Documentos internos de OpenAI y Microsoft admitieron lo que los críticos decían en voz alta hacía tres años: el raspado a escala está destruyendo la web de la que dependen los modelos.
404 Media publicó el 17 de septiembre el artículo que da nombre al fenómeno: doom loop. La documentación interna, ligada a la litigación del New York Times y al contexto del Google Zero, registra a los ejecutivos reconociendo que millones de personas pasarán a considerar los grandes modelos "un robo impresionante" del trabajo ajeno. The Verge y Futurism documentaron la misma admisión al día siguiente, con un director de Microsoft reconociendo el saqueo sin retorno.
El loop, dibujado
La mecánica es simple y cerrada: modelos entrenados con contenido de la web generan más contenido, que vuelve a la web, que entrena a la próxima generación. En cada vuelta, la fracción humana original disminuye y la fracción de síntesis de síntesis aumenta.
El resultado previsto en la propia documentación: la web queda más vacía de trabajo humano justo para los modelos que la necesitan para no degenerar. Es el model collapse a escala de internet: el insumo agotándose en medio de la fábrica que lo consumió.
La admisión cambia el juego público
Empresas acusadas de saqueo respondieron durante años con la misma línea: entrenamos con datos públicos, es uso justo, los procesos dirán. Lo que 404 Media reveló es que, internamente, el diagnóstico era otro: los ejecutivos sabían que el público leería "hoovering up" como robo, y que el loop dañaría el ecosistema.
Esto cambia el juego de tres formas: la narrativa de "los datos públicos son libres" quedó sin dueño; la litigación (con el NYT a la cabeza) ganó el argumento de que ni los propios desarrolladores creían en la lectura generosa; y el mercado de contenido ganó la regla de valor que faltaba.
Para quien publica: lo original es lo escaso
La consecuencia práctica para las empresas es la inversión de valor: en una web cada vez más sintética, el contenido humano original con autoría, fuente y método se convierte en un activo escaso.
Cuatro movimientos que el doom loop premia:
- Original en su dirección: el análisis propio vive en el sitio de la empresa; la red social es distribución, no residencia.
- Autoría marcada: firma, fecha, fuentes y método visibles, lo que separa el trabajo humano de la salida de un modelo.
- Derechos declarados: robots.txt, términos y licencias que dicen qué puede hacer la IA de terceros, la base legal que la litigación en curso está poniendo precio.
- IA como asistente, no como fuente: usar el modelo para acelerar el trabajo humano, nunca para sustituir el insumo que da valor a la pieza.
Conclusión
El doom loop es la primera crisis de la IA que la IA admite en un documento interno: el insumo se está acabando, y el insumo somos nosotros.
Para quien publica, la lectura no es pánico, es poner precio: lo original vale más hoy de lo que valía cuando la web era gente escribiendo para gente sin competencia de máquinas. La pregunta de octubre es cuántas piezas originales publicó su empresa este año, y en qué dirección viven. Si la respuesta es "en la plataforma de los otros", el loop ya se está comiendo las suyas.