Durante los últimos años, la narrativa dominante sobre la inteligencia artificial ha sido la de que los modelos generativos inundarían internet con falsedades, creando una oleada de contenido engañoso y poco fiable. Sin embargo, los recientes hallazgos de tres investigaciones independientes presentan una conclusión distinta: la IA no está disminuyendo la precisión de la información, sino que está reduciendo la variedad de voces y perspectivas que la conforman.

El primer estudio, realizado por un equipo de la Universidad de Stanford, analizó un corpus de 10 millones de artículos web recopilados entre 2018 y 2023. Los investigadores constataron que, a medida que los modelos de lenguaje grande (LLM) se vuelven más populares, el porcentaje de contenido que proviene de fuentes ya existentes crece de forma sostenida, reduciendo la proporción de publicaciones originales en un 27 % respecto a 2018. Esta tendencia sugiere que los algoritmos tienden a reproducir patrones ya existentes, limitando la aparición de nuevas ideas.

La segunda investigación, publicada por el Instituto de Tecnología de Massachusetts, se centró en los sistemas de recomendación que alimentan los feeds de usuarios en plataformas de noticias. Mediante un experimento de campo con 150 000 usuarios, descubrieron que los algoritmos favorecen contenido que coincide con los intereses previos, creando “cámaras de eco” que amplifican una minoría de temas y voces. El estudio concluye que la diversidad temática se ha reducido en un 35 % en los últimos dos años.

El tercer análisis, llevado a cabo por un grupo de investigadores de la Universidad de Barcelona, examinó la procedencia de los datos de entrenamiento de los modelos generativos de imágenes. Los resultados revelaron que más del 60 % de los conjuntos de datos provienen de unas pocas plataformas dominantes, lo que genera una homogeneidad visual y cultural en las imágenes producidas. Esta concentración limita la representación de culturas y estilos minoritarios, perpetuando estereotipos y reduciendo la riqueza visual del ecosistema digital.

La pérdida de diversidad no es solo una cuestión estética; tiene consecuencias profundas para la democracia y la innovación. Cuando la información proviene de un número limitado de fuentes, los ciudadanos tienen menos acceso a puntos de vista críticos y a soluciones creativas para los problemas sociales. Además, la falta de variedad en los datos de entrenamiento de la IA perpetúa sesgos históricos, dificultando el desarrollo de sistemas justos y equitativos. En un mundo donde la IA decide qué contenido se viraliza, la homogeneización amenaza la pluralidad del discurso público.

Para revertir esta tendencia, los expertos proponen una serie de medidas: ampliar la recopilación de datos a fuentes geográficas y lingüísticas menos representadas, incentivar la creación de contenido original mediante financiamiento público, y diseñar regulaciones que obliguen a los proveedores de IA a auditar la diversidad de sus conjuntos de entrenamiento. Asimismo, se sugiere fomentar la alfabetización mediática y la participación ciudadana en la generación de contenido, de modo que la comunidad tecnológica no solo sea receptora pasiva, sino también agente activa de pluralismo.

En síntesis, los tres estudios demuestran que la verdadera amenaza que representa la IA no es la falsedad, sino la erosión de la diversidad que sustenta una información rica y plural. La comunidad tecnológica, los responsables de políticas y los usuarios deben colaborar para preservar la variedad de voces en la red, garantizando que la IA sea una herramienta que enriquezca, y no que homogenice, el panorama digital.