Yun-Hee Kim enquadrou a sessão como uma convergência histórica, e nesse ponto fundamental, os três pioneiros de fato convergiram. Mas no momento em que a conversa saiu do princípio para a prática, o consenso se fragmentou.
Geoffrey Hinton traçou uma linha nítida entre código aberto (open source) e modelos de pesos abertos (open-weight). "Código aberto é ótimo. Você mostra o código para as pessoas, e muitas olham as linhas de código e dizem: 'Ah, tem um bug'. Pesos abertos significa que você treina um modelo grande e depois dá os pesos para as pessoas. Isso é muito diferente", disse ele. Ele alertou que pesos liberados tornam o ajuste fino (fine-tuning) para ciberataques barato e fácil — mas também admitiu que a batalha está efetivamente perdida: "Acho que essa batalha já foi perdida… É tarde demais" .
Andrew Ng se mostrou muito mais confortável com a distribuição de pesos abertos. Ele enquadrou a questão como um problema de competitividade e observou que, quando sua equipe precisou realizar uma revisão de segurança em sua ferramenta de agente de código aberto OpenWorker, eles recorreram a modelos chineses de pesos abertos como Kimi K3 e GLM-5.2, porque os modelos fechados dos EUA se recusaram a ajudar. "Pelo que estou vendo, acho que modelos de pesos abertos parecem mais seguros para mim do que modelos de pesos fechados", disse Ng .
Fei-Fei Li rejeitou totalmente o dilema, chamando a estruturação do debate como "aberto versus fechado" de uma dicotomia falsa. Ela defendeu uma abordagem mais sutil e específica para cada setor, em vez de tratar a abertura como uma escolha de tudo ou nada .
Ng foi o mais enfático neste ponto: "Não quero que existam guardiões (gatekeepers). Isso limita como todos nós podemos acessar a IA". Ele acusou grandes empresas de exagerar os perigos da IA especificamente para garantir vantagens regulatórias e congelar concorrentes menores. Sua receita: "promover a abertura… porque a IA é uma tecnologia incrível e eu quero que ela esteja nas mãos de todos" .
Hinton e Li concordaram que um punhado de laboratórios não deveria controlar a trajetória da IA, embora Hinton estivesse muito mais preocupado com os riscos da distribuição sem restrições .
Ng enquadrou explicitamente a abertura como uma questão de poder brando (soft power) e competitividade diante dos modelos de pesos abertos chineses. Ele argumentou que, se os EUA restringirem os modelos abertos, o ecossistema de pesos abertos da China, que melhora rapidamente — incluindo o Qwen 3.8-Max da Alibaba e o GLM-5.2 da Zhipu — vai disparar na frente . Ele apontou um paradoxo: os modelos abertos chineses estavam, na verdade, ajudando pesquisadores de segurança dos EUA a fazer trabalhos que os modelos americanos fechados bloqueavam
.
Hinton reconheceu a pressão competitiva, mas permaneceu mais preocupado com o uso indevido. Ele viu o gênio como já tendo escapado da lâmpada, independentemente da política dos EUA .
Os três concordaram que alguma regulação é necessária, mas discordaram fortemente sobre o escopo e a abordagem .
Aqui, o painel expôs sua divisão mais profunda. Li chamou explicitamente o enquadramento binário de falso — ela defendeu um caminho do meio onde a abertura é calibrada por setor, nível de risco e caso de uso . Hinton concordou efetivamente que não é binário, mas do ângulo oposto: ele queria um mundo onde os pesos pudessem ser abertos com travas de segurança, mesmo que não acredite mais que esse mundo seja alcançável
. Ng se aproximou mais de uma postura de tudo ou nada — a abertura era o remédio central, e ele resistiu a exceções que pudessem ser exploradas por grandes players
.
Os três pioneiros se uniram contra um futuro onde um punhado de laboratórios controla a IA, mas se dividiram fortemente sobre o veículo. Hinton aceitou relutantemente os pesos abertos como inevitáveis, temendo seu uso indevido. Ng abraçou a abertura como a cura primária para a concentração de poder e uma necessidade estratégica contra a China. Li rejeitou o dilema totalmente e pediu regras calibradas e específicas para cada setor. O debate capturou a tensão honesta na governança da IA em 2026: a mesma distribuição aberta que democratiza o acesso também torna mais difícil conter usos catastróficos indevidos.