miércoles, 24 de junio de 2026

Maradona hecho con IA para apuestas: el debate sobre clones digitales y personas fallecidas

Maradona hecho con IA para apuestas: el debate sobre clones digitales y personas fallecidas

Hay imágenes que no parecen peligrosas al principio. Un rostro conocido, una voz familiar, una frase que suena heroica, una edición impecable. Pero a veces el problema no está en lo que se ve, sino en lo que esa imagen nos hace aceptar sin pensarlo demasiado.

Eso fue lo que ocurrió en Argentina con una publicidad de apuestas deportivas que recreó a Diego Armando Maradona mediante inteligencia artificial. El anuncio mostró a un Maradona joven, con una estética cercana al ídolo de México 1986, hablando en presente y promocionando una casa de apuestas online. La campaña, titulada “Gente con pelotas”, fue autorizada por herederos del futbolista, pero aun así abrió una pregunta mucho más grande: ¿alcanza con tener permiso legal para hacer hablar a una persona muerta?

El problema no es solo la IA: es qué se pone en boca de Maradona

La inteligencia artificial ya permite recrear rostros, voces, gestos y estilos de personas reales con un nivel de realismo que hace pocos años parecía imposible. Eso, por sí solo, no tiene por qué ser negativo. Puede servir para documentales, homenajes, educación, restauración de archivos o experiencias culturales.

El conflicto aparece cuando esa tecnología se usa para hacer decir a una persona fallecida algo que nunca dijo. Y más todavía cuando ese mensaje está ligado a un negocio polémico.

En este caso, la imagen de Maradona fue usada para promocionar apuestas deportivas. Para muchos argentinos, ahí está el punto más delicado. No se trataba de un homenaje deportivo, ni de una reconstrucción histórica, ni de una escena pensada para recordar su legado. Era una publicidad.

Y no cualquier publicidad: una vinculada al juego online, un sector que viene creciendo con fuerza y que preocupa especialmente por su llegada a adolescentes. UNICEF Argentina advierte que uno de cada cuatro adolescentes afirma haber apostado alguna vez, aunque el juego de azar está prohibido para menores de 18 años.

Por eso la reacción fue tan fuerte. No era solo “usaron a Maradona con IA”. Era “usaron a Maradona para vender apuestas”.

Maradona, la memoria colectiva y una herida abierta

Diego Maradona no fue simplemente un exfutbolista famoso. Para millones de personas fue una figura emocional, política, popular y cultural. Su imagen está asociada a la gloria deportiva, al origen humilde, a la rebeldía, a las contradicciones y también a sus problemas personales.

Por eso, cuando una inteligencia artificial lo muestra hablando como si estuviera vivo, el impacto no es neutro. La gente no ve solo una pieza publicitaria. Ve a alguien que formó parte de su historia afectiva.

Ahí aparece una diferencia clave: una cosa es usar la imagen de una celebridad como marca comercial, y otra muy distinta es intervenir sobre la memoria de una persona que ya no puede responder, corregir, rechazar o explicar nada.

La pregunta incómoda es esta: si alguien murió, ¿quién decide qué puede decir su versión digital?

Que sea legal no significa que sea legítimo

Según se informó, la publicidad habría sido autorizada por familiares de Maradona. Eso abre otro debate importante. Desde el punto de vista legal, los herederos pueden tener derechos sobre la explotación económica de una imagen. Pero desde el punto de vista ético, el asunto es más complejo.

En Argentina no existe todavía una ley específica pensada para clones digitales de personas fallecidas. El derecho a la imagen se regula con normas previas a esta revolución tecnológica. Por ejemplo, el artículo 53 del Código Civil y Comercial argentino establece que para captar o reproducir la imagen o la voz de una persona, “de cualquier modo que se haga”, se necesita consentimiento, con algunas excepciones.

El problema es que la inteligencia artificial va más allá de reproducir una foto o una grabación. No solo muestra a alguien. Puede fabricar nuevas frases, nuevos gestos y nuevas escenas. Puede construir una versión artificial de una persona y ponerla a actuar en situaciones que nunca ocurrieron.

Ahí la autorización familiar puede ser necesaria, pero no alcanza para resolver todo. Porque el consentimiento de los herederos no responde automáticamente a otra pregunta: ¿ese uso respeta la dignidad, la historia y la identidad de la persona fallecida?

Los “fantasmas digitales” ya no son ciencia ficción

Este caso forma parte de un fenómeno más grande: los llamados fantasmas digitales, griefbots o avatares póstumos. Son sistemas de inteligencia artificial diseñados para imitar a personas muertas usando fotos, videos, audios, mensajes, publicaciones y otros rastros digitales.

Algunos proyectos se presentan como herramientas para acompañar el duelo. Otros prometen conservar recuerdos familiares. También existen usos comerciales, artísticos o publicitarios. Investigaciones recientes ya hablan de una “vida digital después de la muerte” y advierten riesgos relacionados con consentimiento, manipulación emocional, privacidad, dignidad y usos engañosos.

El problema es que estas tecnologías avanzan más rápido que las leyes, y muchas veces también más rápido que nuestra capacidad social para discutirlas.

Durante siglos, una persona fallecida podía dejar cartas, fotos, grabaciones o videos. Pero esos materiales eran documentos cerrados: mostraban lo que esa persona realmente había dicho o hecho. La IA cambia la regla. Ahora puede producir contenido nuevo con la cara, la voz y el estilo de alguien que ya no está.

Eso obliga a crear límites claros.

¿Dónde está la línea entre homenaje y explotación?

No todo uso de una persona fallecida con tecnología debería ser rechazado. Hay homenajes que pueden ser cuidados, transparentes y respetuosos. Un documental que reconstruye una voz con fines educativos no es lo mismo que un anuncio que usa esa voz para vender un producto.

La diferencia está en varios puntos: el propósito, el contexto, la transparencia, el tipo de mensaje, el vínculo con la vida real de la persona y el riesgo de engañar al público.

Un homenaje suele buscar memoria. Una explotación comercial busca rendimiento económico. Y aunque ambas cosas pueden mezclarse, no deberían confundirse.

En el caso de Maradona, el rechazo social parece venir de esa mezcla incómoda: una figura amada, recreada de forma artificial, usada para promocionar apuestas deportivas durante el Mundial. El resultado tocó una fibra sensible porque muchos sintieron que la IA no estaba recordando a Maradona, sino usándolo.

El peligro de normalizar que los muertos vendan productos

Si este tipo de campañas se vuelve común, podríamos llegar a un escenario extraño: artistas fallecidos recomendando marcas, deportistas muertos opinando sobre productos, escritores promocionando servicios o líderes históricos defendiendo ideas que jamás defendieron.

Eso no solo afectaría a los famosos. También podría impactar en personas comunes. En un mundo donde todos dejamos fotos, audios, videos y mensajes en internet, cualquiera podría convertirse en materia prima para una versión digital futura.

Por eso el debate no debería quedarse en Maradona. El caso es importante porque nos muestra una puerta que ya se abrió. Y una vez que la tecnología permite algo, la pregunta más importante no es si se puede hacer, sino si debe hacerse.

Qué debería exigirse a las campañas con IA y personas fallecidas

Una regulación seria debería contemplar al menos cuatro puntos.

Primero, transparencia total. El público debe saber de forma clara cuándo está viendo una recreación generada con inteligencia artificial. No puede quedar escondido en letra chica.

Segundo, consentimiento previo siempre que sea posible. Las personas deberían poder decidir en vida si aceptan o no que su imagen, voz o identidad sean recreadas después de morir.

Tercero, límites de uso. No debería ser lo mismo una obra educativa que una campaña de apuestas, alcohol, política o productos sensibles.

Cuarto, respeto por la trayectoria de la persona. Si el mensaje contradice de forma fuerte lo que esa persona defendió en vida, la autorización comercial no debería cerrar la discusión.

La IA necesita límites humanos

La inteligencia artificial no tiene memoria moral. No entiende por sí sola qué significa Maradona para Argentina, qué representa una adicción, qué peso tiene una infancia que idolatra a un futbolista o qué dolor puede causar ver a un muerto convertido en vendedor.

Eso lo tenemos que decidir nosotros.

El caso del Maradona hecho con IA no es solo una polémica publicitaria. Es una señal de época. Nos muestra que la tecnología ya puede revivir una imagen, pero todavía no sabe respetar una historia. Puede imitar una voz, pero no puede hacerse cargo de lo que esa voz significa.

Y quizá esa sea la gran lección: no todo lo que la IA puede fabricar merece ser publicado. Cuando una persona ya no está para defender su nombre, la sociedad debería ser todavía más cuidadosa, no menos.

Porque una cosa es recordar a los muertos. Otra muy distinta es ponerlos a vender.

viernes, 19 de junio de 2026

Cómo la inteligencia artificial está cambiando la ciencia: del laboratorio humano al descubrimiento automático

Durante siglos, la ciencia avanzó con una imagen bastante clara: una persona observa, duda, prueba, se equivoca, vuelve a probar y, con suerte, descubre algo nuevo. Pero esa imagen está empezando a cambiar en el mundo de la ciencia. No porque los científicos estén desapareciendo, sino porque ahora tienen una herramienta capaz de ver patrones que ellos no ven, proponer experimentos que no se les habrían ocurrido y acelerar procesos que antes podían llevar años.

La inteligencia artificial ya no es solo un programa que responde preguntas o genera imágenes. En ciencia, se está convirtiendo en una especie de copiloto silencioso. A veces analiza datos. A veces predice resultados. A veces diseña moléculas. Y en algunos casos, empieza a comportarse como algo más inquietante: una máquina capaz de participar en el proceso de descubrir.

La gran pregunta no es si la IA va a cambiar la ciencia. Eso ya está pasando. La pregunta real es otra: ¿hasta dónde vamos a dejar que llegue?

Cómo la inteligencia artificial está cambiando la ciencia: del laboratorio humano al descubrimiento automático

La IA ya no solo calcula: también sugiere ideas

Durante mucho tiempo, las computadoras fueron vistas como herramientas para hacer cuentas más rápido. Eran útiles, sí, pero no parecían “creativas”. La inteligencia artificial cambió esa idea porque no se limita a seguir una fórmula sencilla. Puede aprender de enormes cantidades de datos y encontrar relaciones que una persona tardaría demasiado en detectar.

Esto es especialmente importante en ciencia, donde muchas veces el problema no es la falta de información, sino el exceso. Hay miles de estudios publicados, millones de imágenes médicas, bases de datos genéticas enormes, registros climáticos, simulaciones físicas y resultados experimentales que ningún equipo humano puede revisar por completo.

Ahí entra la IA. No se cansa, no se distrae y puede comparar millones de datos en poco tiempo. Pero su verdadero valor no está solo en la velocidad. Lo interesante es que, al analizar esos datos, puede encontrar caminos raros, soluciones inesperadas o hipótesis que no estaban en la mente de los investigadores.

En algunos laboratorios, la IA ya se usa para diseñar experimentos científicos. Esto significa que no solo ayuda a interpretar resultados, sino que puede sugerir qué prueba conviene hacer después. Ese cambio parece pequeño, pero es enorme: la máquina empieza a participar en la estrategia de investigación.

Biología y medicina: entender la vida a una velocidad nueva

Uno de los ejemplos más famosos está en la biología molecular. Las proteínas son piezas fundamentales de la vida, pero entender su forma tridimensional era un problema muy difícil. La forma de una proteína determina cómo funciona, con qué moléculas puede unirse y qué papel puede tener en una enfermedad.

AlphaFold, de Google DeepMind, fue un salto enorme porque permitió predecir estructuras de proteínas a gran escala. DeepMind afirma que AlphaFold ha revelado millones de estructuras 3D de proteínas y está ayudando a estudiar cómo interactúan las moléculas de la vida.

Después llegó AlphaFold 3, que amplió la ambición: ya no se trata solo de proteínas, sino también de interacciones entre proteínas, ADN, ARN y otras moléculas importantes. Google presentó este modelo como una herramienta capaz de predecir estructuras e interacciones de moléculas biológicas con una mejora notable frente a métodos anteriores en varias categorías.

Esto puede cambiar la medicina porque descubrir un medicamento no es simplemente “probar sustancias”. Hay que entender qué molécula puede actuar sobre qué objetivo biológico, cómo se une, qué efectos puede tener y qué riesgos aparecen. La IA no elimina el laboratorio ni los ensayos clínicos, pero puede reducir mucho el número de caminos inútiles.

En otras palabras: antes, muchos proyectos científicos empezaban con una linterna en una habitación oscura. Ahora la IA puede encender varias luces al mismo tiempo.

Nuevos materiales: buscar agujas en un pajar gigantesco

La ciencia de materiales es otro campo donde la IA está acelerando descubrimientos. Pensemos en baterías más eficientes, paneles solares más baratos, superconductores, chips más potentes o materiales resistentes para medicina e industria. Todos dependen de encontrar combinaciones químicas con propiedades muy concretas.

El problema es que el número de combinaciones posibles es inmenso. Probarlas una por una sería imposible. Por eso la IA es tan útil: puede explorar espacios enormes de posibilidades y señalar cuáles parecen más prometedoras.

El sistema GNoME, también de DeepMind, fue presentado en Nature como una forma de escalar el aprendizaje profundo para descubrir materiales, generando un conjunto de datos que permite nuevas capacidades de modelado para investigaciones posteriores.

Esto no significa que todos esos materiales ya estén listos para usarse. Una predicción no es lo mismo que una fábrica produciendo un material perfecto. Pero sí cambia el punto de partida. En lugar de probar a ciegas, los científicos pueden concentrarse en los candidatos con más posibilidades.

La IA, en este caso, funciona como un mapa. No hace el viaje completo, pero marca rutas que antes ni siquiera se veían.

Laboratorios autónomos: cuando la máquina también experimenta

Una de las ideas más potentes es la de los laboratorios autónomos o “self-driving labs”. Son sistemas donde robots, sensores e inteligencia artificial trabajan juntos para decidir qué experimento hacer, ejecutarlo, medir resultados y elegir el siguiente paso.

Esto suena a ciencia ficción, pero ya es un tema real de investigación. Un artículo publicado en Nature Communications en 2025 explica que estos laboratorios pueden automatizar tareas experimentales en química y ciencia de materiales, además de diseñar y seleccionar experimentos para optimizar procesos y reducir el uso de materiales.

La ventaja es clara: un laboratorio así puede trabajar muchas horas, repetir pruebas con precisión y ajustar el camino según lo que va aprendiendo. Para investigaciones donde hay que probar miles de combinaciones, esto puede ser revolucionario.

Pero también trae una pregunta incómoda: si la IA decide el siguiente experimento, ¿quién está pensando realmente la investigación? La respuesta honesta es que todavía debe haber humanos al mando. La IA puede acelerar, pero los científicos siguen siendo necesarios para formular buenas preguntas, revisar resultados, detectar errores y decidir si una conclusión tiene sentido.

La IA como “científico”: promesa y peligro

En los últimos años apareció una idea cada vez más discutida: el “científico de IA”. No se trata solo de una herramienta que ayuda, sino de sistemas capaces de leer literatura científica, generar hipótesis, escribir código, analizar datos y producir borradores de artículos.

MIT FutureTech resumió en 2025 que los modelos fundacionales para ciencia y los agentes de IA ya están ayudando a generar hipótesis, diseñar experimentos y automatizar partes del trabajo de laboratorio.

Incluso hay investigaciones recientes que exploran sistemas más autónomos. Nature publicó en 2026 un trabajo sobre automatización de investigación en IA con sistemas centrados en generar investigación científica y evaluarla mediante revisores automáticos.

Esto puede ser útil, pero no hay que caer en el entusiasmo ingenuo. Que una IA escriba algo con apariencia científica no significa que sea correcto. Puede equivocarse, inventar conexiones, repetir sesgos de los datos o producir resultados difíciles de reproducir.

La ciencia no es solo producir papers. Es construir conocimiento confiable. Y para eso hacen falta pruebas, revisión, transparencia, debate y responsabilidad.

El cambio más grande: la velocidad del ciclo científico

La ciencia avanza en ciclos: observar, hacer una pregunta, formular una hipótesis, diseñar un experimento, probar, analizar y volver a empezar. La IA está tocando casi todas esas etapas.

Puede leer miles de artículos para encontrar relaciones. Puede ayudar a plantear hipótesis. Puede simular moléculas, climas o sistemas físicos. Puede detectar errores en datos. Puede generar código para análisis. Puede comparar resultados con investigaciones anteriores. Y puede ayudar a explicar patrones complejos.

Ese acortamiento del ciclo es quizá el mayor cambio. Lo que antes llevaba meses puede llevar semanas. Lo que antes llevaba semanas puede llevar días. En algunas tareas concretas, horas.

Pero la velocidad no siempre es sinónimo de verdad. Si se acelera un mal proceso, se obtienen errores más rápido. Por eso la IA en ciencia necesita controles fuertes: buenos datos, revisión humana, métodos claros y resultados reproducibles.

Los riesgos: sesgos, concentración de poder y ciencia falsa

La IA también puede empeorar problemas ya existentes. Si un modelo se entrena con datos incompletos, puede sacar conclusiones injustas o equivocadas. En medicina, por ejemplo, si los datos vienen sobre todo de ciertos países o grupos sociales, la herramienta puede funcionar peor para otros.

También hay un problema de acceso. Los mejores modelos suelen requerir enormes recursos de cómputo, datos y dinero. Eso puede concentrar el poder científico en grandes empresas, universidades ricas o países con más infraestructura. Si solo unos pocos pueden usar la IA más avanzada, la ciencia podría volverse menos democrática.

Otro riesgo es la explosión de contenido generado automáticamente. Artículos falsos, datos sintéticos mal señalados, plagio automatizado o investigaciones de baja calidad pueden contaminar el ecosistema científico. La IA puede ayudar a descubrir, pero también puede llenar el mundo de ruido.

Por eso, el futuro de la ciencia con IA no depende solo de mejores algoritmos. Depende de reglas claras, acceso más justo, revisión seria y una cultura científica que no confunda productividad con conocimiento.

Entonces, ¿la IA reemplazará a los científicos?

No en el sentido simple de “la máquina hace todo y el humano sobra”. Al menos no todavía. Lo más probable es que cambie el trabajo científico. Algunas tareas repetitivas serán automatizadas. Algunas búsquedas serán más rápidas. Algunas hipótesis nacerán de sistemas de IA. Pero la ciencia seguirá necesitando criterio humano.

La IA puede encontrar una correlación. El científico debe preguntar si importa. La IA puede proponer una molécula. El laboratorio debe probarla. La IA puede escribir una explicación. La comunidad científica debe revisarla.

El mejor futuro no es una ciencia sin humanos, sino una ciencia donde los humanos hagan mejor lo que más importa: formular buenas preguntas, interpretar con cuidado, actuar con ética y decidir qué descubrimientos valen la pena perseguir.

Conclusión: una nueva etapa para el conocimiento humano

La inteligencia artificial está cambiando la ciencia porque cambia la forma de buscar respuestas. Ya no se trata solo de mirar el mundo con microscopios, telescopios o ecuaciones. Ahora también miramos el mundo con modelos capaces de aprender de cantidades enormes de información.

Esto puede acelerar medicamentos, materiales, teorías físicas, predicciones climáticas y descubrimientos que todavía ni imaginamos. Pero también puede traer errores más rápidos, desigualdad en el acceso y una peligrosa ilusión de certeza.

La IA no convierte automáticamente a la ciencia en algo mejor. La vuelve más poderosa. Y como toda herramienta poderosa, exige más responsabilidad.

El futuro de la ciencia no será simplemente humano ni simplemente artificial. Será una mezcla. La gran diferencia estará en quién la use mejor: no quien deje que la IA piense por él, sino quien aprenda a pensar mejor con ella.

martes, 16 de junio de 2026

¿Cuánto contenido de internet ya está hecho con inteligencia artificial?

Internet cambió sin hacer ruido. Un día entrábamos a Google, a redes sociales o a un blog y asumíamos que detrás de cada texto, imagen o video había una persona. Alguien pensando, escribiendo, editando, equivocándose, corrigiendo. Pero esa idea ya no encaja del todo con la realidad.

Hoy una parte enorme del contenido que consumimos nace, al menos en parte, de herramientas de inteligencia artificial. Y lo más curioso no es que la IA pueda escribir artículos, crear imágenes, hacer videos o componer música. Lo verdaderamente importante es que muchas veces ya no nos damos cuenta.

Ese es el punto incómodo en el mundo de la tecnología: internet sigue pareciendo humano, pero cada vez lo es menos.

¿Cuánto contenido de internet ya está hecho con inteligencia artificial?

El crecimiento del contenido generado por IA no comenzó ayer

Aunque la inteligencia artificial parece un fenómeno reciente, su presencia en internet viene creciendo desde hace años. Antes de 2020 ya existían sistemas capaces de generar textos simples, traducir, resumir noticias o crear respuestas automáticas. Pero eran herramientas limitadas, poco accesibles y con resultados bastante rígidos.

El salto fuerte llegó después de 2022, cuando herramientas como ChatGPT, Midjourney, Stable Diffusion y otros sistemas generativos llegaron al público general. De pronto, cualquier persona podía escribir un artículo completo, crear una imagen realista, preparar un guion para YouTube o generar ideas para redes sociales en cuestión de segundos.

Según el análisis de Graphite difundido por Visual Capitalist, el porcentaje de artículos online generados principalmente por IA creció de forma muy rápida: pasó de un nivel bajo en 2020 a superar a los artículos humanos en noviembre de 2024 dentro de su muestra de 65.000 artículos en inglés. En enero de 2025, la cifra rondaba el 55,1% de artículos generados por IA.

Eso no significa que “todo internet” ya sea IA. Este punto es clave. El estudio habla de artículos publicados en la web dentro de una muestra concreta, no de todo lo que existe en internet: redes sociales, foros, videos, comentarios, imágenes, audios, mensajes privados y archivos antiguos.

Pero aun con esa aclaración, la tendencia es clara: la IA ya no es una herramienta marginal. Es parte central de la producción de contenido digital.

De 2020 a 2025: el cambio fue brutal

La imagen que acompaña este artículo muestra una evolución muy llamativa. En 2020, el contenido humano dominaba casi por completo. Para 2022, la IA todavía representaba una parte pequeña, aunque ya empezaba a ganar terreno.

El verdadero quiebre aparece entre 2023 y 2025. En 2023, el contenido generado por IA ya empieza a ser visible. En 2024 se acerca peligrosamente al contenido humano. Y en 2025, según esas estimaciones, la IA ya habría pasado al frente en la creación de artículos online.

Graphite también señala que el gran aumento coincide con el lanzamiento público de ChatGPT a finales de 2022. En apenas un año, los artículos principalmente generados por IA llegaron a representar una parte muy importante de las nuevas publicaciones analizadas.

La razón es sencilla: antes crear contenido requería tiempo, conocimiento y trabajo. Ahora, muchas tareas se pueden automatizar. Un blog puede publicar más. Una empresa puede generar descripciones de productos en masa. Un creador puede hacer guiones, posts y correos con ayuda de IA. Incluso sitios de baja calidad pueden inundar internet con textos hechos casi sin intervención humana.

Y ahí aparece el problema.

No todo contenido hecho con IA es malo

Conviene evitar una conclusión fácil: “si lo hizo una IA, entonces es basura”. No siempre es así. De hecho esté artículo, fue publicado con la ayuda de la Inteligencia Artificial y sin embargo tiene un contenido valioso para el usuario.

La inteligencia artificial puede ser muy útil cuando se usa como apoyo. Puede ayudar a ordenar ideas, corregir errores, resumir información compleja, traducir textos, mejorar titulares o acelerar procesos creativos. Para muchos profesionales, la IA no reemplaza el trabajo humano, sino que funciona como una herramienta más.

Un blogger o periodista puede usar IA para transcribir una entrevista. Un diseñador puede probar bocetos. Un profesor puede preparar materiales. Un médico puede organizar información, aunque nunca debería delegar decisiones clínicas importantes sin revisión profesional. Un pequeño negocio puede crear mejores textos para explicar sus servicios.

El problema no es la herramienta. El problema es usarla sin criterio.

Cuando una web publica cientos de artículos genéricos, sin revisar datos, sin experiencia real y sin aportar nada nuevo, el resultado es contenido vacío. Mucho texto, poca sustancia. Mucha apariencia de información, poca verdad.

El riesgo del “internet repetido”

Uno de los mayores peligros del contenido generado por IA es que internet se vuelva repetitivo. Muchas herramientas aprenden de textos ya existentes. Si se usan para producir miles de textos similares, el resultado puede ser una red llena de frases correctas, pero poco originales.

Investigaciones recientes han advertido que el aumento del texto generado o asistido por IA puede afectar la diversidad semántica del contenido online, es decir, hacer que muchos textos se parezcan más entre sí. Un estudio publicado en 2026 estimó que hacia mediados de 2025 cerca del 35% de nuevos sitios web analizados eran generados o asistidos por IA, aunque también aclaró que no encontró pruebas sólidas de que esto redujera directamente la exactitud factual en todos los casos.

Esto es importante porque el problema no es solo leer textos “hechos por máquinas”. El problema es que todos empiecen a decir lo mismo, con las mismas estructuras, los mismos consejos y las mismas frases.

Internet siempre tuvo contenido malo. La diferencia es la escala. Antes crear basura llevaba tiempo. Ahora se puede crear basura rápido, barato y en grandes cantidades.

¿Google puede detectar el contenido generado por IA?

Google no penaliza automáticamente un contenido solo por estar hecho con ayuda de inteligencia artificial. Lo que busca, al menos en teoría, es contenido útil, confiable y pensado para personas. Si un artículo responde bien a una búsqueda, aporta información clara y está revisado, puede funcionar aunque haya usado IA como apoyo.

Pero si una página publica contenido masivo, superficial, copiado, sin verificar o creado solo para manipular resultados de búsqueda, tarde o temprano puede tener problemas.

Por eso la discusión no debería ser “humano contra IA”. La pregunta real es otra: ¿este contenido ayuda o solo ocupa espacio?

Un texto humano también puede ser malo. Un texto con IA también puede ser útil. La diferencia está en la intención, la revisión, la experiencia y el valor real que se entrega al lector.

El contenido visual también está cambiando

La conversación no se limita a los artículos. Las imágenes generadas por IA ya están por todas partes: portadas, anuncios, memes, miniaturas de YouTube, fotografías falsas, modelos virtuales, avatares e ilustraciones.

En redes sociales esto se nota mucho. Hay cuentas que producen imágenes impactantes de animales, paisajes, celebridades falsas, casas imposibles o escenas históricas que nunca ocurrieron. Algunas son inofensivas. Otras pueden confundir, manipular o directamente desinformar.

También crece el uso de videos generados con IA. Cada avance hace más difícil distinguir una grabación real de una fabricada. Esto abre posibilidades creativas enormes, pero también riesgos claros: estafas, suplantación de identidad, propaganda, deepfakes y manipulación emocional.

Europol ya había advertido que una gran parte del contenido online podría ser sintético en los próximos años, especialmente al hablar de medios generados o manipulados con inteligencia artificial.

¿Para 2030 la mayoría de internet será generado por IA?

Es posible que sí, pero hay que tomar las proyecciones con cuidado. Decir que en 2030 más del 90% del contenido podría ser generado por IA es una estimación, no una certeza.

Depende de muchas cosas: regulación, costos, hábitos de los usuarios, políticas de plataformas, calidad de los detectores, cansancio del público y valor que sigamos dando a lo humano.

Lo que sí parece probable es que la mayoría del contenido nuevo tenga algún grado de participación de IA. Quizá no todo será 100% artificial, pero sí veremos más contenido híbrido: humanos ideando, IA produciendo borradores, humanos corrigiendo, IA editando imágenes, humanos publicando.

El futuro no será simplemente “máquinas escribiendo todo”. Será más complejo. Habrá contenido totalmente automático, contenido humano asistido por IA y contenido artesanal hecho por personas que usarán esa diferencia como valor.

La autenticidad será cada vez más importante

A medida que aumente el contenido generado por IA, lo humano puede volverse más valioso. La experiencia real, la opinión honesta, la investigación propia, la voz personal y la prueba de que alguien vivió lo que cuenta serán señales cada vez más fuertes.

Un artículo sobre viajar a una ciudad escrito por alguien que estuvo allí tendrá algo que una IA no puede inventar legítimamente: vivencia. Una reseña hecha por una persona real tendrá más peso que cien textos automáticos. Una foto imperfecta, pero verdadera, puede generar más confianza que una imagen perfecta fabricada por software.

La IA puede imitar estilos. Puede ordenar información. Puede producir rápido. Pero no puede reemplazar por completo la mirada humana cuando esa mirada tiene experiencia, criterio y honestidad.

Entonces, ¿internet está muriendo o está cambiando?

Internet no está muriendo. Está mutando.

Vamos hacia una red donde habrá más contenido que nunca, pero no necesariamente mejor. Por eso el nuevo desafío no será encontrar información, sino distinguir la información valiosa de la que solo parece valiosa.

El lector tendrá que ser más crítico. Los creadores tendrán que aportar más. Las plataformas tendrán que mejorar sus filtros. Y quienes usen IA deberán asumir una responsabilidad básica: revisar, contrastar y no publicar basura solo porque ahora es fácil hacerlo.

La inteligencia artificial puede hacer que internet sea más útil, más accesible y más creativo. Pero también puede llenarlo de ruido. La diferencia dependerá de cómo la usemos.

La pregunta ya no es si la IA va a cambiar internet. Eso ya pasó. La pregunta importante es si vamos a dejar que lo llene todo de contenido vacío o si vamos a usarla para crear algo mejor.

Twitter Facebook

 
Design by Paginas En Red