Els grans models d'IA ja no milloren només llegint més text. Una part decisiva de l'entrenament es fa amb l'anomenat aprenentatge per reforç: el model practica en entorns simulats (una base de codi amb errors, un full de càlcul financer, una tasca d'oficina) i un sistema de puntuació li diu si ho ha fet bé. Fabricar aquests entorns i les rúbriques per avaluar-los és car i lent, i als Estats Units ha nascut tot un sector d'empreses que els venen als laboratoris.
Una investigació d'Aqib Zakaria i Quinn Ennis publicada dimecres al butlletí ChinaTalk conclou que almenys nou d'aquestes empreses venen o han venut aquest material a laboratoris xinesos. En nomenen, entre d'altres, Mercor, que hauria venut entorns de programació a Alibaba; Surge AI, que hauria treballat per a Tencent, Z.ai i Moonshot AI; Turing, i proveïdors més petits com Abundant, DeccanAI o Eaglepoint, aquest darrer controlat per una empresa de Pequín. Citant Forbes, xifren les vendes de dades a la Xina en uns 500 milions de dòlars. Les proves són sobretot fonts anònimes, ofertes de feina i noms de clients que subcontractistes havien deixat penjats a LinkedIn.
L'interès és evident: els laboratoris xinesos poden comprar entorns que ja han funcionat amb OpenAI o Anthropic i estalviar-se proves i càlcul, un recurs que els escasseja per les restriccions als xips. Els autors avisen que els entorns de programació poden millorar la capacitat d'atac informàtic dels models i els de biologia, la de dissenyar seqüències genètiques. Per això demanen al Departament de Comerç que apliqui les regles d'exportació que ja existeixen per a la ciberseguretat o la biologia, i que el Pentàgon vete els contractistes que venguin a laboratoris xinesos sensibles.
La peça té límits que els mateixos autors reconeixen: gran part de les fonts són anònimes, la xifra de 500 milions és de segona mà i no han pogut verificar les vendes d'algunes empreses, com AfterQuery. Les companyies esmentades no hi han respost. Els autors també rebaixen l'alarma: els laboratoris xinesos continuen uns mesos per darrere, els entorns més delicats els fan ara dins de casa les grans empreses nord-americanes i, segons ells, qualsevol restricció hauria de ser estreta per no ofegar un mercat que també serveix per a la recerca en seguretat.