Herramienta de IA genera clones de software sin respetar licencias de código abierto

Una herramienta de IA que desafía las licencias de código abierto

Por un precio reducido, Malus.sh emplea inteligencia artificial para analizar cualquier software y generar una versión alternativa que "libera" el código de sus licencias originales. El resultado es un programa funcional, pero que no está obligado a cumplir con las restricciones de licencias como las de código abierto, diseñadas para garantizar su uso y modificación libre.

Detrás de esta iniciativa hay una empresa real, no solo una broma. Malus.sh opera como una LLC que monetiza este servicio, creando clones de software mediante un proceso de "sala limpia" (clean room) asistido por IA. Según Mike Nolan, uno de sus fundadores y experto en economía política del software de código abierto, "funciona". Nolan, que también trabaja para la ONU, explica que el modelo de negocio busca evitar que el proyecto sea ignorado por la comunidad técnica, que a menudo desestima este tipo de debates por considerarse "demasiado especial".

El origen legal: el método de la "sala limpia"

La estrategia de Malus.sh se basa en un precedente histórico de 1982, cuando IBM dominaba el mercado informático. Empresas como Columbia Data Products necesitaban crear productos compatibles con el software de IBM sin infringir sus derechos de autor. La solución fue el método de la "sala limpia": un equipo analizaba el BIOS de IBM para definir especificaciones, mientras otro, aislado de ese código, desarrollaba una versión compatible desde cero. Este enfoque, avalado por la jurisprudencia y popularizado en la serie Halt and Catch Fire, permitió mayor competencia sin violar derechos de autor.

La IA y el futuro de las licencias de software

Hoy, la IA generativa ha redefinido este debate. Herramientas como Malus.sh pueden producir software funcional idéntico a proyectos de código abierto, argumentando que, al generarse desde cero, evitan las restricciones de licencia. Sin embargo, críticos señalan que el output de los modelos de lenguaje es inherentemente derivativo, ya que se basa en el entrenamiento con código existente.

Este dilema legal y ético cuestiona el futuro del ecosistema de código abierto, donde la innovación y la competencia podrían verse afectadas por herramientas que, aunque técnicamente legales, desafían el espíritu de las licencias libres.

"La IA está democratizando el acceso al software, pero también está erosionando los modelos de negocio que sostienen su desarrollo abierto y colaborativo". — Mike Nolan, cofundador de Malus.sh