Microsoft advirtió internamente del riesgo de que la IA erosionara la economía de los publishers
La relación entre la inteligencia artificial generativa y los publishers suma un nuevo frente. Documentos internos de Microsoft y OpenAI, publicados ahora sin determinadas partes censuradas a causa de una demanda presentada por varios medios estadounidenses, muestran que ambas compañías habían discutido internamente el riesgo de que los modelos de IA terminen debilitando económicamente a las mismas organizaciones cuyo contenido utilizan. Entre los medios implicados se encuentra Orlando Sentinel, que ha recopilado algunas de las comunicaciones incluidas en el procedimiento. Los documentos hacen referencia a un posible “doom loop”, un círculo vicioso en el que los sistemas de inteligencia artificial utilizan contenidos periodísticos para generar respuestas, reducen potencialmente el tráfico y los ingresos de los publishers y, como consecuencia, terminan erosionando la base económica que permite producir nuevas fuentes de información.
Una de las comunicaciones internas de Microsoft reconoce explícitamente esta tensión: “Es muy poco habitual que un producto final amenace las bases económicas de sus proveedores esenciales, pero esa es la situación que hemos creado”. La frase apunta directamente a uno de los principales debates abiertos alrededor de la IA generativa: los modelos necesitan grandes cantidades de contenido de calidad para entrenarse y responder a las consultas, pero si una parte creciente del consumo se produce dentro de interfaces de IA en lugar de en las webs originales, el modelo económico que sostiene ese contenido puede verse afectado. Microsoft llegó a describir el proceso como una posible “apropiación masiva” del trabajo periodístico. Otro de los documentos recoge declaraciones de Brent Hecht, Director of Applied Science de Microsoft, que plantea de forma especialmente crítica la relación entre los modelos y los contenidos periodísticos.
Según la documentación, Hecht señaló que los sistemas de IA estaban “aspirando” el trabajo producido por millones de periodistas y llegó a plantear que el fenómeno podría ser percibido como “el mayor robo de trabajo de la historia de la humanidad”. Microsoft ha matizado estas afirmaciones señalando que Hecht fue contratado precisamente para ejercer una función crítica o contraria dentro de los debates sobre inteligencia artificial y que sus opiniones no representan necesariamente la posición oficial de la compañía. Este contexto resulta relevante porque los documentos no constituyen una admisión jurídica de que Microsoft o OpenAI hayan infringido derechos de autor. Sí muestran, sin embargo, que dentro de las compañías existía una discusión sobre los efectos económicos y sociales que podía tener la utilización masiva de contenidos externos por parte de los modelos. La documentación también incluye una interacción relacionada con la capacidad de los sistemas de OpenAI para acceder a contenidos protegidos mediante paywalls. Según los documentos citados, Greg Brockman, presidente de OpenAI, respondió con un “ah, bien” cuando le mostraron que la tecnología de la compañía podía evitar determinados paywalls para obtener contenido. El intercambio ha sido utilizado por los abogados de los publishers como argumento dentro del proceso. Steven Lieberman, abogado que representa al New York Daily News en la demanda, sostiene que estas comunicaciones demostrarían que las compañías conocían tanto el acceso a contenidos protegidos como los posibles daños económicos provocados a los medios. Esta interpretación forma parte de la posición de los demandantes y no constituye una conclusión judicial. Microsoft y OpenAI mantienen su defensa frente a las acusaciones planteadas en el proceso. OpenAI, según la información facilitada, no realizó comentarios al Orlando Sentinel sobre los nuevos documentos.
El debate sobre el “fair use” gana otra dimensión
Una de las principales cuestiones jurídicas alrededor del entrenamiento de modelos generativos está en determinar hasta qué punto el uso de contenidos protegidos puede quedar amparado por la doctrina estadounidense del fair use. Los publishers sostienen que sus contenidos han sido utilizados sin una compensación adecuada para desarrollar productos comerciales capaces, en algunos casos, de sustituir parte del consumo que antes ocurría directamente en sus propiedades. Las compañías tecnológicas, por su parte, han defendido en diferentes procedimientos que el entrenamiento de modelos puede constituir un uso transformativo y que las respuestas generadas no equivalen necesariamente a reproducir las obras originales. Los nuevos documentos no resuelven esa discusión, pero añaden un elemento importante: muestran que dentro de las propias compañías se analizaba el posible impacto económico de los modelos sobre sus fuentes de información. Esto puede convertirse en un aspecto relevante dentro de los litigios, ya que una parte del debate jurídico gira precisamente alrededor del efecto que el nuevo producto puede tener sobre el mercado del contenido original.
El problema de fondo… ¿Quién financia el contenido que alimenta la IA?
Más allá de las demandas, la cuestión vuelve a plantear un problema estructural para publishers y plataformas de inteligencia artificial. Los modelos necesitan información reciente, fiable y especializada. Buena parte de ese contenido procede de medios que financian periodistas, equipos editoriales, investigación, infraestructura tecnológica y procesos de verificación. Si las interfaces generativas consiguen responder cada vez más preguntas sin necesidad de enviar tráfico hacia las fuentes originales, el valor del contenido puede separarse progresivamente del lugar donde se financia su producción. Ese es precisamente el “doom loop” al que hacen referencia las comunicaciones: la IA puede necesitar un ecosistema informativo saludable para funcionar, al mismo tiempo que reduce parte de los incentivos económicos que permiten sostenerlo. La industria ya está explorando posibles respuestas, desde acuerdos de licencia y compensación hasta mecanismos para limitar el acceso de determinados crawlers o establecer nuevas fórmulas de atribución y monetización. Pero los documentos conocidos ahora introducen un matiz relevante. El riesgo de que la IA generativa pueda perjudicar económicamente a sus propias fuentes no parece haber surgido únicamente como una crítica externa de publishers y periodistas. También estaba siendo discutido dentro de las compañías responsables de desarrollar esta tecnología. La cuestión que queda abierta es si reconocer ese riesgo internamente terminará traduciéndose en modelos económicos capaces de sostener el contenido que necesitan los sistemas de IA o si, por el contrario, publishers y plataformas seguirán trasladando esa discusión a tribunales, acuerdos individuales y negociaciones sobre quién captura finalmente el valor generado por la información.
Puntos clave:
Microsoft y OpenAI ya habían identificado internamente el riesgo de que la IA generativa debilitara económicamente a los publishers, al reducir tráfico e ingresos de las mismas fuentes de contenido de las que dependen sus modelos.
Los documentos refuerzan el debate sobre el uso de contenidos protegidos y el fair use, al mostrar que dentro de las compañías existía preocupación por el impacto sobre el trabajo periodístico y por el acceso a contenidos tras paywalls.
El problema de fondo es la sostenibilidad del ecosistema informativo: si la IA captura cada vez más valor sin compensar adecuadamente a quienes producen el contenido, puede deteriorar la base económica que necesita para seguir alimentándose.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
