En el Reino Unido. La BBC, The Guardian, Financial Times, Sky News y Telegraph Media Group lanzaron SPUR, sigla de Standards for Publisher Usage Rights, una iniciativa conjunta para proteger el periodismo original frente al uso no autorizado por parte de empresas de inteligencia artificial.
El acuerdo se firmó a finales de febrero de 2026 y revela una pieza clave del debate actual: los contenidos periodísticos se usan de forma masiva para entrenar modelos de IA sin reglas comunes y, según advierten los impulsores, sin una compensación económica clara para quienes los producen.
La coalición lo planteó en una carta abierta. Allí señala que este mecanismo amenaza la sostenibilidad del sector y puede afectar el engranaje central de la información de calidad: pagar reporteros, sostener redacciones y financiar coberturas originales. SPUR quiere instalar un sistema de licencias internacional, como si cada artículo tuviera su propio interruptor de uso y su propio medidor de consumo.
En este caso, el “entrenamiento” (proceso de aprendizaje de la IA) usa millones de textos para que el sistema detecte patrones, tono y contexto. El problema, según los medios británicos, es que esa extracción ocurre muchas veces sin una llave visible, sin permiso y sin un contador transparente.
Por eso SPUR no solo busca contratos. También quiere impulsar herramientas técnicas que refuercen la propiedad intelectual y mejoren la transparencia, es decir, sistemas que permitan saber cuándo, cómo y para qué una empresa de IA utiliza contenidos periodísticos.
Un marco común para un problema que ya existe
El hallazgo político de esta alianza es que no parte de cero. Algunos de sus miembros, como The Guardian y Financial Times, ya tienen acuerdos de licencia con OpenAI. Sin embargo, consideran que esos pactos son apenas una solución parcial y que hace falta un estándar más amplio para toda la industria.
Eso cambia el foco. Ya no se trata solo de negociar caso por caso, sino de construir una regla compartida. Además, el grupo aspira a fijar estándares comunes para el uso de contenidos en IA. Ese punto es importante porque introduce otra demanda de fondo: que las compañías expliquen mejor qué material usan y bajo qué condiciones.
La transparencia, en este escenario, funciona como una caja de fusibles abierta. Permite ver qué línea está conectada, qué pieza consume más y dónde puede haber un uso indebido.
Qué puede cambiar para el lector
La discusión parece lejana, pero toca algo muy cotidiano. Si el contenido original pierde valor económico, se debilita la capacidad de los medios para producir investigaciones, chequear datos y sostener coberturas que después terminan en tu pantalla con respuesta inmediata y contexto confiable.
SPUR aparece, entonces, como una oportunidad para equilibrar dos fuerzas. Por un lado, el avance de la IA. Por el otro, la necesidad de que el periodismo no quede reducido a una cantera gratuita de datos.
Según explicó Javier Corpas al difundir la iniciativa, el movimiento británico busca ordenar una zona gris que ya es central para la industria. No es un freno total a la tecnología. Es un intento de ponerle tablero, medidor y reglas.
Si ese sistema prospera, el lector podría no notarlo de inmediato. Pero detrás de cada nota bien hecha habría algo decisivo: un mecanismo más justo para que la inteligencia artificial aprenda sin apagar la luz de quienes todavía salen a buscar la historia.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
