La IA exprime el trabajo periodístico a gran escala sin otorgar crédito ni citar fuentes

Investigadores canadienses han publicado un estudio que expone que los principales asistentes virtuales de IA (ChatGPT, Claude, Gemini y Grok ) absorben de forma sistemática las noticias para generar respuestas propias, sin citar a los medios de comunicación.

La irrupción de la inteligencia artificial ha transformado drásticamente el modelo de distribución y rentabilidad de la información, usando los contenidos de las páginas web de los medios de comunicación, para entrenarse y para ofrecer respuestas a sus usuarios.

Para entender el impacto real, el Centre for Media, Technology and Democracy de la Universidad de McGill ha publicado un análisis titulado AI News Audit. En él, se advierte de una extracción masiva de valor corporativo que amenaza la supervivencia de las redacciones. El informe, elaborado por los expertos Taylor Owen y Aengus Bridgman, evalúa más de 18.000 consultas sobre 2.267 noticias de medios canadienses en los cuatro principales modelos de IA de las empresas tecnológicas del sector.

Asimilación de datos y sustitución del producto informativo

En una primera fase de la investigación, los autores desactivaron la búsqueda en internet para comprobar qué información habían asimilado internamente los sistemas durante su fase de aprendizaje. Los resultados demostraron que los modelos poseen un conocimiento detallado de la actualidad política y local, evidenciando que han ingerido de forma sistemática el trabajo de las empresas periodísticas. De hecho, demostraron tener al menos un conocimiento parcial en el 74 % de las respuestas sobre historias publicadas dentro de su periodo de aprendizaje. Sin embargo, el dato más alarmante para la industria mediática es que el 92 % de esas respuestas no incluyó ningún tipo de atribución a la fuente original. La información, costosa de producir y verificar, ha sido convertida en simple materia prima y su origen ha sido borrado por completo.

El desafío adquiere una dimensión aún mayor cuando los asistentes virtuales se conectan a internet. Al formular preguntas genéricas sobre artículos recientes, simulando el comportamiento habitual de los consumidores, todos los modelos generaron textos que cubrían suficientes detalles, citas y hallazgos exclusivos del reportaje original como para reducir significativamente la motivación del usuario de visitar la página web del medio. En términos cuantitativos, las herramientas lograron cubrir el contenido distintivo de las noticias en entre el 54 % y el 81 % de las ocasiones, destacando Gemini como el modelo que más sustituye a la fuente (81 %), seguido de Claude (72 %), Grok (59 %) y ChatGPT (54 %).

A pesar de ofrecer a los usuarios respuestas que toman en una gran medida los contenidos de la prensa, la tasa de atribución en el texto principal fue escasa, oscilando entre el 1 % de ChatGPT y el 16 % de Claude, mientras que Gemini y Grok se quedaron en un marginal 6 % y 7 %, respectivamente. Los autores recalcan que, aunque los sistemas proporcionan enlaces web en un 52 % de las respuestas, el lector rara vez ve el nombre del medio que ha creado la noticia en el texto que está consumiendo.

Los retos que enfrentan los muros de pago 

La investigación desmonta la premisa de que los modelos de suscripción pueden proteger la propiedad intelectual de los editores. Los datos revelan que los muros de pago no ofrecen una barrera real en los mercados actuales, ya que la inteligencia artificial logró reproducir el contenido periodístico restringido en un 64 % de las ocasiones —destacando el comportamiento específico de Claude, que replica este contenido de pago en un 68 % de los casos—, una cifra cercana al 70 % registrado en las noticias de acceso gratuito.

Esto ocurre porque los algoritmos encuentran versiones en abierto de la misma historia debido a la alta competencia del sector, o porque logran acceder a las direcciones web de pago y esquivar las restricciones que sí bloquean a los lectores humanos. En ambos escenarios, el periodismo de pago es explotado sin compensación.

Cuando la inteligencia artificial sí decide otorgar visibilidad, lo hace de una manera extremadamente asimétrica, fragmentando el ecosistema mediático. Las escasas menciones directas benefician casi en exclusiva a grandes corporaciones de difusión nacional y gratuita, ignorando de manera sistemática a la prensa regional y a las publicaciones de pago.

Esta exclusión afecta a nichos concretos como el periodismo francófono en Canadá. Sus reportajes son asimilados masivamente para nutrir los sistemas en proporciones similares a las del periodismo anglófono, pero sus medios solo aparecen referenciados en el 10 % de las citas de los cuatro modelos evaluados (ChatGPT, Claude, Gemini y Grok), lo que supone una desventaja por cuestiones de idioma.

Por otro lado, el análisis detalla comportamientos dispares y problemáticos entre los distintos modelos. Mientras modelos como Gemini o ChatGPT esconden casi por completo el nombre de las cabeceras periodísticas otros tienden a inventar datos de forma agresiva cuando se les pregunta por eventos recientes que desconocen al estar fuera de su periodo de entrenamiento. En estos casos, la versión gratuita de ChatGPT y Grok llegan a generar respuestas inexactas en el 88 % y el 84 % de las ocasiones, respectivamente, creando narrativas falsas con un tono de aparente rigor. Por el contrario, los autores señalan que Claude suele optar por negarse a responder cuando carece de datos precisos en lugar de alucinar la información.

Ante esta realidad y la ineficacia de las normativas actuales —concebidas para plataformas que enlazan artículos y no para sistemas automatizados que los sintetizan—, el informe insta a los legisladores a explorar nuevas vías. Entre las soluciones planteadas destacan la imposición de estándares de atribución obligatoria por defecto en las respuestas y el debate sobre un modelo de licencias legales obligatorias, un mecanismo de pago centralizado que aseguraría que las empresas tecnológicas compensen al conjunto del ecosistema periodístico de forma equitativa y no solo a los grandes grupos mediante acuerdos privados.