RSL Collective quiere que los editores cobren por cada uso que la IA hace de sus contenidos. Y tiene un plan concreto para lograrlo

Una organización sin ánimo de lucro ha diseñado un estándar técnico que permite a cualquier medio —grande o pequeño— fijar las condiciones de uso de su contenido por parte de los sistemas de inteligencia artificial y recibir un canon por cada interacción. Su responsable de alianzas cifra la oportunidad en 100.000 millones de dólares.

Hasta ahora, el debate sobre la compensación a los medios por el uso de sus contenidos en la IA se ha movido entre dos extremos: los acuerdos bilaterales que solo están al alcance de los grandes grupos editoriales, y los litigios judiciales que se prolongan durante años. Entre medias, la gran mayoría de los editores recibe lo mismo: nada.

RSL Collective (Really Simple Licensing) propone una tercera vía. La organización, sin ánimo de lucro, ha desarrollado un mecanismo de licencia colectiva construido sobre un estándar técnico legible por máquinas que permitiría a cualquier editor articular sus derechos y recibir un canon por cada uso que los sistemas de IA hagan de su contenido. No como aspiración, sino como modelo operativo ya en marcha.

John Boyden, responsable de alianzas de RSL, presentó el modelo en un webinar organizado por WAN-IFRA. Su diagnóstico no deja margen para la ambigüedad: los sistemas de IA consumen contenido editorial a escala masiva sin abonar contraprestación alguna, erosionando los modelos de ingresos basados en tráfico y debilitando la relación de los medios con sus audiencias. El punto de partida para casi todos los editores es el mismo: compensación cero.

El modelo ASCAP aplicado al periodismo

RSL se ha fijado en lo que funciona. El referente es ASCAP, la entidad que gestiona los derechos de autor en la industria musical: negocia con los usuarios del contenido en nombre de todos sus miembros y distribuye los ingresos entre quienes lo han creado. RSL replica esa lógica para el sector editorial.

El modelo descansa sobre tres pilares: un marco de derechos que permite a cada editor especificar cómo puede utilizarse su contenido; un marco de licencia colectiva que agrupa a todos los adheridos en una posición negociadora común; y un sistema de royalties por uso aplicado a cada interacción de la IA con el contenido licenciado.

La propuesta también resulta atractiva para las empresas de IA: en lugar de negociar decenas de miles de acuerdos individuales, acceden mediante un único contrato al contenido de todos los editores representados por RSL.

Sin cuotas, sin compromisos, sin trampa

El diseño del modelo está pensado para eliminar fricciones. RSL no exige cuotas de adhesión ni compromiso de permanencia: un editor puede incorporarse un mes y salir al siguiente. La adhesión es no exclusiva —nada impide firmar acuerdos directos con plataformas de IA en paralelo— y, según Boyden, no presenta inconveniente alguno para el editor.

En cuanto a la remuneración de la propia organización: RSL cobra cuando los editores cobran. Mientras no se active el flujo de ingresos por licencias, no solicita dinero a nadie.

Entre los miembros actuales figuran Wikipedia, Reddit, Yahoo, USA Today, Torstar y Ziff Davis. La organización trabaja además con Cloudflare, Akamai y Fastly para implementar la validación de los rastreadores de IA a través del estándar técnico que ha desarrollado.

Lo que esto significa para los medios españoles

La propuesta de RSL llega en el momento oportuno. Los acuerdos directos con las grandes plataformas de IA han estado reservados, hasta ahora, a quienes tenían músculo suficiente para negociarlos. El modelo de licencia colectiva cambia esa ecuación: pone a editores de cualquier tamaño en la misma mesa.

La cifra que maneja RSL —100.000 millones de dólares de oportunidad potencial— puede sonar a marketing. Pero refleja una tensión real: el gasto en IA crece de forma explosiva mientras los ingresos digitales del periodismo llevan años estancados. Para los medios asociados a AMI, vale la pena seguir de cerca cómo evoluciona este modelo.