La ventana de difusión en la inteligencia artificial dinámica global y perspectivas para Europa

  1. Federico Pablo-Martí 1
  2. Jagoda Kaszowska-Mojsa 2
  3. Juan Luis Santo 3
  1. 1 Australian Lutheran College
    info
    Australian Lutheran College

    North Adelaide, Australia

    ROR https://ror.org/00q7xcw45

    Localización geográfica de la organización Australian Lutheran College
  2. 2 Institute of Economic Sciences, Polish Academy of Sciences INET Oxford, University of Oxfor
  3. 3 Universidad de Alcalá
    info
    Universidad de Alcalá

    Alcalá de Henares, España

    ROR https://ror.org/04pmn0e78

    Localización geográfica de la organización Universidad de Alcalá
Mostrar afiliaciones +
Revista :
Papeles de Europa

ISSN : 1989-5917

Año de publicación : 2025

Volumen : 38

Número : 1

Páginas : 1-11

Tipo : Artículo

DOI: 10.5209/PADE.105097 DIALNET GOOGLE SCHOLAR lock_open Acceso abierto editor

Otras publicaciones en : Papeles de Europa

Resumen

En los últimos años, la “ventana de difusión” entre el lanzamiento de modelos avanzados de inteligencia artificial privados y el acceso público a alternativas abiertas se ha acortado notablemente. Ejemplos como GPT-3 y BLOOM o, más recientemente, LLaMA-4 y GPT-4.1, ilustran esta aceleración impulsada por la reducción de costes computacionales, el auge de comunidades abiertas y decisiones estratégicas empresariales. Europa lidera en modelos abiertos, aunque depende de hardware avanzado. El AI Act europeo puede favorecer transparencia y seguridad, permitiendo a la región consolidar un modelo de autonomía estratégica abierta y definir su futuro digital.

Referencias bibliográficas

  • Alom, M. Z., Taha, T. M., Yakopcic, C., Westberg, S., Sidike, P., Nasrin, M. S., ... & Asari, V. K. (2018). The history began from alexnet: A comprehensive survey on deep learning approaches. arXiv preprint arXiv:1803.01164. https://doi.org/10.48550/arXiv.1803.01164
  • Ameye, N., Bughin, J., & van Zeebroeck, N. (2024). From experimentation to scaling: what shapes the funnel of AI adoption?. Economics of Innovation and New Technology, 1-15. https://doi.org/10.1080/10438599.2 024.2413940
  • Balcio?lu, Y. S., Çelik, A. A., & Altinda? (2025). A Turning Point in AI: Europe’s Human-Centric Approach to Technology Regulation.  Journal of Responsible Technology, 100128. https://doi.org/10.1016/j. jrt.2025.100128
  • BigScience Workshop (2022). BLOOM: A 176B Parameter Open-Access Multilingual Language Model. arXiv preprint arXiv:2211.05100. https://doi.org/10.48550/arXiv.2211.05100
  • Bolgouras, V., Zarras, A., Leka, C., Stylianou, I., Farao, A., & Xenakis, C. (2025). EU regulatory ecosystem for ethical AI. AI and Ethics, 5, 5063–5080 (2025). https://doi.org/10.1007/s43681-025-00749-x
  • Cantero Gamito, M. (2024). The Role of ETSI in the EU’s Regulation and Governance of Artificial Intelligence. Innovation: The European Journal of Social Science Research, 37(5), 1425-1440. https://doi. org/10.1080/13511610.2024.2349627
  • Comin, D., & Hobijn, B. (2010). An Exploration of Technology Diffusion. American Economic Review, 100(5), 2031–2059. https://doi.org/10.1257/aer.100.5.2031
  • Cottier, B., You, J., Martemianova, N., & Owen, D. (2024). How far behind are open models. Epoch AI. Disponible en: https://epoch.ai/blog/open-models-report
  • de Vries, A. (2023). The growing energy footprint of artificial intelligence. Joule, 7(10), 2191–2194. https://doi. org/10.1016/j.joule.2023.09.004
  • Epoch (2025). Epoch AI Database: Data on AI Models [conjunto de datos]. Epoch AI. Disponible en: https:// epoch.ai/data/ai-models
  • Hobbhahn, M., & Besiroglu, T. (2022). Trends in GPU price-performance. Epoch AI. Disponible en: https:// epoch.ai/blog/trends-in-gpu-price-performance
  • Hoffmann, J., Borgeaud, S., Mensch, A., Buchatskaya, E., Cai, T., Rutherford, E., ... & Irving, G. (2022). Training Compute-Optimal Large Language Models. arXiv preprint arXiv:2203.15556. https://doi.org/10.48550/ arXiv.2203.15556
  • Jiang, A. Q., Sablayrolles, A., Mensch, A., Bressand, F., Lample, G., Lacroix, T., & Synnaeve, G. (2023). Mistral 7B. arXiv preprint arXiv:2310.06825. https://doi.org/10.48550/arXiv.2310.06825
  • Kaplan, J., McCandlish, S., Henighan, T., Brown, T., Chess, B., Child, R., ... & Amodei, D. (2020). Scaling Laws for Neural Language Models. arXiv preprint arXiv:2001.08361. https://doi.org/10.48550/arXiv.2001.08361
  • Parlamento Europeo y Consejo (2023). European Chips Act. Bruselas: Diario Oficial de la Unión Europea. BOE.es DOUE-L-2023-81291 Reglamento (UE) 2023/1781 del Parlamento Europeo y del Consejo de 13 de septiembre de 2023 por el que se establece un marco de medidas para reforzar el ecosistema europeo de semiconductores y por el que se modifica el Reglamento (UE) 2021/694 (Reglamento de chips).
  • Parlamento Europeo y Consejo (2024). AI Act: Regulation of Artificial Intelligence. Bruselas: Diario Oficial de la Unión Europea. BOE.es DOUE-L-2024-81079 Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial y por el que se modifican los Reglamentos (CE) nº 300/2008, (UE) nº 167/2013, (UE) nº 168/2013, (UE) 2018/858, (UE) 2018/1139 y (UE) 2019/2144 y las Directivas 2014/90/UE, (UE) 2016/797 y (UE) 2020/1828 (Reglamento de Inteligencia Artificial).
  • Pyzer-Knapp, E. O., Manica, M., Staar, P., Morin, L., Ruch, P., Laino, T., ... & Curioni, A. (2025). Foundation models for materials discovery–current state and future directions. Npj Computational Materials, 11(1), 61. https://doi.org/10.1038/s41524-025-01538-0
  • Sevilla, J., Villalobos, P., Gray, C., Kumbier, K., Ho, A., Besiroglu, T., ... & Kanan, C. (2022). Compute Trends Across Three Eras of Machine Learning. arXiv preprint arXiv:2202.05924. https://doi.org/10.1109/ IJCNN55064.2022.9891914
  • Schrepel, T., & Pentland, A. S. (2024). Competition between AI foundation models: dynamics and policy recommendations. Industrial and Corporate Change, dtae042. https://doi.org/10.1093/icc/dtae042
  • Shetty, D. K., Arjunan, R. V., Cenitta, D., Makkithaya, K., Hegde, N. V., Salu, S., ... & Pullela, P. K. (2025). Analyzing AI Regulation through Literature and Current Trends. Journal of Open Innovation: Technology, Market, and Complexity, 100508. https://doi.org/10.1016/j.joitmc.2025.100508
  • Touvron, H., Martin, L., Stone, K., Albert, P., Almahairi, A., Babaei, Y., ... & Scialom, T. (2023). LLaMA 2: Open Foundation and Fine-Tuned Chat Models. arXiv preprint arXiv:2307.09288. https://doi.org/10.48550/ arXiv.2307.09288
Fuente de los datos: Dialnet