Extracción de datos, la otra crisis de los medios
La IA generativa profundiza la crisis del periodismo: editoriales exigen compensación por el uso de sus contenidos.
La sostenibilidad económica del periodismo global atraviesa por su crisis estructural ante el avance ininterrumpido de las tecnologías emergentes, como es el caso de la inteligencia artificial generativa, afirman especialistas.
Las corporaciones que desarrollan IA han construido la infraestructura operativa de sus modelos de lenguaje mediante la extracción sistemática de datos, utilizando el archivo documental de casas editoriales y salas de redacción como insumo principal, sin compensar monetaria ni tecnológicamente a las industrias que generaron la información original.
Durante el Congreso Mundial de Medios de Noticias de la WAN-IFRA en Marsella, Arthur Gregg Sulzberger, presidente y editor del diario estadunidense The New York Times, denunció públicamente lo que definió como “un robo descarado de propiedad intelectual a una escala sin precedentes”.
El ejecutivo advirtió que los grandes desarrolladores de IA generativa están construyendo imperios comerciales multimillonarios mediante la extracción no autorizada de notas, investigaciones y análisis elaborados por empresas periodísticas.
El deterioro financiero de las salas de redacción coincide de forma directa con la aceleración y expansión de estas herramientas digitales. Las métricas del sector muestran que los principales periódicos internacionales han registrado una caída promedio superior a 45% en su audiencia digital durante los últimos cuatro años, fenómeno atribuido a la proliferación de resúmenes automáticos que retienen a los usuarios dentro de las plataformas de IA.
Sobre este modelo extractivo, Sulzberger señaló que “los gigantes tecnológicos explotan los sitios de noticias como minas a cielo abierto”, reempaquetando la información y desviando los ingresos publicitarios y de suscripciones que corresponden a los creadores originales.
El mecanismo técnico mediante el cual operan estos modelos generativos evade de forma deliberada las barreras de protección digital de las cabeceras informativas. Diversos estudios sectoriales indican que cerca de 30% de los rastreos realizados por bots de IA violan restricciones explícitas de acceso, incluyendo muros de pago diseñados para monetizar el trabajo editorial.
PROPIEDAD INTELECTUAL
Durante una audiencia del subcomité judicial de la Cámara Alta estadunidense realizada el pasado 21 de julio, el senador republicano Josh Hawley denunció que los desarrolladores de esta tecnología están incurriendo en “el mayor robo de propiedad intelectual en la historia de EU” al nutrir sus sistemas algorítmicos con material sustraído ilegalmente.
Las dimensiones de esta práctica alcanzan magnitudes equivalentes a “22 bibliotecas del Congreso llenas”, de acuerdo con los datos presentados por Hawley, quien precisó que las multinacionales tecnológicas explotan sin licencia cerca de 200 terabytes de trabajo protegido.
El legislador enfatizó que la dinámica sobrepasa el escrutinio habitual de datos en la red. “No estamos hablando de que estas empresas rastrean internet en busca de lo que está disponible públicamente, estamos hablando de piratería”.
Las imputaciones sobre el entrenamiento algorítmico exponen maniobras de encubrimiento dentro de firmas como Meta, Google y ahora OpenAI y Antrophic.
Hawley reveló evidencia interna donde “los empleados advertían internamente que la piratería de Meta era ilegal, y luego, con descaro, le restaban importancia”, señalando que la compañía recurrió a servidores de terceros para evitar que sus acciones delictivas fueran rastreadas.
Para la comunidad creativa y editorial, el uso no consentido de acervos literarios e intelectuales para entrenar plataformas como ChatGPT supone una amenaza directa a su supervivencia económica.
Durante su comparecencia, el autor best seller David Baldacci, equiparó esta extracción masiva con un saqueo patrimonial. “Es como si alguien hubiera respaldado un camión a mi imaginación y robado todo lo que he creado en mi vida adulta”, advirtiendo que los modelos generativos replican tramas y estructuras complejas en cuestión de tres segundos.
El profesor de la Universidad Carnegie Mellon, Michael Smith, explicó ante los legisladores que “el sistema de derechos de autor es la base sobre la cual se ha construido gran parte de la innovación en Estados Unidos”, por lo que desatender este marco legal fractura la certidumbre económica y desincentiva la producción futura de conocimiento.