Empresas de IA están saqueando sitios de noticias, y los investigadores lo documentaron todo
Inteligencia Artificial y periodismo están cada vez más entrelazados, y no siempre de una manera justa.
Mientras las grandes empresas tecnológicas construyen productos millonarios usando contenido producido por redacciones de todo el mundo, los medios de comunicación siguen asumiendo todos los costos de reportería, edición y publicación sin ver ningún retorno por ello.
Es como si alguien grabara una película entera, pagara al elenco, al director y al equipo técnico, y después otra persona viniera, copiara todo y encima cobrara entrada sin pasar un solo centavo a quienes hicieron el trabajo.
Suena injusto, ¿verdad?
Pues es exactamente eso lo que una nueva investigación de la Universidad McGill, en Montreal, Canadá, documentó con datos concretos. Los resultados son bastante reveladores y plantean una pregunta que todo el sector necesita responder: ¿quién va a pagar la cuenta del periodismo en la era de la IA? 🤔
Lo Que Reveló la Auditoría de IA y Noticias de McGill
El estudio, bautizado como AI News Audit, fue conducido por los profesores Taylor Owen y Aengus Bridgman, del Centro de Medios, Tecnología y Democracia de la Universidad McGill. La idea era simple y directa: probar los grandes modelos de lenguaje para entender cuánto saben sobre noticias actuales y cuánto crédito les dan a los medios que originalmente reportaron esas historias.
Los investigadores probaron cuatro modelos de IA ampliamente utilizados — ChatGPT, Gemini, Claude y Grok — usando una muestra de 2.267 artículos periodísticos canadienses. Los resultados mostraron que estos sistemas están bastante bien informados sobre noticias recientes. Sin embargo, cuando involucraban búsquedas en la web, el 82% de las respuestas no traían ninguna atribución de fuente. Es decir, la información aparecía ahí, lista y masticada, pero sin ninguna mención a quien hizo el trabajo pesado de investigar, verificar y publicar aquello.
La auditoría ejecutó dos tipos de prueba. La primera examinó cómo el contenido periodístico fue usado para entrenar los modelos de IA. La segunda analizó cómo estos modelos citaban noticias cuando incorporaban búsquedas web en las respuestas que entregaban a los usuarios. Esta separación es importante porque muestra que el problema existe en dos frentes distintos: tanto en la fase de construcción como en la fase de uso de estos sistemas.
Con la búsqueda web habilitada, el 52% de las respuestas tenían al menos un enlace a un sitio de noticias canadiense, pero la fuente era nombrada en el cuerpo del texto apenas el 28% de las veces. Esto quiere decir que, en la mayoría de los casos, incluso cuando existía un enlace escondido en algún rincón de la respuesta, el nombre del medio que produjo el reportaje simplemente no aparecía de forma clara para el lector.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Una Decisión de Diseño, No una Limitación Técnica
Uno de los puntos más reveladores de la investigación tiene que ver con una constatación técnica que cambia completamente el tono de la conversación. Cuando los investigadores preguntaron a los modelos de IA sobre una historia de un medio específico — mencionando el nombre de la publicación en la propia pregunta —, las respuestas identificaron la fuente entre el 74% y el 97% de las veces.
Esto demuestra algo crucial: las empresas de IA son técnicamente capaces de nombrar las fuentes periodísticas. Simplemente eligen no hacerlo en la mayoría de las situaciones. Como la propia auditoría destaca, se trata de una decisión de diseño, y no de una limitación de los sistemas.
En una entrevista, el profesor Bridgman fue directo al grano. Explicó que los chatbots muestran contenido periodístico precisamente porque este contiene información precisa y verificada. Las empresas de IA reconocen el enorme valor que ofrece el periodismo. Estos sistemas están usando ese material en productos orientados al consumidor final, y debería existir un reconocimiento financiero y de autoría por ese valor.
Bridgman además sugirió que los enlaces eventualmente incluidos en las respuestas de los chatbots funcionan más como un ejercicio de construcción de credibilidad que como una redirección real para los lectores. Algo así como decir: confía en nosotros, mira nuestras fuentes. Pero en la práctica, la mayoría de las personas no hace clic en esos enlaces. Se quedan con el resumen de la IA y siguen adelante, sin visitar jamás el sitio que pagó por el reportaje.
Los Muros de Pago Pueden No Estar Funcionando Como Se Esperaba
Otro hallazgo preocupante de la auditoría de McGill fue la identificación de casos en que modelos de IA citaron artículos que estaban protegidos por muros de pago — esas barreras de suscripción que los sitios de noticias usan para restringir el acceso a sus suscriptores. Esto sugiere que los sistemas automatizados de recolección de datos de las empresas de IA podrían estar esquivando esas barreras de una forma que los lectores humanos comunes no pueden.
El informe señala que los muros de pago pueden no estar bloqueando la recuperación automatizada de la misma forma que bloquean a los lectores humanos. Investigaciones adicionales sobre esta perforación de muros de pago están siendo conducidas en McGill. Otros estudios independientes ya encontraron evidencias de que las protecciones técnicas creadas por los medios de comunicación para impedir el raspado de datos por parte de empresas de IA son ampliamente ignoradas.
Bridgman también observó que las empresas de IA utilizan enfoques diferentes para responder preguntas sobre noticias. En algunos casos, actúan como una persona común intentando informarse sobre una historia. Si encuentran un muro de pago, pueden retroceder y buscar la misma información en fuentes gratuitas dispersas por internet. Con el poder computacional que poseen, logran reunir información suficiente de diversas fuentes abiertas para proporcionar lo esencial de un artículo, aunque el reportaje original estuviera bloqueado detrás de una suscripción.
El Ciclo Que Amenaza al Periodismo Local
Los profesores Owen y Bridgman resumieron la situación de forma bastante clara en su informe. Según ellos, las empresas de IA construyeron productos comerciales que dependen, en parte significativa, del reportaje que los periodistas canadienses producen. Y lo hicieron sin compensación, sin atribución de fuente y sin ninguna obligación de sostener la infraestructura de la cual están extrayendo valor. El resultado es un sistema que acelera el declive económico del periodismo del cual él mismo depende.
Esto tiene implicaciones prácticas muy serias para redacciones de todos los tamaños, pero especialmente para las más pequeñas y las locales, que ya operan con márgenes financieros bastante ajustados. Un medio regional que cubre política municipal, por ejemplo, depende del tráfico orgánico para mantener su operación. Si las personas empiezan a preguntarle a una IA sobre lo que pasó en el ayuntamiento y reciben una síntesis basada en lo que ese medio publicó — sin acceder al sitio, sin generar una impresión de anuncio, sin contribuir a los ingresos —, el ciclo financiero que sostiene esa cobertura empieza a romperse.
Y cuando ese medio cierra, la IA pierde una fuente de datos locales relevantes. Pero quienes realmente pierden son las comunidades que dependían de ese periodismo para mantenerse informadas. Es una preocupación que viene siendo planteada con frecuencia por especialistas en medios, que consideran el periodismo local esencial para la alfabetización cívica y para la democracia. 📰
El Papel de la Legislación: Lo Que Canadá Ya Hizo y Lo Que Estados Unidos Todavía No
La legislación de medios está corriendo para alcanzar una tecnología que avanza mucho más rápido de lo que los procesos legislativos tradicionales logran seguir. Algunos países ya dieron pasos importantes en esa dirección, y Canadá es uno de los que más se destaca.
Desde 2023, Canadá exige que los gigantes tecnológicos que lucran con noticias compensen a los medios de comunicación, a través de una política llamada Online News Act. Google, por ejemplo, pasó a pagar 100 millones de dólares canadienses al año a los editores del país. La Meta, por su parte, decidió seguir otro camino: bloqueó completamente el acceso a noticias en sus plataformas en Canadá para evitar tener que pagar. Ahora, según reportes recientes, Meta estaría considerando pagar a algunos medios, pero con la condición de que se posicionen en contra de la propia legislación. Una jugada, digamos, bastante controversial.
Tras conocer los resultados de la auditoría de McGill, el ministro de Cultura canadiense, Marc Miller, afirmó que el Online News Act trata de que las personas paguen su parte justa y que ese principio no cambia con la aparición de la IA. Destacó que tener las noticias canibalizadas y regurgitadas socava el espíritu del uso original de esa información y que es necesario tener una conversación seria con las plataformas que se proponen usar ese contenido, incluyendo a las empresas de IA.
En Estados Unidos, la situación está menos avanzada. Una política similar, llamada Journalism Competition and Preservation Act (JCPA), llegó a tener apoyo bipartidista, pero se estancó en el Congreso en 2023. Desde entonces, no ha habido avances significativos, a pesar de que las evidencias sobre el uso no autorizado de contenido periodístico por parte de sistemas de IA siguen acumulándose.
Propiedad Intelectual en el Centro del Debate
La cuestión de la propiedad intelectual no es nueva en el universo digital, pero ganó una dimensión completamente diferente con el auge de los modelos de lenguaje de gran escala. Durante décadas, los medios de comunicación libraron batallas jurídicas contra agregadores de contenido, motores de búsqueda y plataformas de redes sociales que mostraban fragmentos de artículos sin pagar nada a cambio.
Con la IA generativa, el problema se intensifica porque el contenido es procesado, transformado y sintetizado de una forma en que el rastro hasta la fuente original prácticamente desaparece. A diferencia de un enlace en un resultado de búsqueda, donde al menos existe una referencia visual al medio de origen, las respuestas generadas por IA tienden a presentar la información como si fuera un hecho neutro y sin autoría.
Diversas organizaciones de prensa alrededor del mundo ya comenzaron a moverse jurídicamente. Demandas presentadas por editores han producido evidencias similares a las encontradas por la auditoría de McGill, reforzando el argumento de que estamos ante una apropiación sistemática de contenido protegido por derechos de autor. Estas acciones, combinadas con investigaciones académicas como la de McGill, deberían presionar a las empresas de IA para negociar acuerdos de compensación. Y en caso de que eso no ocurra voluntariamente, la expectativa es que gobiernos alrededor del mundo intervengan para garantizar que estas empresas asuman sus responsabilidades.
La Analogía de la Película Pirata
Una de las metáforas más interesantes que circulan en esta discusión ayuda a dimensionar el problema. Imagina que quisieras evitar pagar la entrada de una película en el cine. Podrías buscar tráilers gratuitos y fragmentos publicados en redes sociales. Con computadoras potentes, sería posible juntar todo eso rápidamente en algo que se aproximara a la película original.
Herramientas que usamos a diario
Después, si no tuvieras ningún escrúpulo, podrías cobrarle a la gente por el servicio de proporcionar esa versión Frankenstein de la película, sin pagar absolutamente nada a quienes escribieron, dirigieron, editaron y actuaron en la producción original.
Eventualmente, ya no habría más tráilers, fragmentos ni películas nuevas. Y es exactamente ese el riesgo que corre el periodismo cuando sus contenidos son absorbidos por sistemas de IA sin ninguna compensación. Si la fuente se seca, la IA también se queda sin material de calidad para consumir. 💡
Publicación de Noticias en la Era de la IA: Lo Que Cambia Para Todos
La forma en que la publicación de noticias funciona está atravesando una transformación sin precedentes. Las redacciones ya venían enfrentando la caída estructural en los ingresos publicitarios con la migración de los presupuestos hacia Google y Facebook a lo largo de la última década. Ahora, con el crecimiento del uso de asistentes de IA como punto de entrada para obtener información, el riesgo de una nueva ronda de pérdida de tráfico y de ingresos se vuelve muy concreto.
Si antes la disputa era por clics en enlaces, ahora es por la propia relevancia del acceso directo al medio periodístico, que puede ser completamente ignorado cuando una IA proporciona la respuesta lista. Las empresas de IA se quedan con los ingresos por suscripción y publicidad, en lugar de los sitios de noticias que pagaron por investigar, editar y publicar los artículos.
Incluso cuando se incluyen enlaces en los resúmenes generados por IA, la mayoría de las personas simplemente no hace clic en ellos. Esto significa que las empresas de IA están permitiendo que los usuarios consuman las noticias sin visitar los sitios que las produjeron. Es un modelo que beneficia a un solo lado de la ecuación.
Lo Que Viene Por Delante
La investigación de McGill es un dato más muy importante en esta conversación que está lejos de terminar. Los profesores Owen y Bridgman se mostraron dispuestos a compartir sus modelos de investigación con académicos de otros países, incentivando la producción de auditorías similares en diferentes mercados. Cuanta más visibilidad y respaldo en datos gane este tema, mayores serán las posibilidades de que empiecen a aparecer soluciones equilibradas tanto en el campo jurídico como en el tecnológico.
Está claro que investigaciones como esta no van a producir respuestas definitivas para todas las cuestiones que involucran IA y periodismo. Pero, como bien observó el artículo original de The Seattle Times, al igual que un chatbot sin escrúpulos, logran proporcionar una idea bastante clara de lo que está sucediendo.
El debate sobre atribución de fuentes, propiedad intelectual y legislación de medios aplicada a la IA no es solo una discusión corporativa entre grandes empresas. Toca directamente la salud del ecosistema informativo en su conjunto, la diversidad de voces que llegan hasta el público y la capacidad de las sociedades democráticas de mantenerse bien informadas. Y cuanto antes este asunto sea tratado con la seriedad que merece, mejor para todos. 🗞️
