El debate sobre la compensación a editores lleva décadas. Ahora tiene nombre, apellido y valuación financiera.
Cuando OpenAI lanzó ChatGPT, los ejecutivos de las grandes redacciones del mundo sintieron algo familiar: el mismo escalofrío que recorrió la industria cuando Google empezó a indexar titulares sin pagar un centavo. Solo que esta vez la apropiación es más sofisticada. No alcanza con el titular. La inteligencia artificial se lleva el artículo completo, lo digiere, lo procesa y devuelve una respuesta que hace innecesario el clic. El usuario nunca llega al sitio. El anunciante nunca paga. Los periodistas profesionales, eventualmente, se quedan sin trabajo.
«La expansión de la búsqueda con IA tuvo un impacto inmediato y devastador sobre el tráfico a los sitios de los editores», escriben Anya Schiffrin, directora de la especialización en Tecnología, Medios y Comunicaciones de la Universidad de Columbia, y Haaris Mateen, profesor de finanzas en la Universidad de Houston, en un capítulo publicado este año en el libro Valuing News (Springer, 2026). Su argumento central es tan simple como incómodo para Silicon Valley: las dificultades para cobrarle a la IA por el uso de contenido periodístico no tienen que ver con la complejidad del cálculo. Tienen que ver con el poder.
El problema no es técnico. Es político.
Schiffrin y Mateen identifican al menos cinco metodologías para determinar cuánto debería pagar una empresa de inteligencia artificial por usar noticias en el entrenamiento de sus modelos. Están las que miran el lado de la oferta —cuánto cuesta producir ese contenido, qué fracción del corpus de entrenamiento representa el periodismo— y están las que miran la demanda: cuánto más valen los modelos que incluyen noticias frente a los que no las incluyen.
Esta última es la que los autores consideran más rigurosa. La idea es sencilla en su planteo aunque exigente en su ejecución: tomar dos versiones de un modelo de lenguaje, una entrenada con noticias y otra sin ellas, medir la diferencia en engagement, tiempo de uso y disposición a pagar de los usuarios, y de ahí inferir el valor incremental del periodismo para la IA. Es, en esencia, el mismo método que usan los economistas conductuales para medir el valor de cualquier bien.
Una versión más accesible de este enfoque ya existe. Un estudio de la firma Fehr Advice & Partners AG calculó cuánto valen para Google y Facebook los contenidos periodísticos que circulan en sus plataformas. El resultado fue lo suficientemente alto como para incomodar a ambas empresas.
El pasado que financiaba el presente
Durante décadas, el periodismo funcionó con un modelo de cross-subsidio implícito: las notas de entretenimiento y moda pagaban los sueldos de los corresponsales de guerra y los investigadores que pasaban meses rastreando una historia de corrupción. Según la investigación del economista James T. Hamilton que citan Schiffrin y Mateen, los medios estadounidenses invertían entre cinco y siete meses en producir cada investigación, con costos de entre 200.000 y 300.000 dólares por historia. El retorno social estimado era de 143 dólares por cada dólar invertido.
Ese sistema funcionaba, aunque de manera imperfecta, hasta que llegaron las plataformas. Google y Meta rompieron el modelo publicitario que financiaba la ecuación. Ahora la IA amenaza con rematar lo que queda: el tráfico directo a los sitios, última fuente de ingresos para muchos editores.
Los autores son contundentes: las empresas de inteligencia artificial no están pagando suficiente, y cuando pagan, lo hacen bajo acuerdos de confidencialidad que impiden cualquier comparación de mercado. OpenAI, por ejemplo, cerró acuerdos con The Wall Street Journal, Financial Times, Vox Media y TIME, pero los montos son secretos. Perplexity hizo lo propio con AP, USA Today y The Independent. Nadie sabe si es un precio justo porque nadie puede comparar.
La ley australiana y el ejemplo que nadie quiso seguir
El único antecedente de regulación efectiva es el Código de Negociación de Medios australiano, que obligó a Google y Meta a sentarse a negociar con los editores bajo la amenaza de una legislación aún más restrictiva. El resultado fue imperfecto —favoreció a los grandes medios y dejó afuera a los locales y regionales— pero demostró que sin presión legal, las plataformas simplemente no pagan.
El argumento de «fair use» que esgrimen las empresas tecnológicas en Estados Unidos es, según Schiffrin y Mateen, una distorsión de la norma original, que fue diseñada para proteger a académicos que citan fuentes en sus investigaciones, no para que corporaciones de billones de dólares ingieran sin compensación el trabajo de miles de periodistas.
En 2025, Suiza propuso modificar su ley de derechos de autor para obligar a Google a compensar a los editores cuando muestran contenido periodístico en sus servicios. En 2026, el Parlamento Europeo votó una moción que insta a la Comisión Europea a analizar y adoptar medidas concretas para proteger las creaciones cubiertas por derechos de autor frente al uso impagado por parte de sistemas de IA. En América Latina, el bloque GRULAC presentó una propuesta ante la OMPI para introducir derechos de remuneración vinculados al uso de contenidos en datasets de entrenamiento.
Compartir el excedente
Los autores proponen un marco conceptual basado en la teoría del regateo de John Nash: cuando dos partes crean un producto conjunto — en este caso, una respuesta de IA que no existiría sin el periodismo que la alimenta — el excedente generado debería dividirse de manera equitativa. El problema es que esa división requiere transparencia sobre cuánto vale cada parte, y las empresas de IA no tienen ningún incentivo para revelar esos datos.
Para los modelos que aún no generan ganancias —como fue el caso de OpenAI durante años— los autores sugieren mirar los precios de las acciones: cuando una empresa como Google o Microsoft anuncia una nueva versión de su modelo de IA y su cotización sube, ese incremento refleja el valor que el mercado le asigna a la IA. Parte de ese valor viene del periodismo. Esa parte debería ser compensada, ya sea en efectivo o en participación accionaria.
El futuro del ecosistema informativo
«El futuro del periodismo puede estar en juego», concluyen Schiffrin y Mateen. No es retórica. Los desiertos informativos —regiones enteras sin cobertura local— ya son una realidad en Estados Unidos, Australia y varios países europeos. La IA acelera ese proceso: si los usuarios obtienen respuestas sin hacer clic, los editores pequeños desaparecen primero, luego los medianos, y finalmente quedan solo los que pueden subsistir con fondeos filantrópicos o estatales.
No hay nada nuevo en este debate. El periodismo lleva décadas negociando con anunciantes, sindicatos de distribución, agregadores y plataformas. Lo que hay de nuevo es la escala del problema y la velocidad con la que se deteriora el ecosistema. Las herramientas para calcular cuánto debe pagar la IA existen. Los marcos legales están en construcción. Lo que falta —como siempre— es la voluntad política de obligar a las empresas más rentables de la historia a pagar por el bien público que consumen.
Por Agustina Ordoñez y Andrés D´Alessandro.
Artículo basado en «How to Calculate What News is Worth to AI», de Anya Schiffrin y Haaris Mateen, publicado en Valuing News (Springer, 2026), y en la presentación «Valuing News & AI Compensation», de los mismos autores, marzo de 2026.
