A disputa entre Estados Unidos e China pela liderança em inteligência artificial acaba de ganhar um capítulo especialmente delicado. Autoridades americanas afirmam ter identificado uma operação de grande escala capaz de acelerar o desenvolvimento de modelos chineses usando sistemas criados no Vale do Silício. A técnica envolvida não é nova nem necessariamente irregular. O problema, segundo Washington, estaria na maneira como ela foi utilizada e na dimensão alcançada.
Uma nova frente se abre na guerra tecnológica entre Estados Unidos e China
A corrida pela inteligência artificial já envolve chips avançados, centros de dados, energia, talentos especializados e investimentos bilionários. Agora, uma nova disputa coloca no centro da discussão algo menos visível: o conhecimento contido dentro dos próprios modelos.
NSA, FBI e CISA, três importantes órgãos americanos de segurança e inteligência, acusaram empresas chinesas de realizar campanhas de “destilação” em escala industrial contra modelos de inteligência artificial desenvolvidos nos Estados Unidos.
As companhias citadas são DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun e Z.AI. Segundo as autoridades, essas empresas teriam utilizado diferentes caminhos para acessar sistemas americanos e extrair enormes quantidades de respostas, que posteriormente poderiam servir para treinar seus próprios modelos.
Entre os sistemas que teriam sido alvo dessas operações aparecem tecnologias desenvolvidas por OpenAI, Anthropic, Google e xAI. Reuters informa ainda que as autoridades americanas acreditam que as atividades ocorreram provavelmente com conhecimento do governo chinês.
A acusação é particularmente relevante porque envolve uma técnica perfeitamente conhecida dentro do universo da IA.
O segredo está justamente em entender quando esse procedimento deixa de ser uma ferramenta normal de desenvolvimento e passa, na visão das empresas e autoridades americanas, a representar uma forma de apropriação indevida.
O que é a destilação e por que ela se tornou tão importante
Treinar um modelo de inteligência artificial de ponta pode exigir enormes quantidades de chips, eletricidade, dados, pesquisadores e dinheiro.
A chamada destilação de modelos permite reduzir parte desse esforço.
De maneira simplificada, um sistema maior e mais sofisticado funciona como uma espécie de professor. Suas respostas são utilizadas para ensinar um modelo menor, que tenta reproduzir determinadas capacidades do original. O resultado pode ser uma IA mais barata e eficiente, desenvolvida sem repetir integralmente o enorme processo de treinamento do sistema maior.
A técnica, por si só, não representa necessariamente uma irregularidade. Ela é amplamente utilizada na pesquisa e no desenvolvimento de inteligência artificial.
A acusação americana é diferente.
Segundo o alerta conjunto, as empresas chinesas teriam distribuído suas operações entre APIs, provedores de nuvem e agregadores de terceiros. Esses caminhos ajudariam a ocultar informações dos usuários e dificultariam a identificação de grandes volumes de solicitações destinadas à extração das capacidades dos modelos.
Em outras palavras, não se trataria simplesmente de utilizar respostas de um chatbot para desenvolver outro produto. Washington acusa essas companhias de tentar reproduzir sistematicamente capacidades proprietárias construídas após bilhões de dólares em investimentos.
E a quantidade de informação envolvida chama atenção: as autoridades falam na extração de bilhões de tokens.
O objetivo seria aprender com vários dos melhores modelos ao mesmo tempo
Outro elemento da acusação torna o cenário ainda mais interessante.
De acordo com o alerta americano, as operações não teriam necessariamente como objetivo copiar apenas um sistema específico. As empresas poderiam buscar diferentes capacidades em vários modelos de ponta e combinar esse conhecimento durante o treinamento de suas próprias tecnologias.
Isso permitiria aproveitar pontos fortes desenvolvidos por diferentes laboratórios americanos.
A preocupação não começou agora. OpenAI, Google e Anthropic já vinham compartilhando informações para tentar detectar tentativas consideradas adversariais de destilação. Empresas americanas argumentam que concorrentes podem utilizar esses métodos para desenvolver sistemas competitivos por uma fração do custo necessário para criar um modelo de fronteira desde o início.
Anthropic, por exemplo, já havia acusado DeepSeek, Moonshot AI e MiniMax de realizar esse tipo de operação contra seus modelos.
Para Washington, entretanto, existe uma preocupação que ultrapassa a competição comercial.
As autoridades afirmam que a transferência dessas capacidades pode contribuir para pesquisas chinesas relacionadas a aplicações militares e cibernéticas. Reuters informou anteriormente que pesquisadores militares chineses utilizaram respostas de importantes modelos americanos para ajudar no treinamento de sistemas domésticos.
O momento da acusação torna o caso ainda mais delicado
O anúncio chega em um momento particularmente sensível na relação entre as duas maiores economias do planeta.
Donald Trump e Xi Jinping têm um encontro previsto para o fim de setembro, enquanto Estados Unidos e China também se preparam para discutir riscos de segurança relacionados à inteligência artificial. A nova acusação pode acrescentar mais tensão a essas negociações.
Washington já havia feito acusações semelhantes anteriormente, e o secretário do Tesouro americano, Scott Bessent, chegou a afirmar em julho que sanções poderiam ser consideradas caso fossem comprovados casos de roubo de propriedade intelectual envolvendo modelos de IA.
A questão promete ser complicada justamente porque a fronteira entre aprendizado legítimo, competição e extração indevida não é simples.
A destilação continuará sendo uma ferramenta importante para tornar modelos menores mais eficientes. O desafio será determinar quando seu uso ultrapassa essa finalidade e passa a reproduzir capacidades proprietárias sem autorização.
Enquanto esse debate avança, a corrida entre China e Estados Unidos deixa cada vez mais claro que a batalha pela inteligência artificial não acontece apenas nos laboratórios ou nas fábricas de chips. Ela também acontece nas respostas produzidas pelos próprios modelos — e no conhecimento que concorrentes conseguem extrair delas.
[Fonte: Lavoz]
