La extracción automatizada de contenidos agrava el desequilibrio contra los editores, según reporte de TolBitt

Desarrolladores de IA y grandes empresas están accediendo al contenido periodístico a través de terceros que lo extraen y lo revenden, en lugar de pagar directamente a los editores. Ni los muros de pago ni la ciberseguridad han conseguido frenar estas prácticas, mientras el tráfico de bots de IA crece rápidamente. Al mismo tiempo, los sistemas de IA consumen cada vez más contenidos en tiempo real, pero generan muy pocas visitas a los medios, incluso cuando existen acuerdos de licencia. El resultado es un desequilibrio creciente entre el uso del periodismo y su retorno económico.

El avance de la inteligencia artificial generativa está redefiniendo la relación entre los medios de comunicación y la infraestructura digital que históricamente ha canalizado el tráfico, la visibilidad y los ingresos. El informe State of the Bots 2025 Q3 & Q4 – The Leaky Pipes, elaborado por TollBit, aporta datos concretos que confirman una inquietud creciente en el sector: el periodismo se ha convertido en una fuente estructural de información para la IA, pero sin un retorno proporcional para quienes producen ese contenido.

El estudio muestra que, lejos de acceder al contenido editorial a través de acuerdos directos con los editores, muchos desarrolladores de IA y grandes empresas están recurriendo a una red cada vez más sofisticada de terceros especializados en scraping. Estos intermediarios extraen contenidos de los sitios web (incluidos medios de comunicación), los adaptan para su uso en sistemas de IA y los comercializan, sin que exista una relación contractual con los titulares de los derechos. TollBit ha identificado cerca de 40 actores de este tipo, muchos de los cuales publicitan abiertamente técnicas de evasión de sistemas de detección y simulación de comportamiento humano.

Esta dinámica ha demostrado ser resistente incluso frente a las barreras tecnológicas más avanzadas. El informe documenta cómo contenidos protegidos por muros de pago pueden ser extraídos en su totalidad por determinados scrapers. En pruebas realizadas sobre medios de alta autoridad en Estados Unidos y Reino Unido, la diferencia entre sitios con y sin suscripción resultó, en la práctica, limitada. El propio informe subraya que empresas como Google y Reddit, con enormes recursos técnicos y financieros, no han logrado frenar estas prácticas únicamente mediante ciberseguridad, recurriendo finalmente a la vía judicial como último recurso. Para los editores, esto evidencia una posición estructuralmente desventajosa en una carrera tecnológica que no pueden ganar en solitario.

El tráfico de bots de IA crece rápidamente y ya rivaliza con el humano

Mientras tanto, el peso de la IA en el tráfico web sigue creciendo de forma acelerada. A comienzos de 2025, se registraba una visita de un bot de IA por cada 200 visitas humanas; a finales de año, la proporción ya era de una por cada 31. Este aumento se produce en paralelo a un estancamiento, e incluso retroceso, del tráfico web realizado por personas, lo que amplifica la presión sobre los modelos de negocio basados en la audiencia.

El informe pone el foco, además, en un cambio cualitativo, relevante: el protagonismo de los bots de recuperación de información en tiempo real, conocidos como RAG. A diferencia de los bots utilizados para entrenar modelos, los RAG acceden de forma recurrente a los mismos contenidos para responder a preguntas actuales de los usuarios. En el último trimestre de 2025, estos bots realizaron de media diez veces más accesos por página que los bots de entrenamiento. Los temas más demandados (noticias de actualidad, entretenimiento, guías de compra o eventos culturales) reflejan claramente que el periodismo está siendo utilizado como una infraestructura viva y permanente para los sistemas de IA.

Sin embargo, este consumo intensivo de contenidos no se traduce en tráfico para los medios. TollBit constata que las aplicaciones de IA generan, de media, apenas el 0,12% de las visitas referidas a los sitios web, y que la tasa de clics desde estas plataformas cayó de forma pronunciada a lo largo de 2025. Incluso los medios que han firmado acuerdos directos de licencia con empresas de IA experimentaron un descenso significativo en el retorno de tráfico, lo que sugiere que estos acuerdos, por sí solos, no garantizan visibilidad ni sostenibilidad.

El informe también cuestiona la eficacia de los mecanismos tradicionales de protección de derechos en la web. En el último trimestre de 2025, cerca de un tercio de los accesos de bots de IA ignoraron explícitamente las instrucciones establecidas en los archivos robots.txt. En algunas categorías, como entretenimiento o comercio, los accesos no autorizados superaron ampliamente a los permitidos. Además, una parte significativa de estos accesos se produce simulando tráfico humano, lo que dificulta su detección y control.

Una conclusión clara para los medios

La conclusión del informe es clara: el modelo actual de “extraer y bloquear” es ineficiente tanto para los editores como para los desarrolladores de IA. Mientras unos invierten de forma creciente en defensas técnicas, otros destinan millones a infraestructuras de scraping que operan en una zona gris legal y económica. TollBit plantea que avanzar hacia modelos de acceso sancionado, licencias claras y marcos regulatorios que impidan la suplantación de usuarios humanos es una condición necesaria para que el ecosistema informativo del que depende la IA pueda sostenerse en el tiempo.

Para los medios de comunicación, el mensaje es inequívoco: el desafío que plantea la IA ya no es solo tecnológico, sino estratégico. Está en juego la capacidad del periodismo para seguir financiando la producción de información fiable en un entorno donde su contenido es ampliamente utilizado, pero escasamente recompensado.