La industria del software construyó, durante décadas, un cerco digital. Grandes empresas desarrollan sistemas operativos, suites de diseño y bases de datos; pero no publican su código-fuente y cobran rentas periódicas por utilizarlos. 

Este modelo es denominado software privativo. Su opuesto es el software libre de código abierto, aunque no son exacta-mente lo mismo: el software libre enfatiza las libertades del usuario, mientras que el código abierto pondera el acceso al código-fuente y los beneficios prácticos.Ambos permiten ver, modificar y redistribuir el código bajo ciertas condiciones. La diferencia no es sólo técnica, también es legal y económica.

El software privativo se sustenta en derechos de autor, patentes, contratos y secretos comerciales. Esto permitió financiar innovación; pero también creó monopolios y barreras artificiales. Hoy, la Inteligencia Artificial (IA) generativa está tensando ese modelo. La IA es un sistema que se perfecciona con grandes cantidades de datos, textos, imágenes, código y documentación. Incorpora patrones y produce contenido nuevo; ayuda a escribir fragmentos de código,explicar sistemas existentes o seleccionar arquitecturas.

Un ejemplo reciente y contundente es WordCraft, una reimplementación limpia de Microsoft Word desarrollada por el equipo de ArtCraft, liderado por el desarrollador Brandon Thomas, con asistencia de IA. No se trató de copiar códigos, sino de una reimplementación limpia, usar la IA para entender la funcionalidad y escribir un nuevo código desde cero, en lenguajes modernos como Rust, que hace lo mismo, pero sin licencias de suscripción obligatorias.

WordCraft aún está en desarrollo y no cubre todavía todas las funciones de Microsoft Word, sólo es una demostración de lo que la IA puede perfeccionar, no un sustituto completo. El mismo equipo también desarrolló GridCraft, una alter- nativa a Excel, y DeckCraft, una alternativa a PowerPoint.

Aquí aparece la contradicción principal. La IA permite reimplementar el software con mucho menos esfuerzo porque impulsa la capacidad técnica hacia la abundancia. Sin embargo, las leyes de propiedad intelectual mantie- nen el software como una mercancía escasa, restrin- giendo su copia y modificación.

Es importante entender que el copyright protege la forma concreta del código, no la idea. Por eso, reimplementar una funcionalidad no viola automáticamente el copyright, aunque pueda infringir patentes, contratos o secretos comerciales, según el caso. La reimple- mentación limpia es una práctica legítima, pero no basta con usar IA; si el modelo fue acondicionado con código propietario, pueden existir riesgos legales aún no resueltos. Ante esto, las grandes empresas reaccionan con dos estrategias claras.

La primera es controlar la infraestructura. Como no pueden impedir del todo que alguien reimplemente una función, desplazan el cerco hacia lo que sí pueden controlar: los datos masivos, los centros de cómputo, los modelos propietarios y las plataformas en la nube. El poder ya no está sólo en poseer el software, sino en controlar los servi- dores y la infraestructura por la que pasa la IA. La segunda estrategia consiste en endurecer las leyes de propiedad intelectual. Se promueven demandas y regula- ciones más estrictas para frenar legalmente lo que la téc- nica ya volvió más fácil: recrear o democratizar herramientas comerciales. Copiar un archivo digital cuesta casi nada; pero generar servidores, datos y supervisión humana con IA requiere electricidad. Por eso, el control del cómputo se conserva como la principal fuente de poder.

La IA no elimina por sí sola el software privativo ni garantiza automáticamente una sociedad más justa; sino que introduce una disputa. El verdadero debate no radica en que la IA pueda o no imitar software. La cuestión reside en quién posee los modelos, quién controla los datos y quién se beneficia del conocimiento colectivo. El saber acumulado por millones de programadores se ha incorpo- rado a estas máquinas, que se convirtieron en una fuerza productiva automatizada; es decir, trabajo humano acumulado que ahora actúa a través de máquinas. Si el conoci- miento de toda la sociedad es la base de estos modelos, tiene sentido preguntar si sus resultados deberían ser un bien común al servicio del desarrollo colectivo.

La solución no está en proteger modelos de negocio obsoletos con leyes más represivas, está en decidir cómo se reparten las herramientas que automatizan la creación del futuro digital. Porque el conocimiento que hizo posible la IA no fue generado por una sola empresa: lo produjo la humanidad entera. Y lo que pertenece a todos, no debería terminar cercado en beneficio de unos cuantos.