Em 2018, quando escrevi sobre o Linux para discutir o poder da colaboração, a lição não era apenas sobre um software específico, mas sobre o aprimoramento da inteligência coletiva. O argumento era que o software open source demonstrava como uma rede descentralizada poderia mobilizar e multiplicar conhecimento em uma escala difícil de reproduzir dentro de uma única organização. Alguns anos depois, uma discussão semelhante agora está no centro da disputa dos modelos de inteligência artificial.
A engenharia de software foi uma das primeiras áreas a sentir o impacto da IA por uma razão simples: volume. Por mais de três décadas, desenvolvedores registraram seu raciocínio em fóruns e repositórios abertos. Quando os modelos chegaram, encontraram essa montanha de conhecimento pronta. Nasce então um ciclo virtuoso em que o conhecimento público treina os modelos, os modelos aceleraram a escrita de código e esse código alimenta o ecossistema.
A colaboração 1.0 do open source produziu uma quantidade extraordinária de conhecimento público. Agora esse conhecimento está sendo usado em modelos de IA que, em sua maioria, permanecem fechados.
É nesse cenário que a ascensão dos modelos de pesos abertos (open weights), como DeepSeek, Mistral e Kimi, ganha relevância. O mecanismo é diferente do open source tradicional. Quem baixa um modelo recebe os pesos (os parâmetros numéricos que representam o que o modelo aprendeu durante o treinamento) mas não necessariamente os dados originais usados no treinamento. Ainda assim, existe uma semelhança fundamental: ambos reduzem a distância entre aquilo que alguém construiu e aquilo que a próxima pessoa consegue construir sobre essa base.
Um modelo aberto pode ser executado, adaptado e especializado por outras empresas e pesquisadores, sem que eles precisem começar do zero. A colaboração, portanto, muda de camada. No open source, pessoas constroem software sobre software, com os open weights, as pessoas e organizações começam a construir inteligência sobre modelos que outros já desenvolveram.
Existe também o lado político. Atualmente, a liderança em modelos open weights está associada à China. Com o lançamento do DeepSeek no início de 2025, ficou evidente que modelos abertos também poderiam ser uma estratégia para competir com os grandes laboratórios de IA dos Estados Unidos. E ao disponibilizar seus modelos abertamente, eles fazem com que mais pessoas e empresas usem a sua base, criando uma presença global difícil de combater, exatamente o mesmo caminho que fez o software open source ganhar espaço e se tornar indispensável.
No Ocidente, uma carta em defesa dos modelos open weights foi publicada no site da Microsoft (ironicamente, a mesma empresa que em 2001 chamou o Linux de “câncer”) e logo passou de 270 signatários, incluindo Nvidia, Meta e IBM. O aceno ao governo americano não é por ideologia, mas por mercado. A Nvidia vende os chips de processamento, a Meta não ganha dinheiro vendendo modelos e a Microsoft precisa desse ecossistema aberto para alimentar seus produtos. Para defender seus lucros, agora elas recorrem ao histórico argumento de liberdade do software open source.
Se a primeira fase da colaboração uniu pessoas para criar software, a atual une pessoas e modelos de inteligência artificial, mas ainda depende de uma comunidade disposta a alimentar a nossa base de dados de sofware. A trajetória do open source já nos ensinou essa lição: o futuro não pertence a quem trancar a tecnologia em um cofre, mas a quem souber dominar o poder da colaboração para manter o conhecimento vivo.