Documentos presentados en la demanda de The New York Times contra OpenAI y Microsoft muestran que dentro de Microsoft existía preocupación por un posible círculo vicioso provocado por los grandes modelos de lenguaje. La idea era simple, la IA utiliza enormes cantidades de contenido publicado en Internet para aprender, pero al mismo tiempo puede reducir las visitas hacia las páginas que producen ese material.
Si los medios y sitios pierden tráfico, ingresos y capacidad para seguir publicando, también disminuye la cantidad de información nueva disponible para entrenar futuros modelos. En documentos internos, esta situación llegó a describirse como un “doom loop”, un escenario donde los propios sistemas de IA podrían terminar debilitando parte de su fuente de contenido.
Microsoft llegó a hablar de una IA capaz de dañar su propia web
Uno de los análisis internos citados en el proceso planteaba que los modelos podían “destruir su propia cadena de suministro”. ChatGPT, Copilot y los resúmenes integrados en buscadores pueden responder directamente muchas consultas, reduciendo el incentivo para abrir el enlace original. El problema aparece cuando esas páginas dependen precisamente de esas visitas para financiar periodistas, servidores y nueva producción.
Esta transformación también está relacionada con el concepto de “Google Zero”, donde buena parte de las búsquedas termina sin generar clics externos. Documentos incorporados al caso señalan que Google AI Overviews habría provocado caídas de hasta un 60% en determinadas referencias desde buscadores. Para medios sustentados por publicidad o suscripciones, una caída de ese tamaño puede tener un impacto fuerte.
La demanda también pone el foco sobre el uso de contenido protegido para entrenar modelos. Brent Hecht, director de Applied Science de Microsoft, cuestionó internamente tanto la escala de la recopilación como la idea de asumir automáticamente que todo ese uso podía quedar cubierto por el concepto estadounidense de fair use. Microsoft respondió que esas opiniones formaban parte de su trabajo académico y no representaban la postura legal oficial de la compañía.
Dentro de OpenAI también existían preocupaciones sobre la memorización de contenido protegido. Los documentos mencionan conversaciones sobre la necesidad de evitar que los modelos reproduzcan textos prácticamente de forma literal, algo importante para reducir posibles conflictos de copyright. El escrito judicial incluye ejemplos donde ChatGPT habría generado fragmentos extensos de publicaciones, por lo que la discusión no pasa solamente por el tráfico web, sino también por cómo se obtiene, utiliza y reproduce el contenido que alimenta a estos sistemas.
