Microsoft y OpenAI sabían: el «mayor robo laboral» de la IA

Documentos internos prueban que Microsoft y OpenAI sabían lo que hacían

A finales de 2023, The New York Times demandó a OpenAI y Microsoft por usar millones de artículos periodísticos para entrenar sus modelos de IA sin permiso ni compensación. Once medios más se unieron después a esa demanda. Más de dos años después, los documentos internos desclasificados en el caso confirman lo que muchos sospechaban: en ambas compañías había voces de alto nivel que advertían internamente de lo problemático de la práctica.

El más explícito fue Brent Hecht, director de ciencia aplicada de Microsoft, que en 2023 escribió que el entrenamiento de los modelos era "el mayor robo laboral de la historia" y que "millones de personas en todo el mundo pronto considerarán que el hecho de que grandes modelos absorban todo su trabajo es un robo asombroso de proporciones sin precedentes". En otro memorando interno, Microsoft reconoció que la estrategia de IA había puesto en marcha un "doom loop" (bucle de autodestrucción) en el que sus propios chatbots amenazaban la cadena de suministro de la que dependían: los medios de comunicación.

La respuesta oficial de Microsoft fue desmarcarse: "Estos comentarios reflejan la perspectiva individual de un empleado, no son un análisis legal y no representan la posición de la empresa", declaró un portavoz a The New York Times, según recogió East Bay Times. La misma estrategia usó para el concepto de "doom loop": un documento interno reconocía que el producto final amenazaba las bases económicas de sus proveedores esenciales, pero la compañía insiste en que el texto abordaba "principios generales", no el caso judicial.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Lo que OpenAI celebraba en privado

Los documentos no solo describen un dilema ético: describen decisiones ejecutivas. Greg Brockman, presidente de OpenAI, respondió con un "ah, qué bien" cuando un empleado le contó que había encontrado un truco para saltarse el muro de pago del New York Times, según los archivos judiciales. En otro correo, Jack Clark (entonces director de políticas de OpenAI y hoy cofundador de Anthropic) advertía en 2020 a Sam Altman que el rumbo tomado llevaría a construir sistemas que "sustituyan el trabajo de las personas que definen la cultura de la sociedad".

Nick Turley, responsable de producto de ChatGPT, escribió en 2023 que la IA era una "amenaza existencial" para el periodismo. Un año después, fue más allá: "Los productos de IA son en gran medida sustitutivos, punto". Es decir, OpenAI sabía que ChatGPT no sería un nuevo canal para descubrir noticias como Google Discover, sino un sustituto directo del consumo.

Las cifras que ha desclasificado la demanda son concretas. Un ingeniero de OpenAI avisó en 2023 que "por mucho que mostremos los enlaces, los usuarios no van a hacer clic". Las métricas no le desmienten: la presentación indica caídas del 83-93% en clics hacia medios como The Times, The Register y New York Daily News; un 36% de suscriptores del NYT encuestados afirma que con ChatGPT "ya no necesito noticias del New York Times"; y un 28,6% más de antiguos suscriptores de medios regionales pregunta las noticias a la IA que quienes siguen pagando.

Un juez, el Departamento de Justicia y un mercado que ya cambió

La demanda se dirime en el Distrito Sur de Nueva York, y su resolución marcará un precedente global sobre si el entrenamiento de LLMs con material con copyright cabe en la doctrina de fair use. El caso se complementa con un dato clave: el Gobierno de Estados Unidos se posicionó en septiembre de 2026 con un escrito de 20 páginas en defensa de OpenAI y Microsoft, argumentando que limitar el entrenamiento por copyright "amenaza la seguridad nacional" y da ventaja a competidores extranjeros.

La cronología judicial no favorece una resolución rápida. En 2025, un juez californiano condenó a Anthropic a pagar 1.500 millones de dólares a un grupo de autores, aunque no por entrenar sus modelos con sus libros, sino por usar bibliotecas piratas (shadow libraries) para conseguirlos. El mismo juez reconoció que el entrenamiento es "transformativo" y, por tanto, fair use. En paralelo, medios como Ziff Davis, News Corp y Penske Media han emprendido acciones similares contra OpenAI, Google y Perplexity. Anthropic, paradójicamente, sigue sin ser demandada por editores digitales pese a no haber firmado licencias, según Adweek.

El contexto importa para entender la dimensión sistémica del problema. Cloudflare publicó en julio de 2026 que el tráfico humano en la web cayó al menos un 35% en todas las industrias entre junio de 2025 y abril de 2026, con Google acaparando el 88% de las derivaciones de referencia y un 52% de las peticiones de rastreadores destinadas ya a entrenar IA. Periodísticos como Wired o Business Insider llevan meses reportando caídas de tráfico por encima del 50% desde el despliegue de AI Overviews.

Qué significa esto para tu startup

El litigio no es solo una pelea legal entre gigantes: redefine el coste de construir y distribuir cualquier producto cuya cadena de valor incluya contenido de terceros. Para una startup hispanohablante, hay tres consecuencias prácticas que ya se están manifestando:

El SEO clásico está dejando de funcionar. Si tu modelo de adquisición depende de aparecer en Google y ese tráfico cae entre un 35% y un 93% según el vertical (datos de Cloudflare y de la demanda del NYT), necesitas diversificar canales ya. Las suscripciones, las apps y los acuerdos de citación con plataformas de IA pesan cada vez más que el tráfico orgánico.
Las licencias de contenido son un activo, no un gasto. El estudio conjunto de Press Ranger y OtterlyAI con 129,3 millones de citaciones muestra que los editores con contrato con OpenAI reciben un 48% más de citaciones en ChatGPT. Para una startup que vende información, datos o research, pagar por contenido de calidad se traduce en visibilidad medible dentro de los asistentes de IA.
El fair use no es un escudo automático. Anthropic perdió 1.500 millones de dólares por el mismo entrenamiento que un juez calificó de fair use, solo por el método de adquisición. Si tu startup scrapea contenido, documenta de dónde sale, qué licencia tiene y cómo lo almacenas: el "doom loop" interno que Microsoft describió en sus propios documentos puede ser también tu riesgo legal.

Acciones concretas que puedes tomar esta semana

Audita el corpus de tu producto. Si tu modelo se entrena con datos de terceros, haz un mapa de fuentes y comprueba si cada una autoriza scraping comercial, citación o reentrenamiento. El caso Anthropic demuestra que el cómo importa tanto como el qué.
Mide tu dependencia de Google. Exporta tus últimas 12 semanas de Search Console y calcula qué porcentaje de tu tráfico de adquisición viene de Google. Si supera el 50%, diseña un plan para llevarlo al 30% en seis meses: email, comunidad, partnerships con editores con licencias, RSS, app propia.
Negocia o compra contenido con contrato. Aunque tu startup sea early stage, pagar 1.000-5.000 dólares al año por acceso a un feed de calidad es barato si te coloca en las respuestas de ChatGPT, Perplexity o Copilot. Los editores con licencia están captando casi el 58% de su tráfico de citaciones solo desde ChatGPT.