USA Today acaba de sumarse a la ola de editores que llevan a OpenAI a los tribunales. La demanda, presentada el jueves, reclama más de 250 millones de dólares por el uso no autorizado de "cientos de miles" de artículos para entrenar sus modelos USA Today demanda a OpenAI. No es un caso aislado: The New York Times, The Intercept, Ziff Davis, CBC, Encyclopaedia Britannica, Merriam-Webster, The Seattle Times y una coalición de casi 400 periódicos locales han emprendido acciones legales similares.
La acusación es directa: "El éxito comercial de OpenAI descansa sobre una infracción masiva de derechos de autor". El alegato sostiene que la compañía nunca pidió permiso, simplemente tomó el contenido para "construir productos que valen cientos de miles de millones de dólares".
Pero mientras los abogados litigan en los juzgados, la estrategia corporativa cuenta otra historia. En abril, OpenAI compró TBPN, un programa diario de tres horas sobre tecnología y negocios conducido por John Coogan y Jordi Hays. El Financial Times situó la operación en "cientos de millones" de dólares Forbes Argentina. Casi en paralelo, HubSpot adquirió Futurepedia, una plataforma que cataloga herramientas de IA y publica tutoriales para profesionales.
Esa contradicción aparente revela una lógica única: las grandes tecnológicas dejaron de conformarse con raspar la web. Ahora quieren poseer la distribución.
De la extracción a la propiedad
Durante años, el modelo fue simple: entrenar con todo lo accesible públicamente y monetizar la inteligencia resultante. Los editores alegaron que eso destruía su negocio al eliminar la necesidad de visitar sus sitios. Las demandas buscan establecer un precio retrospectivo por ese dato de entrenamiento.
Las adquisiciones cuentan el capítulo siguiente. TBPN no era un gigante mediático: proyectaba 5 millones de dólares en publicidad para 2025, según Axios citando al Wall Street Journal. Pero tenía algo que OpenAI no podía comprar con una licencia: una audiencia tecnológica fiel, credibilidad editorial y acceso directo a figuras como Mark Zuckerberg, Satya Nadella y el propio Sam Altman. OpenAI integró al equipo en su área de Estrategia, reportando a Chris Lehane, director de Asuntos Globales.
HubSpot sigue una lógica parejeta. Jonathan Hunt, vicepresidente de Medios, explicó que la empresa prueba colaboraciones con creadores durante meses antes de decidir una compra. Buscan "demanda calificada" que se convierta en ingresos recurrentes de software, no solo vistas. Futurepedia y Mindstream les dieron acceso inmediato a profesionales que buscan aprender IA, el perfil exacto de cliente que HubSpot quiere captar.
Lo que está en juego para América Latina
El fenómeno no es ajeno a la región. Los medios latinoamericanos enfrentan la misma disyuntiva: sus archivos alimentan modelos que luego compiten por la atención de sus audiencias. A diferencia de Estados Unidos, donde el "fair use" ofrece un marco —aunque debatido— para el entrenamiento, la mayoría de los países latinoamericanos carecen de jurisprudencia clara sobre minería de texto y datos para IA.
Eso crea dos riesgos inmediatos para empresas de la región:
- Incertidumbre legal al adoptar IA generativa: si una compañía integra modelos entrenados con contenido sin licencia, puede heredar responsabilidad contingente. No hay seguro que cubra lo que la ley aún no define.
- Oportunidad para creadores y editores locales: la misma lógica que llevó a OpenAI a comprar TBPN sugiere que audiencias especializadas en español —finanzas, agro, derecho, salud— tienen valor estratégico más allá de la publicidad programática. Poseer la relación directa con el lector se vuelve un activo defendible.
El Interactive Advertising Bureau proyecta que el gasto en creadores en EE. UU. alcance 44.000 millones de dólares en 2026. En América Latina, la economía de creadores crece a dos dígitos, pero falta estandarización métrica y rigor financiero para que las grandes marcas integren esos canales en su planificación.
El nuevo contrato social del contenido
Esa tensión no se resuelve con una sentencia. Las demandas presionan por compensación retrospectiva; las adquisiciones, por control prospectivo. Ambas fuerzas empujan hacia un mercado donde el contenido de calidad tiene precio y dueño.
Para el ejecutivo latinoamericano, la lección es práctica: audite qué datos alimentan los modelos que usa su empresa, evalúe licencias explícitas donde existan y considere que construir o comprar audiencia propia en verticales relevantes puede ser más rentable —y seguro— que alquilar atención en plataformas ajenas.
Esa pregunta que queda abierta no es legal, sino estratégica: ¿cuánto tiempo tardarán los grandes modelos en dejar de necesitar raspar la web porque ya poseen los canales donde se publica el conocimiento valioso?
