China investiga a DeepSeek y Moonshot por datos

Qué está investigando China

No reduciría esta historia a otra disputa sobre la copia de modelos. Según The Information, el regulador chino de internet está examinando una posible transferencia de datos de usuarios al extranjero a través de Claude. A 24 de septiembre de 2026, se trata de una investigación, no de una infracción confirmada.

En su informe sobre supuesta destilación ilegal, Anthropic afirmó que Moonshot AI envió a Claude más de 23 millones de intercambios entre mayo y julio. Para DeepSeek, la empresa citó más de 12,1 millones de intercambios durante 14 días de julio. Según Anthropic, se utilizaron cuentas de cobertura, redes de intermediarios y credenciales robadas o falsificadas.

El mecanismo sería el siguiente: el usuario cree que habla con un modelo chino, pero su prompt se reenvía discretamente a un servicio externo. La respuesta de Claude vuelve al sistema y, según Anthropic, entra en el circuito de entrenamiento de un modelo competidor. Junto con el prompt podrían haberse transferido nombres, correos electrónicos y documentos corporativos.

Ahí es donde el caso se vuelve más serio que una destilación convencional. La cuestión ya no es solo el origen de los datos de entrenamiento, sino dónde se procesó realmente la solicitud y si el usuario lo sabía.

• Anthropic es la fuente primaria de los volúmenes de tráfico mencionados.
• The Information informa del inicio de una investigación regulatoria en China.
• El material de origen aún no incluye conclusiones definitivas del regulador.

Por qué el enrutamiento oculto cambia el panorama

El riesgo principal es de arquitectura: prometer que los datos permanecen dentro del país sirve de poco si una capa intermedia puede enviar prompts a una API externa. Lo primero que revisaría serían los registros de enrutamiento, el origen de las cuentas, la cadena de intermediarios y las reglas aplicables a los archivos adjuntos.

El problema no siempre resulta evidente para el usuario. La interfaz puede pertenecer a un proveedor, el modelo mostrado llevar su nombre y, sin embargo, la inferencia real ejecutarse en parte en otro sistema. Esta arquitectura socava el consentimiento para el tratamiento de datos y el control sobre secretos corporativos.

• Los proveedores podrían tener que revelar con mayor precisión dónde procesan las solicitudes.
• Los reguladores tendrán motivos para revisar no solo el almacenamiento, sino también el tránsito de datos.
• A los desarrolladores les resultará más difícil ocultar dependencias externas detrás de su propia interfaz.

Millones de intercambios hacen que la acusación sea importante, pero no la demuestran automáticamente. La pregunta más incómoda sigue abierta: ¿cuántos productos de IA muestran un modelo al usuario mientras, entre bastidores, enrutan sus datos a otro?

Anteriormente analizamos la reversión de Anthropic sobre las degradaciones ocultas de consultas a Claude y sus implicaciones para la transparencia y la confianza. La investigación sobre DeepSeek y Moonshot amplía esas preocupaciones, del comportamiento del modelo al manejo de datos sensibles.