocos?
Las soluciones de que disponemos no son ideas nuevas. Sin embargo, a menudo se malinterpretan. Los aceleracionistas —que, en teoría, deberían estar de acuerdo con la idea de evitar restricciones a la difusión de los modelos— creen que estas soluciones forman parte de una conspiración urdida por los defensores de la seguridad de la IA.
Y estos últimos consideran que dichas soluciones no son más que el caballo de Troya del aceleracionismo para precipitar el desarrollo de tecnologías fundamentalmente peligrosas.
Sin embargo, estas políticas deberían encontrar un terreno de convergencia.
En primer lugar, hay que plantear el problema de otra manera: en un mundo menos peligroso, la necesidad de restricciones motivadas por la seguridad es menos acuciante 12. A pesar del cinismo justificado ante una posible militarización del control de acceso a modelos de vanguardia, siguen existiendo preocupaciones legítimas que hacen presagiar futuras restricciones de acceso. La razón por la que el caso Mythos empujó al mundo a actuar por miedo es que las empresas afectadas se sentían realmente vulnerables ante las vulnerabilidades que este modelo podía descubrir. Esto implica, por el contrario, que si pudiéramos reforzar la protección contra las vías más evidentes por las que los agentes biológicos pueden causar daños —reforzar la resiliencia, controlar la fabricación de estructuras proteicas, etc.—, el temor a un «momento Mythos» de la guerra bacteriológica se reduciría.
Del mismo modo, numerosos empleados de laboratorios de vanguardia afirman que la gestión de la destilación constituye una solución técnica sencilla a los problemas de política de uso y vigilancia. Si tal es el caso, tal vez deberíamos empezar a implementar soluciones rápidamente 13, antes de que otros opten por un enfoque más enérgico para responder a las preocupaciones legítimas relacionadas con la destilación.
Lo mismo ocurre con la proliferación mundial de modelos avanzados: a los importadores potenciales les convendría mejorar su propia ciberseguridad, en particular la seguridad de los centros de datos 14, para no poner en un riesgo enorme a las empresas estadounidenses que explotan sus modelos fuera de Estados Unidos.
En segundo lugar, la construcción de numerosos centros de datos permitiría mitigar la futura escasez de potencia de cálculo. No es complicado, solo lo suficientemente difícil: se ha hablado mucho sobre cómo acelerar el despliegue en Estados Unidos y en otros lugares, y cada GPU que ponemos en servicio este año hace más probable una distribución más equitativa dentro de tres años. Por lo tanto, la oposición a los despliegues rápidos en nombre de la minimización de riesgos no tiene, según la lógica de la escasez que hemos desarrollado aquí, mucho sentido.
En tercer lugar, los países no estadounidenses podrían desarrollar sus capacidades de computación a cambio de acceso a los modelos de vanguardia 15. Los aliados de Estados Unidos pueden, de hecho, ofrecer a los hyperscalers estadounidenses condiciones favorables para la construcción de centros de datos a cambio de garantías de acceso a las tecnologías de vanguardia.
Se podrían conceder a estos centros de datos precios energéticos subvencionados, o incluso acceso directo a la energía, a cambio de garantías contractuales de suministro constante de capacidad.
Si los hiperescaladores o los laboratorios incumplen su palabra, deberán asumir los gastos de inversión del centro de datos, que ya estará fuera de servicio; si el Gobierno estadounidense intenta imponer restricciones de acceso, se enfrentará a un lobby enfurecido compuesto por empresas tecnológicas nacionales que preferirían adaptarse a la situación y percibir los ingresos de sus inversiones en infraestructuras internacionales.
El incentivo para celebrar estos acuerdos debería estar a la altura de este riesgo de pérdida para los inversores. Pero en medio del frenesí actual por conquistar mercados y poner en línea capacidades de cálculo, la posibilidad de encontrar un terreno de entendimiento en este ámbito parece bastante elevada.
Por último, aunque no puedan resolver este problema construyendo pura y simplemente sus propios sistemas de vanguardia en la actualidad 16, las potencias intermedias necesitarán, no obstante, opciones de contingencia para asegurarse las capacidades más elevadas posibles en los casos extremos en que todo lo que se acaba de recomendar fracasara y el acceso a la IA de vanguardia se convirtiera en privilegio de unos pocos.
Su mejor baza será hacer uso de su influencia en la competencia entre las grandes potencias 17, pero algunas también deberán conservar cierta capacidad de desarrollo.
El acceso a la IA de vanguardia no es un problema nuevo, y no requiere soluciones especialmente ingeniosas. Basta simplemente con tomarse mucho más en serio lo que el núcleo del debate sobre la política en materia de IA sugiere desde hace tiempo: es estratégico construir infraestructuras capaces de albergar sistemas de IA avanzados a gran escala y trabajar para construir un mundo capaz de gestionarlos sin colapsar.
La señal de alarma ya está ahí: el «momento Mythos» podría marcar el fin del «momento Warhol» de la IA. Si no se hace nada, pronto podríamos vivir en un mundo en el que los más ricos utilizarían IA de las que los más pobres se verían privados para siempre.
Traducción nuestra
*Anton Leicht escribo y trabajo sobre la inteligencia artificial, su economía política y el papel geopolítico de las potencias intermedias en este ámbito. Actualmente soy investigador del equipo de Tecnología y Asuntos Internacionales de la Fundación Carnegie. Estudié filosofía y trabajé en políticas económicas y tecnológicas desempeñando diversas funciones en el ámbito político alemán y de la Unión Europea.Pueden encontrar mis artículos en mi Substack, Threading the Needle.
Fuentes
- Véase la página de presentación del Proyecto Glasswing en el sitio web de Anthropic.
- Pieter Haeck, Sam Clark, «European regulators sidelined on Anthropic superhacking model», Politico, 13 de abril de 2026.
- Consulte la página de presentación del proyecto Daybreak en el sitio web de OpenAI.
- Cat Zakrzewski, Ellen Nakashima y Nitasha Tiku, «In turf battle over AI, U.S. spy agencies vie for more sway than Commerce», The Washington Post, 11 de mayo de 2026.
- Con el software EternalBlue, por ejemplo.
- « La escasez de suministro de IA ya está aquí», The Economist, 30 de abril de 2026.
- « Nueva asociación de computación con Anthropic», xAI, 6 de mayo de 2026.
- Anton Leicht, «Import Imperatives», Threading the Needle, 6 de febrero de 2026.
- Véase la página de presentación de la Ley GAIN AI de 2025 en el sitio web del Congreso de los Estados Unidos.
- Eleni Courea, «EE. UU. congela el “acuerdo de prosperidad” tecnológico de 31 000 millones de libras con Gran Bretaña», The Guardian, 15 de diciembre de 2025.
- Anton Leicht, «The Most Dangerous Time in AI Policy», Threading the Needle, 5 de febrero de 2025.
- Asad Ramzanali, Ganesh Sitaraman, «Toward a Grand Strategy for AI Resilience», Santa Mónica, RAND Corporation, 2026.
- Theo Bearman, «Ataques de destilación de IA: la acción del Ejecutivo y del Congreso puede ir más allá», IAPS, 12 de mayo de 2026.
- Sella Nevo, Dan Lahav, Ajay Karpur, Yogev Bar-On, Henry Alexander Bradley, Jeff Alstott, «Protección de los pesos de los modelos de IA: prevención del robo y el uso indebido de modelos de vanguardia», Santa Mónica, RAND Corporation, 2024.
- Anton Leicht, «Import Imperatives», Threading the Needle, 6 de febrero de 2026.
- Anton Leicht, Dean Ball, «The Race Worth Winning: Middle Powers in the Age of Machine Intelligence», Foundation for American Innovation, 13 de febrero de 2026.
- Sam Winter-Levy, Anton Leicht, «Cómo la competencia entre EE. UU. y China podría dejar atrás a la mayoría de los países», Foreign Affairs, 10 de febrero de 2026.
Fuente original: Le Grand Continent
Observatorio de Trabajador@s en Lucha 