La verdad incómoda sobre el "bucle de autodestrucción" de la IA y lo que significa para el futuro de la web

La internet siempre ha funcionado con un acuerdo implícito: los creadores generan contenido, las plataformas lo indexan, los usuarios lo consumen y todos salen ganando. Los motores de búsqueda enviaban tráfico a los editores. Los enlaces se hacían clic. El sistema, aunque imperfecto, permitía vivir a millones de creadores independientes, medios de comunicación y negocios online.

Pero, ¿qué pasa cuando el intermediario decide que ya no necesita enviarte a ningún lado?

Esa es la pregunta incómoda en el centro de los documentos judiciales revelados en la demanda del New York Times contra OpenAI y Microsoft. Y las respuestas son demoledoras.

Lo sabían. Eso es lo que más duele.

Lo más impactante no es que el entrenamiento de IA pueda infringir derechos de autor, ni que los modelos de lenguaje tengan relaciones complicadas con el material de origen. Lo más revelador es que estas empresas sabían exactamente lo que estaban haciendo.

Documentación interna de Microsoft describe explícitamente su estrategia de contenido de IA como la creación de un "bucle de autodestrucción" que "dañaría el rendimiento de nuestros modelos y de toda la web al mismo tiempo." Reconocieron que sus productos amenazaban "los fundamentos económicos de sus proveedores esenciales" en la cadena de suministro de contenido que hace posibles a estos sistemas.

En otras palabras: vieron el precipicio, pusieron el coche hacia él y siguieron conduciendo.

Brent Hecht, Director de Ciencia Aplicada de Microsoft, fue aún más directo en comunicaciones internas, calificando las prácticas de recolección de datos como "el mayor robo de trabajo en la historia de la humanidad" y señalando que la defensa legal de Microsoft hacía "una burla completa de la idea de uso justo."

Claro, Microsoft ha intentado distanciarse de los comentarios de Hecht, con un vocero caracterizándolos como "la perspectiva individual de un empleado." Pero cuando tus propios documentos internos dicen esencialmente lo mismo, esa distinción se vuelve bastante difícil de sostener.

El problema de la cadena de suministro que nadie quiere discutir

Aquí está la contradicción fundamental en el corazón del desarrollo de la IA moderna: los modelos de lenguaje necesitan cantidades masivas de contenido creado por humanos para funcionar. Pero esos modelos están diseñados para eliminar la necesidad de que los humanos accedan a ese contenido directamente.

Los propios documentos de Microsoft reconocieron esta paradoja. Los LLMs son, según sus palabras, "un producto que destruye su propia cadena de suministro" porque sustituyen los mismos datos de entrenamiento que los hacen útiles.

Piensa en lo que eso significa. Cada vez que ChatGPT o Copilot responde una pregunta en lugar de dirigirte a una fuente, es un posible lector que nunca hace clic. Es ingresos publicitarios que nunca se materializan. Es un creador que podría decidir que producir contenido ya no vale el esfuerzo.

¿Y cuando el pozo se seca? Cuando hay menos creadores produciendo menos cosas valiosas para aprender, ¿qué pasa con los modelos entrenados en ese contenido?

Las cifras son brutales

Los propios analistas de OpenAI han estimado que el tráfico de referencias de búsqueda a los editores puede haber caído hasta un 60% debido a los resúmenes de IA y los chatbots que mantienen a los usuarios en sus plataformas. Google Zero —el fenómeno donde los sitios web reciben cero tráfico de búsquedas de Google— ha pasado de ser una preocupación teórica a ser una realidad vivida por muchos editores.

Satya Nadella admitió en su testimonio que los chatbots han "básicamente reemplazado la búsqueda y eliminado la necesidad de ir directamente a la fuente para obtener información." Eso no es un error del sistema; es la funcionalidad que hace valiosos estos productos para los usuarios.

Nick Turley de OpenAI fue aparentemente aún más directo: una vez que obtienes una respuesta de ChatGPT, no hay "ninguna buena razón para hacer clic" en un enlace a la fuente original.

Qué significa esto para desarrolladores y startups

Aquí es donde esto se vuelve relevante para ti, el desarrollador o fundador de startup construyendo la próxima generación de productos web.

Las empresas de IA esencialmente están argumentando que las viejas reglas ya no aplican —que el patrimonio común del conocimiento humano debe ser cosechado para construir sistemas propietarios que luego reemplazan la necesidad de acceder a ese conocimiento. Y lo están haciendo con plena conciencia del daño que causan.

Esto tiene implicaciones más allá del teatro legal de la demanda del NYT:

1. Depender de APIs de IA es arriesgado. Si las empresas que proporcionan estos modelos están involucradas en prácticas legalmente y éticamente cuestionables, la base de tu producto podría ser más precaria de lo que piensas.

2. Los acuerdos de licencia de contenido importan. Los editores cada vez están menos dispuestos a que su contenido sea raspado sin compensación. El panorama legal y de negocios se está moviendo hacia exigir licencias.

3. La economía del tráfico de referencias está cambiando. Si estás construyendo un negocio basado en contenido, ya no puedes asumir que el tráfico de búsqueda o las redes sociales te sostendrán. Los resúmenes de IA pueden responder las preguntas de los usuarios antes de que lleguen nunca a tu sitio.

4. La web abierta tiene valor. Los principios que hicieron útil a internet —interconexión, citas, tráfico fluyendo hacia las fuentes— crean el ecosistema que hace posible a la IA en primer lugar. Tratar ese ecosistema como un recurso inagotable para explotar es, en última instancia, contraproducente.

La ironía es casi perfecta

Quizás el aspecto más irónico de todo esto es que Microsoft, Google y OpenAI ahora están corriendo para establecer acuerdos de licencia de contenido con los editores a los que han dañado. El propio Nadella dijo que "cualquier cosa que esté tras un muro de pago debe ser licenciada" —un sentimiento que sería más convincente si los productos de Microsoft no hubieran pasado años tratando el contenido de pago como presa legítima para datos de entrenamiento.

Representantes de OpenAI admitieron en sus presentaciones que estaban "sin conocimiento" de cualquier esfuerzo sistemático para detectar o eliminar contenido tras muros de pago de sus datos de entrenamiento. Así que la IA que supuestamente fue entrenada en información públicamente disponible parece haber tenido bastante dificultad para distinguir entre lo que es gratis y lo que está detrás de un muro de pago.

Mirando hacia adelante

El bucle de autodestrucción ya no es teórico. Está sucediendo en tiempo real, a creadores reales, a editores reales intentando financiar periodismo y creación de contenido en un entorno cada vez más hostil.

Para que la industria tecnológica afirme que la IA está "democratizando la información" mientras destruye simultáneamente el modelo económico que hace posible la creación de información —eso no es innovación. Eso es industria extractiva disfrazada con lenguaje de Silicon Valley.

La pregunta para desarrolladores y negocios que construyen sobre IA no es solo "¿cómo podemos usar estas herramientas?" Es "¿cómo podemos construir sistemas que no consuman sus propios cimientos?"

Al final del día, la web sigue siendo la fuente. Las APIs y chatbots son solo una capa encima de ella. Y si colectivamente decidimos que esa capa es más valiosa que los cimientos sobre los que descansa, toda la estructura se viene abajo.

El bucle de autodestrucción es real. Si la industria tiene la sabiduría para salir de él antes de que sea demasiado tarde, está por verse.

¿Qué opinas? ¿Está la industria de la IA creando un ecosistema insostenible, o estas preocupaciones son exageradas? Comparte tu perspectiva en los comentarios.