El documento del 'círculo vicioso': los ejecutivos de IA confiesan estar devorando la web

El momento en que se cayó la máscara

Existe una clase particular de evidencia documental que daña irreversiblemente un caso legal —y a toda una industria—. No proviene de denunciantes anónimos ni de mensajes filtrados de Slack. Proviene de los propios acusados, bajo juramento, en documentos que originalmente pelearon por mantener sellados.

Eso es exactamente lo que ocurrió esta semana en la demanda por derechos de autor entre The New York Times y OpenAI, cuando se desclasificó un expediente judicial sin censurar que exponía una serie de reconocimientos internos de ejecutivos de Microsoft y OpenAI. Lo que surgió no fue un matizado debate sobre el uso legítimo o la disrupción tecnológica. Lo que surgió fue una empresa y su mayor socio corporativo confesando efectivamente que sus productos de inteligencia artificial generativa estaban construidos sobre el robo y estavam cannibalizando activamente a los editores web que suministraban los datos.

Un documento interno de Microsoft, citado directamente en el expediente, describía lo que la propia compañía llamaba un “ciclo de condenación” —un ciclo de retroalimentación en el que los productos de contenido de IA se alimentan de los creadores humanos, destruyen los sitios web de los que esos creadores dependen para generar ingresos y luego amenazan con volverlos irrelevantes por completo—. El lenguaje era inequívoco: “Nuestra estrategia de contenido de IA ha iniciado un ciclo de condenación que dañará el rendimiento de nuestros modelos y de toda la web al mismo tiempo”.

Otra línea, igualmente escalofriante: “Es altamente inusual que un producto final amenace los cimientos económicos de sus proveedores esenciales, pero esa es la situación que hemos creado para nuestro negocio de LLM con respecto a su cadena de suministro de contenido”.

El reconocimiento que lo cambia todo

Lo que hace tan extraordinarios estos expedientes no es solo lo que dicen, sino lo que desmantelan. Durante años, la narrativa dominante alrededor de los modelos de lenguaje grandes ha sido la de la transformación y el progreso. Las empresas de IA han enmarcado su trabajo como la construcción de algo fundamentalmente nuevo: herramientas que sintetizan, reelaboran y elevan la creatividad humana en lugar de reemplazarla. Han gastado billones en marketing, en sesiones informativas para legisladores, en testimonios ante el Congreso, argumentando que sus métodos de entrenamiento califican como uso legítimo porque la salida es cualitativamente diferente de la entrada.

Los documentos desclasificados socavan todo ese marco interpretativo. Un documento interno de Microsoft señalaba que “millones de personas en todo el mundo pronto considerarán que los modelos grandes absorben todo su trabajo como un robo asombroso de proporciones sin precedentes”. Añadía, casi como un comentario al margen: “Casi nadie pretendía que el contenido que crearon se usara de esta manera, ni reciben compensación por su uso”.

Greg Brockman, cofundador de OpenAI, fue citado en documentos judiciales describiendo cómo la compañía desarrolló “un truco para salvar el muro de pago del New York Times”, y respondió con un dismissivo “ah, bonito” cuando se le preguntó al respecto. Brent Hecht, ejecutivo de Microsoft, escribió que los LLM roban contenido “sin mecanismos para distribuir valor económico a lo largo de la cadena de suministro, [lo cual] amenaza necesariamente la estabilidad económica de quienes crean el contenido”. Jack Clark, director de políticas de OpenAI, reconoció internamente que la compañía estaba “creando sistemas que sustituyen el trabajo de las personas que definen la cultura de la sociedad”.

El propio Satya Nadella declaró bajo juramento que después de arrancar contenido del New York Times y de otros sitios de noticias, los clics a esos sitios de noticias se desplomaron más de un 90 % en Bing.

Estos no son comentarios periféricos de ingenieros de nivel medio. Son los altos ejecutivos de dos de las compañías tecnológicas más poderosas del mundo, hablando en documentos internos y declaraciones bajo deposición, sobre lo que hacen sus productos y a quiénes dañan.

Las implicaciones legales son enormes

La consecuencia más inmediata de estos expedientes es legal. The New York Times busca una sentencia sumaria —un fallo judicial a su favor sin un juicio completo— basada en gran parte en los reconocimientos contenidos en estos documentos. Si el tribunal acepta el argumento de que los datos de entrenamiento fueron obtenidos mediante eludir muros de pago y usados sin compensación, eso representaría un cambio catastrófico en el panorama legal para toda la industria de la IA.

OpenAI y Microsoft han estado construyendo su defensa de uso legítimo sobre el argumento de que sus modelos son transformadores —que sintetizan y reinventan en lugar de simplemente copiar—. Pero los documentos internos revelan ejecutivos que entendían exactamente lo que estaban tomando y de quién. El testimonio de Nadella sobre la caída del 90 % en clics en Bing después de raspar el Times contradice directamente la noción de que la salida de la IA convive con el periodismo humano. Describe una relación de suma cero: más uso de IA significa menos tráfico hacia las mismas fuentes que hicieron posible la IA.

Jason Kint, director general de Digital Content Next —la organización gremial que representa a los editores de noticias detrás de la demanda— fue quien encontró y dio a conocer el expediente desclasificado. Su papel en traer esto a la luz no debe subestimarse. La industria de la IA ha operado durante años en una zona gris regulatoria, construyendo productos sobre contenido que nunca licenció, nunca pagó y nunca tuvo la intención de compensar. El sistema legal era la única institución con el poder de traspasar esa opacidad.

Qué pasa después para la industria

La implicación más amplia es existencial para el modelo de negocios que ha impulsado la fiebre del oro de la IA. Cada producto generativo de IA importante —ChatGPT, Copilot, Gemini, Claude— fue entrenado con conjuntos de datos extraídos de internet a gran escala. El supuesto, insertado en cada presentación comercial y valoración, ha sido que esto es legalmente permisible y económicamente sostenible. Estos documentos desmoronan ese supuesto.

Si los tribunales fallan en contra de los acusados en el caso del New York Times, el precedente podría extenderse mucho más allá de los editores de noticias. Artistas, músicos, desarrolladores de software, blogueros, educadores: cualquiera cuyo output creativo fue raspado para datos de entrenamiento podría argumentar su caso sobre bases similares. La frase “el mayor robo de mano de obra en la historia de la humanidad”, que apareció en un documento de Microsoft citado en el expediente, no es hipérbole de un testigo hostil. Es una descripción interna de la relación propia de la industria con el contenido que consume.

Las consecuencias económicas ya son visibles. Los editores que suministraron datos de entrenamiento están viendo destruido su propio tráfico por los productos que construyeron sin saberlo. Escritores y artistas que nunca fueron consultados están viendo su obra replicada sin compensación. El ciclo de condenación que Microsoft describió no es un riesgo teórico: es un fenómeno activo y medible. El tráfico de Bing hacia el New York Times cayó más de un 90 % después de que la compañía comenzó a usar contenido del Times en sus modelos de IA.

El conte de cuentas regulatorio

Quizá lo más significativo sea que estos expedientes proporcionan munición para los reguladores que han estado esperando pruebas de que los propios ejecutivos de la industria entendían el daño que causaban sus productos. El argumento de que el entrenamiento de la IA constituye uso legítimo se ha sostenido sobre la premisa de que la tecnología era creativamente transformadora en lugar de extractiva. Los documentos internos revelan ejecutivos que lo veían exactamente al revés: como extracción, como robo, como un modelo de negocios construido sobre la destrucción de su propia cadena de suministro.

Las implicaciones regulatorias se sentirán de inmediato. Los legisladores en Estados Unidos y la Unión Europea han estado redactando legislación sobre transparencia de la IA, licenciamiento de datos y compensación a creadores. Estos documentos proporcionan una base fáctica para esos esfuerzos: no especulaciones de críticos externos, sino testimonio de dentro de las propias compañías.

La pregunta ahora es si los tribunales y reguladores actuarán sobre lo que han aprendido. La industria de la IA ha pasado años moviéndose rápido e incurriendo en rotura. Los documentos sobre el ciclo de condenación muestran que, en este caso, lo que se rompió fue internet mismo: el ecosistema de creadores humanos, periodistas y artistas que hizo posible la inteligencia artificial generativa desde el principio. La cuenta de cuentas podría finalmente haber llegado.