La calidad de los resultados en los motores de búsqueda se ha deteriorado visiblemente en los últimos meses, y ahora una nueva investigación confirma lo que muchos usuarios ya perciben: Internet está inundada de contenido generado por inteligencia artificial (IA).
Un estudio realizado por investigadores de Amazon Web Services (AWS) revela que el 57 % del contenido actual de la web proviene de modelos de IA o ha sido traducido con su ayuda. Lo más alarmante es que una gran parte de ese material corresponde a traducciones automáticas imprecisas y superficiales, que distorsionan el sentido original de los textos y contribuyen a una rápida pérdida de calidad informativa en línea.
📉 La web, atrapada en un círculo vicioso
El informe advierte sobre un fenómeno conocido en el ámbito de la investigación en IA como “colapso de modelos” (model collapse), un proceso en el que los sistemas de inteligencia artificial comienzan a entrenarse con sus propios residuos digitales.
“Los chatbots como ChatGPT o Gemini se entrenan con datos obtenidos del scraping de la web. Si la red se llena de contenido generado por IA, esos mismos textos se reutilizan en su entrenamiento, deteriorando progresivamente la calidad de los modelos”, explican los investigadores de AWS.
En otras palabras, la IA está empezando a alimentarse de su propio reflejo:
-
Las inteligencias artificiales generan textos, imágenes o traducciones automáticas.
-
Esos contenidos se publican en blogs, redes o portales de noticias.
-
Los nuevos modelos los reutilizan para su entrenamiento.
-
El resultado final es un bucle de degradación, donde cada iteración produce información más confusa, redundante y errónea.
| Etapa del ciclo | Proceso | Consecuencia |
|---|---|---|
| 1️⃣ Generación masiva | Producción de textos con IA | Aumento del contenido superficial. |
| 2️⃣ Publicación web | Indexación en buscadores | Los motores priorizan volumen sobre calidad. |
| 3️⃣ Entrenamiento | Nuevos modelos absorben ese material | Retroalimentación de errores. |
| 4️⃣ Colapso progresivo | Modelos aprenden datos falsos | Pérdida de precisión y coherencia. |
⚠️ “El colapso de los modelos puede tener consecuencias graves”
El investigador Ilia Shumailov, de la Universidad de Oxford, advirtió que este proceso no solo es inevitable si no se regula, sino que puede ocurrir más rápido de lo que se piensa.
“Es sorprendente lo rápido que se produce el colapso de los modelos y lo escurridizo que puede llegar a ser. Si los modelos siguen entrenándose con información degradada, los resultados se volverán cada vez más erráticos”, explica.
El problema radica en que los grandes modelos de lenguaje (LLM) como GPT, Gemini o Claude dependen casi por completo de la información disponible en la web abierta.
Si esa información se contamina, las bases de conocimiento que alimentan la inteligencia artificial pierden valor y fiabilidad.
🔁 Un ciclo de deterioro difícil de romper
El estudio de AWS sostiene que el ciclo de retroalimentación negativa ya está en marcha. Miles de sitios web publican contenido automatizado sin supervisión editorial, lo que ha provocado una avalancha de artículos redundantes, sin fuentes y traducidos de forma deficiente.
Los motores de búsqueda, a su vez, tienden a indexar y priorizar volumen por encima de calidad, amplificando el problema. El resultado es una web cada vez más uniforme y vacía de información original, donde las respuestas parecen escritas por el mismo modelo.
Los investigadores temen que, de continuar la tendencia, los futuros sistemas de IA serán menos precisos y más propensos a inventar datos, lo que comprometería sectores críticos como la educación, la salud o el periodismo.
🧩 La respuesta de la industria: datos de calidad y derechos de autor
Ante este escenario, las grandes tecnológicas están buscando alternativas para entrenar sus modelos con datos de alta calidad, incluso si eso implica usar contenido protegido por derechos de autor.
El propio Sam Altman, CEO de OpenAI, ha defendido en repetidas ocasiones la necesidad de acceder a material verificado, procedente de editoriales, universidades y medios de comunicación reconocidos, para mantener la fiabilidad de sistemas como ChatGPT.
Sin embargo, esto plantea un dilema ético y legal:
¿puede una empresa utilizar información protegida sin consentimiento explícito, si el objetivo es mejorar la calidad de la inteligencia artificial?
🧠 Una advertencia para el futuro digital
El estudio de AWS funciona como una llamada de atención sobre el estado actual del ecosistema digital. Si la web continúa llenándose de contenido generado por IA sin control humano, los propios sistemas de inteligencia artificial podrían volverse incapaces de distinguir entre realidad y simulacro.
La solución, coinciden los expertos, pasa por reintroducir el factor humano en la curaduría del conocimiento:
-
Incentivar la creación de contenido original y verificado.
-
Etiquetar los textos generados por IA.
-
Revisar los mecanismos de indexación en buscadores.
-
Establecer estándares globales de transparencia de datos.
En definitiva, la sostenibilidad de la inteligencia artificial depende de la calidad de la información que consumimos y producimos hoy.
Ingeniero en Sistemas de Información y docente universitario en el área de tecnología. Especialista en el desarrollo de sitios web, plataformas e-commerce y entornos virtuales de aprendizaje basados en Moodle. Experiencia en soluciones tecnológicas aplicadas a la educación y a la transformación digital de organizaciones.
