Codeberg, la plataforma de alojamiento para proyectos open source gestionada por una asociación sin ánimo de lucro, ha aprobado dos mociones sobre IA mediante votación de sus miembros. La primera se compromete a no usar nunca el código o datos de los proyectos alojados para entrenar LLM. La segunda, más controvertida (358 votos a favor contra 144 en contra, con una participación del 50%), modifica los términos de servicio para prohibir los vibe-coded projects: proyectos generados en serie por desarrolladores individuales con LLM, frecuentemente con más plataformas soportadas que usuarios reales, que consumen recursos desproporcionados.

La posición llega en el momento justo del debate sobre training data. Como contábamos el 22 de julio sobre la propuesta de Ben Thompson sobre fair use, los labs de IA entrenan con miles de millones de páginas sin permiso mientras prohíben a otros aprender de sus modelos. Codeberg da voz a quienes producen y comparten esos datos gratuitamente.

Para quienes potencian su trabajo con IA, la cuestión tiene un lado muy práctico. Los crawlers de los labs de IA sobrecargan infraestructuras basadas en voluntarios: leen cada página, cada variante de issue, cada commit del historial Git. Los costos recaen en las plataformas. Un disco SSD que Codeberg pagaba 700 euros hace unos años ahora cuesta 3.700, frecuentemente agotado.

Codeberg alza la voz sobre algo que pocos dicen claramente: el software libre es un recurso común que la industria de IA consume sin compensarlo. Queda por ver si esta posición permanecerá aislada o se convertirá en modelo para otras plataformas.

En detalle

Codeberg no es una plataforma cualquiera. Es la plataforma de alojamiento nacida como alternativa ética a GitHub, gestionada por Codeberg e.V., una asociación sin ánimo de lucro alemana financiada por donaciones, que posee su propio hardware y ofrece servicios gratuitos a desarrolladores y proyectos open source. Las dos mociones aprobadas el 23 de julio de 2026 nacen de la asamblea anual de miembros, donde las propuestas se discuten en directo y se votan de forma asíncrona en el plazo de 14 días.

La primera moción reitera la política de privacidad existente (“We do not want to need your data”) y la amplía al entrenamiento de LLM. El texto dice que Codeberg no usará ni permitirá el uso del código o datos de los proyectos para entrenar IA generativa. La motivación explícita es que estas tecnologías son “incompatibles con la creación y mantenimiento responsable de software libre y open source”. Es una posición de principio que parte de la asociación, no de proyectos individuales: la prohibición afecta la infraestructura, no la licencia del código.

La segunda moción es la que desató el debate. Aprobada con 358 votos a favor, 144 en contra y 14 abstenciones (una participación del 50% de miembros activos, alta para una asamblea de este tipo), modifica los términos de servicio para prohibir los “vibe-coded projects”. El término viene de la práctica de generar código con LLM de forma rápida e iterativa, sin una comunidad real alrededor del proyecto. Codeberg describe el fenómeno con precisión: proyectos con un único desarrollador, ningún usuario, pero CI/CD pesados, releases binarios grandes, y más plataformas soportadas de las que hay personas usándolas. Estos proyectos consumen tanto almacenamiento y computación como los grandes proyectos comunitarios, sin aportar valor compartido.

El punto práctico es la infraestructura bajo estrés. Codeberg documenta cómo los crawlers de los labs de IA leen sistemáticamente cada página: los archivos del repositorio y todas las variantes de filtros de issues, el historial Git completo, los archivos en cada commit incluso cuando son idénticos. Esto genera queries costosas en la base de datos, degrada el servicio para quienes lo usan, y obliga al equipo a construir mecanismos de defensa (rate limiting, bloqueos) que empeoran la experiencia también para usuarios legítimos.

Luego está el costo del hardware. La industria de LLM ha disparado los precios de SSD y memoria. Codeberg cita un ejemplo concreto: el tipo de disco que pagaba 700 euros hace unos años ahora cuesta 3.700 y frecuentemente no hay stock. Incluso siendo propietarios del hardware, y por tanto menos expuestos a costos en la nube, la renovación y expansión se han vuelto prohibitivas. Dinero que no va a nuevos servicios o a la misión, sino a hardware inflado por el mercado de IA.

El hilo que conecta esta historia con el resto del debate es el del training data y derechos de autor. Más allá de la propuesta de Thompson sobre fair use, el 14 de julio contamos cómo Satya Nadella acusaba a los labs de IA de entrenar con datos ajenos mientras prohibían la destilación de sus modelos. Codeberg trae el argumento desde el lado de quienes proporcionan datos sin contraprestación: el software libre es material de entrenamiento, pero el ecosistema que lo produce no recibe nada a cambio.

Las limitaciones de este movimiento son evidentes. Codeberg es una plataforma relativamente pequeña comparada con GitHub, y sus términos de servicio vinculan solo a quienes alojan proyectos allí. Los crawlers pueden extraer el código de clones públicos en otros lugares. La prohibición de vibe-coded projects es difícil de aplicar de forma no arbitraria: ¿dónde trazas la línea entre un proyecto generado con IA por un desarrollador solitario y un proyecto legítimo con pocos contribuidores? El propio Codeberg reconoce que aún debe aclarar el impacto práctico.