¿Quién Gana Cuando las Máquinas Crean?

En 2024, el mercado de IA generativa fue valorado en más de 60 mil millones de dólares y crecía a una tasa compuesta anual que hace parpadear incluso a los inversores tecnológicos más experimentados. Empresas como OpenAI, Stability AI, Midjourney y Adobe están capturando un valor enorme con herramientas que generan texto, imágenes, música y video. El capital de riesgo ha invertido miles de millones en startups de IA. Los precios de las acciones de empresas posicionadas para beneficiarse de la IA generativa se han disparado. Por casi cualquier medida financiera, la revolución del arte con IA ha sido extraordinariamente lucrativa — pero una pregunta crucial permanece en gran parte sin abordar: ¿lucrativa para quién?

La arquitectura financiera del arte generativo con IA está estructurada de una manera que concentra el valor a nivel de plataforma mientras distribuye los costos entre una base difusa de creadores cuyo trabajo entrenó los modelos. Los grandes modelos de lenguaje y generadores de imágenes que impulsan estas herramientas fueron entrenados con miles de millones de imágenes, textos y otras obras creativas — la gran mayoría recopiladas de internet sin el consentimiento explícito ni la compensación de sus creadores. Esto no es un detalle menor; es la realidad económica fundacional de toda la industria. La materia prima del arte con IA es el arte humano, y los humanos que crearon esa materia prima no han recibido, en la mayoría de los casos, nada.

Toda la economía de IA generativa se construye sobre el trabajo no remunerado de millones de artistas que nunca consintieron que su obra se usara de esta manera. — Concept Art Association, 2024

Para entender quién se beneficia del arte con IA, es útil mapear la cadena de valor. En la cima se sitúan las empresas de plataformas — las firmas que desarrollan, entrenan e implementan modelos de IA generativa. Estas empresas capturan la mayor parte de los ingresos a través de cuotas de suscripción, cargos de acceso a API y licencias empresariales. Sus valoraciones reflejan la creencia del mercado de que controlan el punto crítico de estrangulamiento en la cadena de producción creativa: el modelo mismo. Debajo de las plataformas se encuentra un ecosistema creciente de aplicaciones, plugins y servicios construidos sobre estos modelos, cada uno tomando una porción menor del valor generado.

Lo más llamativo de esta cadena de valor es la ausencia casi total de las personas cuyo trabajo creativo hizo posible la tecnología. Los artistas, fotógrafos, ilustradores y diseñadores cuyo trabajo constituye los datos de entrenamiento ocupan una posición análoga a los trabajadores agrícolas en un sistema alimentario global: esenciales, pero en gran parte invisibles y mal compensados. Este no es un modelo sostenible, ni económica ni éticamente. A medida que se acumulan los desafíos legales y crece la conciencia pública, el enfoque extractivo actual hacia el trabajo creativo en IA probablemente evolucionará — la pregunta es si evolucionará hacia la equidad o simplemente hacia formas más sofisticadas de extracción.

La cuestión de cómo compensar a los artistas cuyo trabajo entrenó los modelos de IA es uno de los temas más complejos y polémicos en la economía creativa. Varias demandas de alto perfil — incluyendo acciones colectivas de artistas visuales contra Stability AI y Midjourney, y demandas de grandes editoriales contra OpenAI — están poniendo a prueba los marcos legales sobre datos de entrenamiento y derechos de autor. Los resultados de estos casos darán forma al panorama económico del arte con IA durante décadas. Pero las cuestiones legales, aunque importantes, son solo parte del panorama.

Más allá del marco legal, hay un desafío práctico: incluso si los tribunales determinan que los artistas merecen compensación por el uso de datos de entrenamiento, implementar un sistema de pago justo es enormemente difícil. ¿Cómo se atribuye valor a una sola imagen entre miles de millones utilizadas para el entrenamiento? ¿Cómo se compensa a un artista cuyo estilo influyó en los resultados de un modelo sin que sus imágenes específicas fueran directamente copiadas? Estas no son meramente preguntas técnicas — son preguntas filosóficas sobre la naturaleza de la influencia, la inspiración y la originalidad con las que las culturas humanas han lidiado durante siglos, ahora vueltas urgentes por la escala y velocidad de los sistemas de IA.

Algunas empresas han comenzado programas voluntarios de compensación. El modelo Firefly de Adobe fue entrenado exclusivamente con contenido licenciado, y la empresa ha establecido un fondo para compensar a los contribuidores. Shutterstock negoció un acuerdo con OpenAI para licenciar su biblioteca de imágenes y comparte parte de los ingresos con los fotógrafos contribuidores. Estos primeros esfuerzos, aunque imperfectos, sugieren que un modelo más equitativo es al menos teóricamente posible. El desafío es extender estos principios a toda una industria que en gran medida se ha construido sobre la suposición de que el contenido creativo en línea es materia prima gratuita.

Si el modelo actual de la economía del arte con IA es insostenible, ¿qué alternativas podrían surgir? Varios enfoques prometedores están siendo explorados por investigadores, defensores y empresas con visión de futuro.

• Entrenamiento basado en consentimiento: Modelos entrenados solo con contenido para el cual se ha otorgado permiso explícito. Adobe Firefly y algunos proyectos de código abierto ya siguen este enfoque, aunque limita la diversidad de los datos de entrenamiento.
• Reparto de ingresos: Las plataformas distribuyen un porcentaje de los ingresos por suscripción a los artistas cuyo trabajo se utilizó en el entrenamiento, proporcionalmente a su contribución. Esto es técnicamente desafiante pero no imposible, y refleja modelos ya utilizados en el streaming musical.
• Licencias colectivas: Marcos de licenciamiento a nivel industrial, similares a los utilizados en la música (SGAE, ASCAP, BMI), que crean mecanismos estandarizados para compensar a los creadores cuyo trabajo alimenta los sistemas de IA.
• Mercados de adhesión voluntaria: Plataformas donde los artistas pueden elegir licenciar su trabajo para el entrenamiento de IA a tarifas que ellos mismos establecen, creando un mercado genuino para datos de entrenamiento creativos en lugar de uno extractivo.

Ninguno de estos modelos es perfecto, y cada uno implica compensaciones significativas entre facilidad de implementación, equidad para los creadores y avance de las capacidades de IA. Pero representan un alejamiento significativo del statu quo actual, en el que la gran mayoría del valor creativo fluye hacia las empresas de plataformas mientras los creadores de la materia prima reciben poco. El resultado más probable es un enfoque híbrido que combine elementos de varios modelos, moldeado por la jurisprudencia, la presión del mercado y las normas sociales en evolución sobre IA y trabajo creativo.

El camino a seguir requiere acción en múltiples frentes — legal, tecnológico y cultural. En el frente legal, se necesitan urgentemente marcos más claros sobre los derechos de datos de entrenamiento, el uso justo en el contexto de la IA y la compensación a los artistas. El actual mosaico de demandas y programas voluntarios es inadecuado para una industria que crece a esta velocidad. Los legisladores en la UE, Estados Unidos y otros lugares están comenzando a abordar estas cuestiones, pero el ritmo de la regulación va muy por detrás del ritmo del cambio tecnológico.

En el frente tecnológico, son esenciales mejores herramientas para rastrear la procedencia, atribuir la influencia y gestionar el consentimiento. Los sistemas de procedencia basados en blockchain, los estándares de credenciales de contenido como C2PA y las tecnologías de marca de agua tienen todos un papel que desempeñar — aunque ninguno es una solución completa por sí solo. El objetivo debería ser un sistema en el que el linaje creativo del trabajo generado por IA sea transparente y las contribuciones de los creadores humanos sean visibles y compensables.

Podemos construir una economía de arte con IA que funcione para los creadores, no solo para las plataformas. Pero requiere diseño intencional, no solo fuerzas del mercado. — Foro Económico Mundial, 2024

En última instancia, la pregunta de quién se beneficia cuando las máquinas crean es una pregunta sobre valores, no solo sobre economía. ¿Creemos que el trabajo creativo tiene un valor inherente? ¿Creemos que las personas cuyo trabajo hace posible la IA merecen una compensación justa? ¿Queremos un mundo del arte más equitativo o más extractivo? Las respuestas a estas preguntas determinarán no solo la economía del arte con IA, sino su legitimidad cultural. Un ecosistema de arte con IA construido sobre la equidad y el consentimiento producirá mejor arte, atraerá a creadores más talentosos y ganará la confianza pública que el modelo actual está erosionando rápidamente.