Códigos de poder
David Vallejo

Los investigadores ya le han puesto nombre a este riesgo: colapso de modelo (model collapse), una forma de endogamia digital que ocurre cuando un sistema de inteligencia artificial empieza a entrenarse con información generada por la propia IA en lugar de nutrirse con conocimiento humano fresco, verificable y diverso. Se trata de la entrada a una nueva era de retroalimentación algorítmica, un ciclo cerrado donde la máquina produce sus propios insumos. Al principio parece eficiente, aunque con el tiempo conduce a la homogeneización, la pérdida de creatividad y el deterioro de la calidad. Es la entropía sintética de un océano que bebe su propia agua.

Imagina un océano que empieza a beber su propia agua. Durante un tiempo, el nivel parece estable. Todo fluye, todo luce igual. Hasta que, sin nuevo caudal, el mar se vuelve estanque y el estanque, pantano. Ese riesgo define la era algorítmica: sistemas que sintetizan el mundo con una brillantez creciente mientras la fuente que los nutre pierde oxígeno económico.

El cambio de hábitos es transparente para cualquiera que pregunte algo y reciba una respuesta impecable en segundos. Antes, esa pregunta llevaba a diez pestañas abiertas: un reportaje, un paper, una estadística oficial, una crónica. Hoy la ruta pasa por un modelo de lenguaje que destila todo en un párrafo pulcro. La experiencia mejora; el ecosistema, en cambio, queda bajo tensión. Cuando el tráfico se desplaza de los sitios periodísticos y académicos a la interfaz conversacional, la ecuación de ingresos que sostenía a redacciones, laboratorios, fotógrafos, correctores y editores se encoge. Menos visitas, menor publicidad, suscripciones más difíciles, proyectos de investigación que se aplazan, corresponsalías que se recortan. Y, sin ese músculo, el conocimiento fresco se vuelve bien escaso.

Aquí aparece el círculo vicioso. La IA aprende de la web; la web de calidad surge de personas financiadas para producirla; el financiamiento depende de audiencias que leen y comparten en los propios sitios; esas audiencias migran hacia respuestas instantáneas que dejan fuera la visita a la fuente. Resultado: el modelo se alimenta de resultados que, con el tiempo, provienen en proporción creciente del propio modelo. Copias de copias de copias. Síntesis de síntesis. Un espejo frente a otro.

Esa retroalimentación genera varios peligros. El primero es la homogeneización. Cuando los modelos optimizan para dar respuestas “razonables” y “promedio”, las visiones excéntricas quedan fuera del foco. El conocimiento avanza por disrupciones, por hallazgos que incomodan, por preguntas raras que nadie estaba formulando. Si el sistema prefiere el consenso estadístico, la novedad pierde tracción cultural.

El segundo es la opacidad del origen. Cada respuesta incorpora miles de trazas, aunque el lector rara vez ve de dónde salieron los datos, qué método se usó, quién arriesgó su nombre en una firma, quién se sentó frente a una base dura y la depuró. Sin trazabilidad clara, la autoridad se vuelve una ilusión estética: textos impecables que pueden mezclar oro y hojarasca con la misma elocuencia.

El tercero es el desgaste de la señal. La red ya vive una avalancha de contenido sintético: reseñas automáticas, reseñas de reseñas, sitios que producen a escala industrial para capturar long tails de búsqueda. Los modelos rastrean esa superficie, aprenden de ella y la reinyectan en nuevas respuestas, lo cual introduce un sesgo silencioso: la estadística empieza a reflejar su propia sombra. La entropía se disfraza de consenso.

Se trata de arquitectura de incentivos. Una civilización que aspire a pensar mejor requiere dos cosas: dinero y sentido para quien produce verdad verificable, y un andamiaje que garantice ríos limpios hacia los modelos que resumen el mundo. Sin esos dos pilares, el sistema entra en modo extractivo: extrae del acervo humano más rápido de lo que repone, hasta que la cantera se vacía o se contamina.

¿Qué hacer? Cambiar la economía del dato y la cultura de la atribución. Los acuerdos de licencia entre plataformas y productores deben transformarse de excepciones glamorosas a regla básica: desde grandes consorcios periodísticos hasta equipos locales y laboratorios públicos, con esquemas transparentes de compensación por corpus, frescura y rareza del conocimiento. Un Fondo de Datos de Interés Público, financiado con aportaciones de los mayores integradores de tráfico algorítmico, puede sostener coberturas, repositorios y series estadísticas que elevan el estándar cívico. Cada respuesta generada debería actuar como puerta de entrada y no como muro: enlaces visibles, atribución prominente, métricas que premien el retorno a la fuente, reparto de valor según impacto. Los modelos pueden aprender sin devorar; la interfaz puede informar sin clausurar el camino hacia el origen.

Hace falta, además, un sistema de procedencia que funcione a escala. Marcas de agua robustas para contenido sintético, credenciales verificables para piezas humanas, estándares abiertos de metadatos que permitan a modelos y usuarios distinguir entre reporte en campo, análisis experto, agregación secundaria o simple eco. Con esa capa, los modelos podrían ponderar aquello que proviene de trabajo original y asignarle un peso que alimente la diversidad y la calidad, en vez de replicar el ruido hegemónico.

El sector público tiene un papel decisivo. Bibliotecas de datos con acceso universal, contratos de investigación que contemplen derechos y deberes de entrenamiento, incentivos fiscales a medios y think tanks que liberen porciones de su archivo bajo licencias compatibles, verificación independiente de métricas de atribución, auditorías periódicas de sesgos y frescura. Cada peso invertido en esa infraestructura produce rendimientos compuestos: mejores políticas, mejores mercados, mejores decisiones privadas.

Finalmente, la educación del lector. Una sociedad que entiende la diferencia entre respuesta y fuente exige ver las escaleras, no solo el balcón. Un estudiante que entra desde la IA a un artículo y se queda a leerlo completo fortalece la democracia del conocimiento. Un ciudadano que comparte con crédito y contexto expande el círculo virtuoso. La cultura digital puede recompensar el clic consciente tanto como hoy premia la inmediatez.

¿Qué está en juego? La cadena de suministro del pensamiento. Si la IA se vuelve un océano que recicla su propia agua, ganaremos velocidad y perderemos profundidad. Si, en cambio, convertimos a la IA en el gran distribuidor de valor para quienes dedican horas en preparación e investigación, la síntesis automática actuará como una imprenta del siglo XXI: multiplicará la inteligencia humana en vez de reemplazarla por una caricatura estadística de sí misma.

El futuro se decide en el contrato que establezcamos para que cada descubrimiento, cada verificación y cada historia reciban oxígeno. Un ecosistema así produce modelos mejores, ciudadanos mejor informados y una conversación pública que evoluciona.

¿Voy bien o me regreso? Nos leemos pronto si la IA lo permite y el modelo aún resiste.

Placeres culposos: Chief of Guard en Apple TV.

Plátanos fritos con lechera para Alo y Greis.