OpenAI y Microsoft sabían que la IA destruiría el futuro de la web, pero siguieron adelante

Documentos judiciales filtrados sugieren que OpenAI y Microsoft eran conscientes de que el desarrollo de la inteligencia artificial podría generar un "bucle de destrucción" que perjudicaría tanto a los medios de comunicación como a las propias empresas de IA, al reducir la necesidad de visitar las fuentes originales de información.

El "doom loop" de la IA y la web

Unos documentos judiciales desvelados a raíz de una demanda han sacado a la luz que OpenAI y Microsoft manejaban información interna que advertía sobre el potencial destructivo de la inteligencia artificial para la propia World Wide Web. Al parecer, dentro de Microsoft ya se había analizado cómo el desarrollo de grandes modelos de lenguaje podría desencadenar un círculo vicioso. Este fenómeno, descrito internamente como un "doom loop" o bucle de destrucción, amenazaría simultáneamente a los medios de comunicación en Internet y a las propias empresas que desarrollan estas tecnologías. La preocupación se centra en que los modelos de IA se entrenan con ingentes cantidades de información extraída de la web, pero a su vez, productos como ChatGPT o Copilot, junto con los resúmenes generados directamente en los buscadores, disminuyen la necesidad de que los usuarios visiten las páginas que producen ese contenido. Si estas páginas pierden tráfico, ingresos y, por ende, la capacidad de generar nueva información, se deteriora la fuente de datos de la que dependen las futuras generaciones de IA.

Amenaza a la cadena de suministro de contenido

Uno de los documentos internos citados en el proceso judicial reconocía que la estrategia de contenidos basada en inteligencia artificial estaba generando un problema estructural. El producto final, es decir, la IA, podía terminar amenazando económicamente a quienes proporcionan la materia prima necesaria para su construcción. Microsoft llegó a describir sus propios modelos de lenguaje como un producto capaz de "destruir su propia cadena de suministro", dado que sustituyen parcialmente el contenido que posteriormente necesitan para entrenarse y mejorar. Este escenario está directamente relacionado con el fenómeno conocido como "Google Zero", donde los usuarios obtienen cada vez más respuestas directamente desde buscadores o asistentes de IA sin necesidad de visitar las páginas originales. El propio CEO de Microsoft, Satya Nadella, habría reconocido que este nuevo comportamiento está modificando la forma en que las personas buscan información. Documentos de OpenAI citados en el caso señalan que, una vez que un chatbot ofrece una respuesta satisfactoria, el usuario tiene menos incentivos para acceder al enlace original.

Pérdida de tráfico y el uso de contenido protegido

Los especialistas económicos y de medios de OpenAI también habrían analizado esta pérdida de tráfico. Según los documentos recopilados, sistemas como Google AI Overviews podrían haber provocado reducciones de hasta un 60% en algunas referencias procedentes de buscadores. Esto representa un problema significativo para los medios que dependen del tráfico orgánico para financiarse a través de publicidad, suscripciones u otros modelos de negocio. Otro de los puntos más delicados del procedimiento afecta directamente a la forma en que OpenAI y Microsoft obtuvieron los datos para desarrollar sus modelos. El escrito del New York Times recoge declaraciones internas críticas, como la de Brent Hecht, director de Applied Science de Microsoft, quien cuestionó tanto la escala de la recopilación de contenido como la defensa de que este uso encajase automáticamente dentro del concepto estadounidense de "uso legítimo". Microsoft, sin embargo, ha intentado distanciarse de estas afirmaciones, señalando que Hecht fue contratado precisamente para aportar perspectivas académicas contrapuestas y que sus comentarios no representan la posición legal oficial de la compañía. Los documentos judiciales también señalan una preocupación dentro de OpenAI por la capacidad de sus modelos para memorizar y reproducir contenido protegido de forma casi literal. Empleados de la compañía reconocían internamente que evitar la memorización era crucial para reducir posibles infracciones de copyright, aunque el escrito judicial recoge varios ejemplos en los que ChatGPT habría reproducido extensos fragmentos de publicaciones de diversos medios.