Las plataformas descubren que los datos de entrenamiento son el usuario

El modelo de negocio que hace cinco años parecía indestructible —plataforma crece, atrae usuarios, acumula datos, mejora el producto, retiene usuarios— chocó en julio con una paradoja que nadie diseñó para manejar: los mismos usuarios que generan el valor son los que bloquean el acceso a él. En menos de una semana, entre el 9 y el 13 de julio, Meta, Samsung y Google recibieron tres señales distintas del mismo mensaje: el acceso a datos de usuarios para entrenamiento AI ya no se puede dar por hecho.

Cinco días, tres compañías, el mismo problema

La cadena de eventos empezó el 9 de julio con la funcionalidad Muse Image de Instagram, que permitía a cualquier usuario generar imágenes usando fotos de cuentas públicas. La reacción fue inmediata: guías de cómo desactivar la función circularon antes de que Meta pudiera procesar el alcance del problema. El 10 de julio Meta retiró la funcionalidad con un comunicado que reconocía que «la intención era proveer una herramienta creativa útil» pero que la recepción «no era la esperada». El 11 de julio la discontinuación fue oficial. Paralelo a esto, el 13 de julio la aplicación Samsung Health amenazó con borrar datos de usuarios que no cedieran sus registros para entrenamiento AI —convirtiendo la privacidad en rehén de la funcionalidad de salud. Entre tanto, Google anunció que identificará qué anuncios son creados con AI —una decisión que, leída en contexto, es menos sobre transparencia y más sobre anticipar el mismo backlash antes de que llegue, en línea con la presión que convierte el AI no etiquetado en pasivo de plataforma.

El mecanismo que nadie calculó

La tensión es estructural, no táctica. Las plataformas necesitan datos de usuarios para entrenar modelos que mejoren el producto. Pero el producto que intentan mejorar con esos datos es, en muchos casos, un producto que los usuarios reciben con ambivalencia. Muse Image no falló porque fuera una mala idea técnica; falló porque los usuarios no querían que sus fotos públicas fueran ingrediente de creaciones ajenas sin su consentimiento explícito.

El incentivo de las plataformas —acumular datos para acelerar el entrenamiento— está directamente en conflicto con el incentivo del usuario, que no experimenta el beneficio del modelo entrenado pero sí experimenta el costo de ver su contenido reusado. Cada ronda de coerción produce más conciencia del problema entre los usuarios y más resistencia organizada, lo que dificulta la siguiente ronda. Samsung aprendió que ni siquiera la amenaza de perder datos de salud convierte a los usuarios en voluntarios de entrenamiento.

El segundo orden no es menor: cuando las plataformas retiran funcionalidades por presión, señalan que la resistencia organizada funciona. Eso baja el costo percibido de resistir en el futuro y eleva el umbral de lo que las plataformas pueden intentar sin desencadenar backlash.

Quién gana y quién pierde en este ciclo

Los creadores de contenido y usuarios con suficiente conciencia digital para optar por no participar capturan el beneficio de corto plazo: sus datos siguen siendo suyos. Las plataformas pierden velocidad de entrenamiento en la capa que más quieren optimizar —el modelo de consumo personalizado basado en comportamiento real.

Los proveedores de modelos que no dependen de datos de usuario con consentimiento frágil —los que trabajan con datos sintéticos, contratos con editores, o datos licenciados— ganan posición relativa porque su ventaja competitiva es más estable. Es el mismo movimiento que llevó a las empresas a preferir modelos propios sobre el alquiler a los grandes labs: la dependencia de terceros para el activo central del producto es un riesgo que el mercado empieza a descontar. Los grandes perdedores de largo plazo podrían ser, paradójicamente, los propios usuarios: si las plataformas no pueden entrenar con datos reales de comportamiento, el producto se degrada respecto del que recibirían con consentimiento activo. Pero ese costo es difuso y futuro; la incomodidad de ver tu foto reusada es inmediata y concreta.

Lo que confirma o refuta esta tesis

La predicción es directa: la próxima plataforma que lance una funcionalidad AI basada en datos de usuarios sin consentimiento explícito activo va a enfrentar el mismo ciclo. La solución no es técnica sino contractual: la plataforma que logre que usuarios cedan datos activamente a cambio de beneficios concretos y verificables rompe el patrón. Qué mirar: si los comunicados de lanzamiento de features AI en los próximos seis meses incluyen opt-in explícito o siguen defaulteando a opt-out. Quien defaultea a opt-out está apostando a que el backlash esta vez no llega —y las últimas tres semanas sugieren que esa apuesta tiene un historial negativo. A esto se suma el pasivo legal que acumula la extracción de datos para entrenamiento sin base contractual sólida. Para un decisor que construye sobre estas plataformas: cualquier feature AI que procese contenido de usuarios hereda la fragilidad reputacional de la plataforma en la que vive.