El valor económico de las noticias utilizadas por sistemas de inteligencia artificial puede estimarse con métodos ya conocidos en economía y finanzas, pero los medios no logran capturar ese valor debido al desequilibrio de poder frente a las plataformas tecnológicas y a la falta de mecanismos efectivos de compensación.
La aportación de la información periodística a los sistemas de inteligencia artificial es medible desde distintos enfoques, incluidos el peso de los contenidos en los datos de entrenamiento, su impacto en el comportamiento de los usuarios o su contribución al valor de las propias empresas tecnológicas. Sin embargo, la existencia de estas metodologías no se traduce en acuerdos de pago proporcionales, lo que sitúa el problema en el funcionamiento del mercado y no en la capacidad de cálculo.
Además, el uso de noticias por parte de sistemas generativos está reduciendo el tráfico hacia los medios, al ofrecer respuestas completas sin necesidad de acceder a las fuentes originales, lo que elimina una de las principales vías de retorno económico indirecto y agrava la caída de ingresos del sector.
Un estudio realizado por Anya Schiffrin (Universidad de Columbia) y Haaris Mateen (Universidad de Houston), publicado en el libro Valuing News, y titulado How to Calculate What News is Worth to AI analiza estas dinámicas y concluye que el periodismo sigue siendo un bien público con efectos directos sobre la calidad democrática y el funcionamiento económico, al mejorar el conocimiento de los ciudadanos, aumentar la participación electoral y facilitar la detección de la corrupción, pero que afronta un momento complejo por el impacto de la IA.
El trabajo sitúa el origen del problema en la transformación del modelo económico de los medios. Durante décadas, la combinación de publicidad y suscripciones permitió financiar la producción informativa, aunque sin reflejar plenamente su valor social. Ese equilibrio se rompió con la digitalización, que multiplicó la oferta publicitaria y redujo su valor unitario, al tiempo que las plataformas tecnológicas concentraban los datos de los usuarios y los ingresos asociados.
El informe detalla que este proceso ha debilitado especialmente a los medios locales y ha dificultado la financiación de contenidos de alto coste, como el periodismo de investigación, cuya producción puede requerir entre cinco y siete meses de trabajo y costes de entre 200.000 y 300.000 dólares por reportaje en algunos casos analizados.
La expansión de la inteligencia artificial ha intensificado esta tendencia. A diferencia de las plataformas tradicionales, los sistemas generativos no dependen de enlaces para generar valor, lo que reduce la visibilidad de las fuentes originales y limita las posibilidades de monetización por parte de los medios.
Tres factores que explican la falta de remuneración adecuada
El estudio identifica tres factores que explican la falta de remuneración adecuada: la apropiación de contenidos sin compensación, la percepción de que los medios se benefician del tráfico generado por las plataformas y la asimetría de poder en las negociaciones, que impide alcanzar acuerdos equilibrados.
Para abordar esta situación, los autores describen varias metodologías de valoración. Una de ellas se basa en medir el peso de los contenidos informativos en los datos de entrenamiento de los modelos de inteligencia artificial, aunque advierte que esta aproximación puede infravalorar su impacto real.
Otra vía parte de los costes de producción del periodismo, utilizando datos disponibles en los propios medios. Este enfoque permite establecer una base mínima de valoración, pero no incorpora el valor adicional de los contenidos más relevantes ni su impacto social.
El informe también plantea un enfoque centrado en la demanda, que analiza el valor que los usuarios atribuyen a la información periodística dentro de los sistemas de inteligencia artificial, mediante comparaciones entre versiones con y sin acceso a noticias, evaluando variables como el uso o el nivel de interacción.
A estas metodologías se añade un enfoque basado en el perjuicio económico, que estima la pérdida de ingresos publicitarios de los medios como consecuencia del uso de sus contenidos por parte de plataformas y sistemas de inteligencia artificial, aunque presenta dificultades para traducir el uso algorítmico en métricas comparables con el consumo humano.
El documento introduce además factores que complican la valoración, como la diferencia entre tipos de contenido. Las informaciones en tiempo real y las fuentes más fiables aportan más valor a los sistemas de inteligencia artificial, al mejorar la precisión de las respuestas y reducir errores, lo que influye directamente en su competitividad.
Desde una perspectiva financiera, el análisis plantea que el valor de las noticias debe vincularse a los ingresos futuros de las empresas de inteligencia artificial, dado que muchas de ellas aún no generan beneficios, lo que abre la puerta a fórmulas de compensación basadas en valoraciones a largo plazo.
El estudio concluye que el problema de fondo no es técnico, sino estructural. Sin cambios en las reglas del mercado o sin intervención regulatoria, los medios seguirán recibiendo una parte minoritaria del valor que generan, a pesar de que ese valor puede estimarse con precisión.
