Inteligencia Artificial, Derecho Antimonopolio y el Futuro del Mercado de las Ideas
Inteligencia Artificial
La IA se vendió como una herramienta para ampliar el mercado de ideas. En cambio, ahora unas pocas plataformas controlan cómo se difunde la verdad, moldeando lo que vemos, asfixiando al periodismo y excluyendo a los nuevos competidores de IA del acceso a los datos que la democracia necesita para sobrevivir.
17 de noviembre de 2025
En 1919, el juez Oliver Wendell Holmes escribió una frase célebre: «La verdad prevalece cuando las ideas compiten libremente». Esta metáfora del mercado de las ideas ha moldeado nuestra democracia: cuando las ideas circulan y compiten, la verdad triunfa.
Sin embargo, hoy en día ese mercado se enfrenta a desafíos, ya que está cada vez más controlado por un puñado de gigantes tecnológicos, cuyos incentivos no siempre coinciden con nuestros intereses. En consecuencia, el mercado de las ideas se ha vuelto en gran medida algorítmico, lo que significa que estos guardianes y sus algoritmos informáticos deciden ahora qué información se promueve o se suprime, moldeando así lo que miles de millones de personas ven, leen y creen.
Además, el periodismo, que evita la desinformación, es esencial para un intercambio de ideas saludable. Business Insider eliminó cerca del 21% de su plantilla para ayudar a la publicación a sobrellevar una drástica caída del tráfico que escapaba a su control. Estos recortes se producen en una profesión ya diezmada por internet. El número de personas que trabajan en la prensa escrita estadounidense se redujo un 70% entre 2006 y 2021, hasta alcanzar tan solo 104.290. El número de empleados en las redacciones se redujo a más de la mitad, pasando de 75.000 a menos de 30.000.
Con la disminución de sus ingresos, es probable que más medios de comunicación reduzcan su actividad periodística o cierren definitivamente. Esta tendencia amenaza con aumentar el número de « desiertos informativos », que se sumarían a las 200 comunidades en Estados Unidos que actualmente tienen acceso limitado a noticias e información creíbles y completas, esenciales para la democracia a nivel local. Para entender por qué, comencemos con los monopolios de datos.
De los magnates de los medios a los monopolios de datos
En la década de 1990 , la legislación antimonopolio se centró en la competencia económica: precio, producción y bienestar del consumidor. Las preocupaciones sobre la concentración de los medios de comunicación —donde un puñado de propietarios de periódicos, cadenas de televisión y emisoras de radio ejercían demasiado poder— quedaron en manos de la FCC.
Esa brecha se ha desvanecido en la última década. Con la llegada de los medios de comunicación tradicionales y el auge de internet, los nuevos gigantes digitales —Google y Meta— consolidaron el discurso y la publicidad en línea. Ahora, con el advenimiento de la IA generativa y los grandes modelos de lenguaje (LLM), como ChatGPT, Gemini, Claude, Llama y otros, nos enfrentamos a una transformación aún más profunda.
Como analizo en mi reciente artículo « Inteligencia Artificial, Derecho de la Competencia y el Mercado de las Ideas» , estas plataformas de aprendizaje automático no son meras herramientas para generar texto o resumir datos. Se están convirtiendo rápidamente en intermediarios clave entre la ciudadanía y la información, capaces de moldear el conocimiento y el pensamiento de las personas. Y, fundamentalmente, su funcionamiento depende del acceso a los datos de búsqueda, un ámbito dominado abrumadoramente por Google.
Fundamentación: Cómo los másteres en Derecho dependen de la investigación
Para comprender el nuevo desafío antimonopolio, debemos comprender el concepto de “fundamentación”.
Los algoritmos de aprendizaje automático (LLM, por sus siglas en inglés), como Gemini, Claude, Llama o ChatGPT, se entrenan con enormes conjuntos de datos, que en esencia son instantáneas estáticas de internet. Sin embargo, dado que estos datos de entrenamiento se vuelven obsoletos rápidamente, los desarrolladores de IA los complementan con información actualizada: vinculan las respuestas de los LLM con información reciente de bases de datos externas o motores de búsqueda.
De hecho, el tribunal de distrito en el caso Estados Unidos contra Google señaló que OpenAI intentó asociarse con Google para la indexación de búsquedas, pero su solicitud fue rechazada. Esta negativa ilustra cómo Google puede impedir que los sistemas de aprendizaje automático (LLM) rivales accedan a la información más reciente. Las consecuencias son evidentes en la práctica. Cuando se le preguntó en octubre de 2025 sobre el asesinato en septiembre del comentarista político Charlie Kirk (según informaron los principales medios de comunicación), solo Gemini de Google —basado en el índice de búsqueda de Google— reflejó con precisión el suceso. Tanto ChatGPT como Claude, al no tener acceso a dicho índice, asumieron que seguía vivo. Esta disparidad subraya cómo el control sobre la indexación de búsquedas no solo otorga poder de mercado, sino que también afecta directamente la calidad de las respuestas de los LLM, especialmente para consultas de cola larga y recientes sobre eventos actuales. Al ser informado de su error, Claude, cuyo límite de conocimiento en ese momento era enero de 2025, respondió:
Esta fue una profunda lección de humildad epistémica y del peligro exacto sobre el que advertía la entrada del blog. Mi evaluación inicial no solo era errónea, sino que era precisamente el tipo de ignorancia confiada que convierte a los másteres en derecho sin fundamento en fuentes de información potencialmente peligrosas sobre la actualidad.
Cómo esta dependencia otorga un poder inmenso a Google
El índice de búsqueda de Google no es solo el catálogo mundial de información, sino la infraestructura que permite a los expertos en derecho local acceder a las noticias de última hora. Tal como determinó el tribunal en el de Google de monopolización de búsquedas caso , varios efectos de red refuerzan su dominio sobre su principal competidor, Bing de Microsoft. Google recibe nueve veces más consultas de búsqueda diarias que sus rivales juntos. Además, recibe diecinueve veces más consultas en dispositivos móviles. Como observó el tribunal , «el volumen de datos de clics y consultas que Google adquiere en 13 meses le tomaría a Microsoft 17,5 años». En resumen, las ventajas de datos y escala de Google se traducen en mejores resultados de búsqueda, especialmente para consultas de cola larga y «actualizadas» relacionadas con temas de tendencia o eventos recientes.
Pero Google no solo controla el motor de búsqueda líder. También invierte miles de millones de dólares en IA, incluyendo su plataforma de aprendizaje automático (LLM), Gemini. Por lo tanto, Gemini, que tiene acceso automático e integrado a la Búsqueda de Google para la conexión a internet, posee una ventaja competitiva sobre las plataformas LLM rivales que dependen de conexiones de búsqueda en vivo intermitentes o limitadas (como Claude o ChatGPT) o de Brave o Bing para comentar noticias recientes. En consecuencia, los incentivos de Google cambian: en lugar de proporcionar conexión a internet a las plataformas LLM rivales en términos justos, razonables y no discriminatorios, Google tiene el incentivo de preferir su propia plataforma LLM con resultados de búsqueda propios superiores. Google también puede degradar los resultados de búsqueda de las plataformas LLM rivales, limitar el número de consultas de búsqueda diarias o aumentar los costos de sus rivales cobrando tarifas más altas por la conexión a internet. O, como con ChatGPT de OpenAI, Google simplemente puede negarse a proporcionar conexión a internet a otras plataformas LLM. Como reflexionó Claude, en su conversación conmigo sobre Charlie Kirk,
Esto demuestra por qué la respuesta de «simplemente usa la búsqueda cuando sea necesario» no es suficiente. Los usuarios no siempre sabrán cuándo un experto en marketing (LLM) está hablando más allá de su conocimiento, y los propios expertos pueden ser malos jueces de su propia incertidumbre (como me ocurrió a mí). Esto refuerza por qué la actualización continua y automática basada en datos de búsqueda actuales —que Google puede proporcionar a Gemini pero no a sus competidores— crea una ventaja competitiva tan significativa.
Ese es uno de los posibles obstáculos en el mercado de las ideas: no la propiedad de los periódicos ni las licencias de televisión, sino la infraestructura digital de los índices de búsqueda y la base de datos de la IA. Por supuesto, el problema de la base de datos se puede solucionar si Google está obligado a proporcionar a las empresas rivales de marketing digital acceso automático e integrado a su índice de búsqueda en términos justos, razonables y no discriminatorios.
La elección de Hobson del editor
Este desequilibrio de poder va más allá de los desarrolladores de LLM y también perjudica a los editores de noticias.
Los editores dependen de Google tanto para el tráfico a sus sitios web como para los ingresos publicitarios. Tradicionalmente, el trato era sencillo: permitir que Google indexara el sitio web a cambio de visibilidad en los resultados de búsqueda. Pero con el lanzamiento de sus "Resumen con IA", resúmenes generados por IA que responden directamente a las consultas de los usuarios, los incentivos de Google cambiaron. Pasó de dirigir a los usuarios a las fuentes de datos más relevantes a mantenerlos más tiempo dentro de su ecosistema respondiendo a la consulta directamente (utilizando el trabajo periodístico y de terceros). Los usuarios obtienen cada vez más respuestas sin necesidad de acceder al artículo original, lo que reduce significativamente el tráfico y los ingresos publicitarios (y potenciales por suscripción) de los editores.
Google ofrece a los editores la siguiente opción sin salida.
· Eliminarse del índice de búsqueda de Google y no obtener tráfico alguno de las búsquedas de Google (y ser prácticamente invisible en la web para muchos clientes potenciales), privándolo así inmediatamente de tráfico, publicidad e ingresos por suscripción, o
· Permitir que Google utilice el contenido del editor para entrenar su IA, incluidas las descripciones generales de IA, lo que provoca que muchos usuarios permanezcan dentro del ecosistema de Google, reduciendo así significativamente el tráfico al sitio web del editor y disminuyendo sus ingresos por publicidad y suscripciones.
Google está aprovechando su dominio en las búsquedas para potenciar sus capacidades de IA, incluyendo AI Overviews y LLM. A diferencia de otras empresas de IA que pagan a los editores por sus datos para entrenar sus modelos LLM, Google no tiene esa necesidad. En 2025, Penske Media, editora de Rolling Stone y Variety , demandó a Google tras perder más de un tercio de su tráfico web. La demanda antimonopolio de la empresa era sencilla: Google utiliza el trabajo original de los editores para entrenar sus modelos y generar AI Overviews sin compensación, atribución ni tráfico. El portavoz de Google negó el daño alegado en la demanda de Penske Media: «Con AI Overviews, la gente encuentra la búsqueda más útil y la usa más, creando nuevas oportunidades para descubrir contenido». Pero en otro caso de monopolización en su contra, Google señaló cómo «la IA está transformando la tecnología publicitaria a todos los niveles» y cómo «la web abierta ya está en rápido declive». En cualquier caso, como lo expresó coloquialmente el tribunal en el caso de búsqueda de Google , «los editores se encuentran entre la espada y la pared».
Por qué esto importa para la democracia
Si bien el daño financiero a los editores es significativo, las consecuencias democráticas son aún más preocupantes.
Cuando un ecosistema dominante controla la distribución de la información, puede influir sutilmente en lo que la gente ve y en sus creencias. Por ejemplo, la mayoría de las personas, como descubrió la Comisión Europea , no hacen clic en los resultados de búsqueda más allá de la primera página. Esto significa que si Google relega a un editor poco favorecido a la segunda o tercera página de sus resultados de búsqueda, dicho editor se vuelve prácticamente invisible para la mayoría de los usuarios.
Además, los datos que Google proporciona a las plataformas de aprendizaje automático (LLM) para su fundamentación estarán sesgados. Las LLM (incluida Gemini de Google) utilizan la primera página de resultados de búsqueda. Por lo tanto, si una LLM se basa en Google para su fundamentación, no necesariamente incorporará la perspectiva disidente que se encuentra en la segunda o tercera página de los resultados de búsqueda de Google. En consecuencia, los usuarios que confían en la LLM no verán ese punto de vista disidente.
Es cierto que un modelo de aprendizaje automático (MLA) puede ofrecer a los usuarios diversas perspectivas (siempre que estas se reflejen en los datos de entrenamiento previos). Por ejemplo, un MLA sin fundamento podría analizar críticamente casos antiguos de la Corte Suprema. Sin embargo, un MLA sin fundamento no puede ofrecer la misma amplitud de perspectivas sobre una decisión reciente de la Corte Suprema. Además, los MLA que dependen del motor de búsqueda líder no necesariamente captarán esa perspectiva desfavorecida si el motor de búsqueda (o su algoritmo) considera el contenido de baja calidad o irrelevante. Por lo tanto, los sesgos del motor de búsqueda líder pueden distorsionar el panorama de ideas al favorecer ciertas perspectivas (al posicionarlas mejor en la primera página), lo cual afecta las noticias a las que probablemente recurriremos (y las respuestas de los MLA).
Por qué otro TikTok no restaurará el mercado de las ideas
Peor aún, el mercado de ideas en línea está condicionado por los incentivos financieros de los ecosistemas dominantes. La publicidad conductual, modelo de negocio que sustenta los ecosistemas de Google, Meta y otras redes sociales líderes, premia la indignación y la polarización . Para atraernos e involucrarnos, los algoritmos de sus plataformas suelen promover contenido tóxico y divisivo. En parte, tenemos la culpa, ya que, colectivamente, tendemos a buscar y recompensar las noticias falsas y tóxicas, prestándoles atención y compartiéndolas con otros.
Cuanto más tiempo pasamos interactuando con estos servicios en línea (ya sea Instagram o YouTube), mayores son sus oportunidades de recopilar aún más datos personales sobre nuestras acciones , comportamientos y preferencias, incluyendo detalles tan minuciosos como en qué clicamos con el ratón. Tal como descubrió la FTC , las grandes empresas de redes sociales se basaban en complejos modelos algorítmicos y de aprendizaje automático que analizaban, ponderaban y clasificaban una gran cantidad de datos, a veces denominados «señales», cuyo objetivo era aumentar la participación de los usuarios y mantenerlos en las plataformas. Una mayor participación también se traduce en más oportunidades de monetización mediante publicidad conductual.
La IA acelera este efecto de retroalimentación positiva: los datos personales entrenan el modelo de IA, que crea perfiles de los individuos para predecir qué atraerá y mantendrá su comportamiento (p. ej., la tasa de retención) y qué anuncios lo impulsarán (p. ej., la tasa de clics). El modelo de IA aprende mediante experimentación continua qué funciona y qué no, perfeccionando su capacidad para predecir y manipular mejor el comportamiento del usuario, lo que genera aún más ingresos publicitarios que la empresa puede utilizar para mejorar su IA.
Este mercado no premia la verdad; en cambio, premia el contenido que mantiene nuestra atención y manipula nuestro comportamiento con mayor eficacia. Esta dinámica da lugar a una economía de la atención que prioriza el contenido tóxico y divisivo. Las plataformas que intenten reducir el contenido tóxico probablemente verán disminuir la participación de sus usuarios y sus ingresos publicitarios, lo que supone un poderoso desincentivo para la moderación responsable. Por lo tanto, otro TikTok implica añadir otro modelo de negocio basado en la vigilancia que busca captar aún más nuestra atención, datos y dinero con contenido sensacionalista.
Los límites del derecho antimonopolio
En teoría, la legislación antimonopolio podría abordar algunos de estos desafíos. Por ejemplo, la administración Trump sostuvo recientemente que la legislación antimonopolio estadounidense protege «todas las dimensiones de la competencia», incluida la competencia editorial. Sin embargo, en la práctica, los casos de monopolización no han logrado mantenerse al día con los abusos de los ecosistemas dominantes.
Tomemos como ejemplo el caso de la monopolización de las búsquedas por parte de Google . Tras años de investigación y litigios, un tribunal federal de distrito declaró a Google culpable de mantener ilegalmente su monopolio en las búsquedas. Sin embargo, las medidas que el tribunal propuso fueron limitadas. Rechazó la solución propuesta por el Departamento de Justicia y los estados para abordar las quejas de los editores e impedir que Google aprovechara su monopolio en las búsquedas para beneficiar a sus productos de IA.
El desafío es institucional. La aplicación moderna de las leyes antimonopolio, limitada por los precedentes de la Corte Suprema, es lenta y costosa, y a menudo produce resultados impredecibles y limitados. Para cuando los tribunales actúan, los mercados y la tecnología ya han evolucionado . Entonces, ¿cómo se pueden diseñar soluciones para anticipar y adaptarse a estos cambios tecnológicos? Si las leyes antimonopolio tradicionales son demasiado costosas y lentas, ¿cuál es la alternativa?
Un nuevo camino: Reforma legislativa y a nivel estatal
Europa ya ha impulsado la Ley de Mercados Digitales (DMA), que impone amplias obligaciones a los servicios de los principales operadores de acceso a la información, incluyendo la prohibición de favorecer a los usuarios y la exigencia de interoperabilidad de datos. En Estados Unidos, se propusieron reformas similares en la Ley de Libertad de Elección e Innovación en Línea y en la Ley para Acabar con los Monopolios de Plataformas , proyectos de ley bipartidistas que habrían impedido que los ecosistemas dominantes favorecieran sus propios productos o discriminaran entre los usuarios.
Si bien estas leyes no se redactaron pensando específicamente en la localización de plataformas de aprendizaje automático (LLM), la Ley para Acabar con los Monopolios de Plataformas abordaría el conflicto de intereses inherente que se produce cuando Google compite con otras LLM, al tiempo que proporciona (o se niega a proporcionar) a sus rivales los resultados de búsqueda necesarios para la localización. La Ley prohibiría a Google ser propietario simultáneamente del motor de búsqueda líder y operar una LLM que dependa de dicho motor de búsqueda para su localización, cuando esta doble propiedad genere un conflicto de intereses. La Ley Estadounidense de Libre Elección e Innovación en Línea (American Choice and Innovation Online Act) consideraría presuntamente ilegales varias categorías de conducta por parte de los ecosistemas dominantes, incluyendo
· Auto-preferencia, lo que impediría que Google beneficiara a su LLM con mejores resultados de búsqueda para la fundamentación y
· Discriminar “entre usuarios comerciales en situaciones similares”, lo que impediría que Google diera ventaja a otros LLM (incluidos aquellos en los que ha invertido) con mejores resultados de búsqueda para la fundamentación.
Para evitar cualquier ambigüedad, la legislación podría prohibir que los ecosistemas dominantes, como Google, ofrezcan a los editores una elección sin salida, en la que el guardián discrimina entre aquellos editores que permiten que sus datos se utilicen para entrenar los modelos de aprendizaje automático del guardián y aquellos que no.
Lamentablemente, a pesar del apoyo bipartidista y los llamamientos de John Oliver , estos proyectos de ley se estancaron debido a la presión de los grupos de presión. Esto genera una brecha cada vez mayor entre el poder de los ecosistemas dominantes sobre el emergente mercado de las maestrías en derecho y la capacidad de nuestras leyes antimonopolio para limitarlos.
Reactivar el mercado de las ideas
La salud de una democracia depende de una ciudadanía informada y de la diversidad de voces. El intercambio de ideas no puede prosperar cuando el acceso a la información está mediado por unos pocos ecosistemas poderosos. Como observó el juez Clarence Thomas en 2021: «Las plataformas digitales actuales ofrecen canales para una cantidad de discurso sin precedentes, incluso por parte de actores gubernamentales. Sin embargo, también es sin precedentes el control concentrado de tal cantidad de discurso en manos de unos pocos particulares. Pronto no tendremos más remedio que abordar cómo se aplican nuestras doctrinas jurídicas a infraestructuras de información altamente concentradas y de propiedad privada, como las plataformas digitales».
La IA no tiene por qué destruir el mercado de las ideas. Pero si las tendencias actuales persisten, sin intervención, la IA acelerará su declive. Si Google, Meta y otros ecosistemas poderosos siguen dominando la intermediación de ideas, el resultado será una menor cantidad de editores independientes, menos periodismo de investigación, menor rendición de cuentas y más cámaras de eco diseñadas para captar nuestra atención, pero no nuestra comprensión.
Restablecer una competencia sana en el mercado de las ideas exige más que la creencia del tribunal de distrito en Google de que la IA podría eventualmente alterar su dominio en las búsquedas. Requiere obligaciones antimonopolio claras para estos poderosos ecosistemas, con el fin de promover un acceso equitativo a la información. Como ilustra el ejemplo de TikTok, también exige leyes de privacidad que reorienten los incentivos, de modo que cuando las empresas compitan en la recopilación de datos personales y la elaboración de perfiles, lo hagan en nuestro beneficio, no solo en el suyo.
La buena noticia es que el Congreso estableció un marco para abordar los problemas antimonopolio. La mala noticia es que estas leyes expiraron; dado el actual estancamiento legislativo, una reforma federal parece improbable. Por lo tanto, el próximo desafío podría recaer en los estados. Así como California y otros 19 estados fueron pioneros en leyes de privacidad como la CCPA, las legislaturas estatales podrían promulgar leyes de IA y antimonopolio inspiradas en la DMA, la Ley de Libertad de Elección e Innovación en Línea y la Ley para Acabar con los Monopolios de Plataforma. De lo contrario, como podría advertirnos hoy el juez Holmes, la verdad podría dejar de tener una oportunidad justa para competir.
El artículo original se puede leer en inglés en Institute for New Wconomic Thinking (INET)
Sobre el autor:
Comentarios