
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Los acuerdos de licencia de IA de Reddit con Google y OpenAI generan  , aproximadamente el 10% de sus ingresos totales. Shutterstock obtuvo 104 millones de dólares de acuerdos de licencia. News Corp firmó un   con OpenAI. El mercado de datos con licencia apareció rápidamente y el dinero es real. 130 millones de dólares al año acuerdo de 250 millones de dólares Trabajo en operaciones de datos para una empresa de IA. Paso mis días investigando de dónde provienen los datos de entrenamiento, cómo se mueven a través de los pipelines y cuánto cuestan. Y desde mi perspectiva, este nuevo mercado se parece menos a un intercambio justo y más a una economía de arrendadores: las personas que poseen las tuberías cobran el alquiler, mientras que las personas que llenan esas tuberías con valor no obtienen nada. Porque aquí está la pregunta que nadie en esos comunicados de prensa quiere responder: ¿quién recibió el pago realmente? No el usuario de Reddit que escribió el comentario. No el fotógrafo que subió a Shutterstock en 2014. No el periodista freelance cuyo artículo terminó en un archivo de News Corp. Las plataformas recibieron el pago. Los intermediarios recibieron el pago. ¿Las personas que crearon las cosas? Nada. La matemática cuenta la historia Permítanme mostrarles algunos números. Un   desglosó cómo son los ingresos por licencias cuando se rastrean hasta la fuente. Taylor & Francis vendió a Microsoft acceso a todo su catálogo de revistas académicas — miles de revistas, décadas de investigación — por una tarifa inicial de 10 millones de dólares. ¿El acuerdo de licencia de Google con Reddit? Si divides esos 60 millones de dólares entre los usuarios activos diarios de Reddit, la contribución de cada persona vale unos pocos centavos. No por mes. En total. análisis de ProMarket Esa es la economía de datos con licencia en una instantánea. Miles de millones fluyendo entre un puñado de empresas de IA y un puñado de plataformas. Migajas — si es que algo llega — para las personas cuyo trabajo hizo que esas plataformas valieran la pena licenciar en primer lugar. Las plataformas venden lo que no crean Piénsenlo por un segundo. ¿Quién escribió todas esas publicaciones de Reddit? No Reddit. ¿Quién tomó las fotos en Shutterstock? No Shutterstock. Personas comunes crearon esas cosas — millones de ellas — y hicieron clic en "Estoy de acuerdo" en una página de términos de servicio sin leerla. En algún lugar de la página nueve de ese muro de texto, hay una línea que dice que la plataforma puede hacer prácticamente lo que quiera con tus cargas. ¿Entrenar una IA con ellas? Claro. ¿Vender acceso a ellas? Adelante. Tomemos LinkedIn. El pasado septiembre,   para que tus datos se compartieran con Microsoft para el entrenamiento de IA — activado por defecto. Tenías hasta noviembre para encontrar el interruptor y desactivarlo. ¿Perdiste la ventana? Demasiado malo. ¿Y todo lo que ya habían capturado antes de que te dieras de baja? Eso es suyo ahora. actualizaron silenciosamente su configuración El patrón se repite. La plataforma acumula contenido de usuario. La plataforma licencia ese contenido a una empresa de IA. La empresa de IA paga a la plataforma. El usuario no recibe nada. A veces, el usuario ni siquiera sabe que sucedió. Los pequeños creadores no pueden llegar a la mesa Incluso si dejamos de lado el problema de la plataforma, el mercado de licencias todavía tiene un defecto estructural. Solo los mayores propietarios de contenido pueden negociar directamente con las empresas de IA. Una editorial importante tiene abogados y un catálogo valorado en millones. Un ilustrador independiente en Buenos Aires tiene un portafolio y una cuenta de Instagram.  lo dice claramente: la concesión de licencias masiva nunca será una opción realista para entrenar modelos de lenguaje grandes. El gran volumen de contenido necesario hace imposible negociar con cada creador individual. Por lo tanto, los acuerdos van a quienes controlan las mayores acumulaciones de contenido — que son las plataformas, no las personas. La investigación de ProMarket Algunos intermediarios han intentado cerrar esta brecha. Calliope Networks construyó un programa "License to Scrape" para creadores de YouTube, y luego fue   antes de ganar suficiente tracción para importar.  adquirida por Protege Reddit, Yahoo y Medium respaldaron una nueva iniciativa llamada Really Simple Licensing para estandarizar cómo las empresas de IA pagan a los editores. Las organizaciones de gestión colectiva en EE. UU., Australia y Alemania han comenzado a experimentar con licencias de IA en nombre de sus miembros. Todos estos son pasos en la dirección correcta. Pero la mayoría ayudan a los editores y a las plataformas, no a las personas individuales que crearon el contenido. La trampa del trabajo por encargo Hay una versión peor de esto de la que nadie habla. Si eres un ilustrador o fotógrafo freelance, es probable que hayas firmado un contrato de trabajo por encargo en algún momento. Eso significa que la empresa que te contrató es dueña de tu trabajo, no tú. Entonces, cuando una empresa de IA paga a un estudio o a una editorial por datos de entrenamiento, ¿adivina quién recibe el cheque? El estudio. Tú dibujaste el dibujo, pero tu nombre no está cerca del dinero. ¿El resultado?   puede alimentar un modelo comercial de IA, y el pago va a Disney o a una agencia de fotos de stock. El nombre del artista no aparece en ninguna parte de la transacción. Todo el cuerpo de trabajo de un artista Lo que esto significa para el abastecimiento de datos de IA Esto me importa porque me dedico a construir pipelines de datos. La calidad de cualquier modelo de IA depende de sus datos de entrenamiento. Y ahora mismo, el modelo de licencias está creando incentivos que degradarán esa calidad con el tiempo. Si los creadores se sienten explotados, dejan de contribuir. Retiran el contenido detrás de muros de pago. Marcan todo con agua. Se dan de baja donde pueden. Cloudflare comenzó a bloquear los rastreadores de IA por defecto en  , y la mitad de los principales editores ahora bloquean los bots de entrenamiento. La web abierta en la que se entrenaron los primeros modelos de IA se está encogiendo, no porque la tecnología fallara, sino porque la economía era injusta. julio de 2025 Las empresas que descubran cómo compensar directamente a los creadores, construir cadenas de suministro de datos transparentes y tratar el abastecimiento de datos como una relación en lugar de una extracción tendrán mejores modelos en tres años. No por razones morales. Por razones de calidad de datos. Todos los demás entrenarán con una porción cada vez más obsoleta y cada vez más estrecha de internet. Y tarde o temprano, sus usuarios lo notarán.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Este audio es producido en el idioma original de la historia!

La nueva economía de datos de la IA tiene un problema de propietario

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

State of the Noonion: Green Clock Strikes Noon

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

State of the Noonion: Green Clock Strikes Noon

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps