2026-10-18

El costo del monopolio: cuando el modelo de negocio de la IA amenaza la seguridad

Completo análisis de la IA y las amenazas al mundo de usuario y de las propias corporaciones. La columna de Néstor Vidal, perito forense de Bariloche de trayectoria internacional.

Por Néstor Vidal - Investigador Forense (*)

A principios de este año, la decisión de OpenAI de comenzar a probar publicidad dentro de ChatGPT encendió una alarma que, con el paso de los meses, ha demostrado ir mucho más allá de la simple incomodidad visual.

Como analista de riesgos, cuando observo la arquitectura económica que sostiene a la inteligencia artificial, sigo percibiendo las mismas fallas estructurales que preceden a un accidente corporativo a gran escala.

En la auditoría forense de sistemas complejos, sabemos que los siniestros organizacionales se gestan cuando la estructura de costos entra en conflicto directo con los protocolos de seguridad operativa. 

Ya en febrero de 2026, Zoë Hitzig, exinvestigadora de OpenAI, renunció a la compañía tras advertir una preocupante erosión en los principios de seguridad de la empresa. Tras dos años diseñando esquemas de precios y políticas preventivas antes de que las normas fueran definitivas, su salida expuso cómo las urgencias financieras desplazaban los controles técnicos.

Hoy, su diagnóstico confirma una realidad innegable en el sector: el modelo de negocio de la IA está consolidando la prioridad de la rentabilidad por sobre la protección de los datos más íntimos de sus usuarios. 

Falsa dicotomía: mercado y riesgo empresario

Actualmente, la industria tecnológica nos presenta un escenario que se asemeja a una extorsión elegante: o pagamos suscripciones de alto nivel (que hoy rondan entre los 200 y 250 dólares mensuales) para acceder a herramientas de vanguardia, o entregamos nuestra vulnerabilidad psicológica como moneda de cambio para utilizar versiones "gratuitas" sustentadas por publicidad.

Estas tarifas para sistemas como ChatGPT, Gemini o Claude superan diez veces el costo de una suscripción estándar de streaming por un solo software. Mientras competidores como Anthropic descartan publicar anuncios en Claude porque operan con una fracción menor del mercado, sostener 800 millones de usuarios semanales impulsa a OpenAI a mercantilizar la interacción humana. 

Durante años, millones de usuarios han interactuado con los chatbots creyendo que se trataba de un confidente neutral. Han depositado allí consultas médicas, angustias financieras y crisis personales. Transformar ese "archivo de franqueza humana" en materia prima para publicidad hiperdirigida es el equivalente a manipular evidencia privada con fines de lucro. En términos de economía conductual y análisis pericial, esto configura una asimetría informativa crítica que explota temores e incertidumbres privadas para alterar decisiones patrimoniales y de consumo. 

Como en cualquier estructura compleja, cuando los incentivos económicos empujan a saltarse las normativas de seguridad, el desastre es inminente. Aunque se prometa que los anuncios iniciales estarán etiquetados al final de las respuestas sin alterarlas, la presión de los ingresos publicitarios erosiona gradualmente cualquier compromiso, tal como comprobó la Comisión Federal de Comercio cuando Facebook eliminó las votaciones públicas sobre sus políticas y terminó exponiendo datos privados.

El propio diseño de la IA, que a menudo se optimiza para ser aduladora y generar mayor tiempo de retención del usuario, ya está mostrando daños colaterales documentados, incluyendo casos de psicosis y dependencia extrema. 

Freno de emergencia necesario

La respuesta a esta crisis no puede quedar librada a la autorregulación de las empresas. Ningún sistema de alto riesgo funciona de manera segura si es auditado por quienes lo comercializan. Es imperativo establecer normativas de contención reales: 

•    Subsidios cruzados: Es inviable que el usuario final absorba el costo total o pague con su privacidad. Las grandes corporaciones que utilizan IA a escala industrial (para redactar balances, automatizar plataformas inmobiliarias o gestionar logística) deben abonar tarifas diferenciadas que subsidien el acceso seguro y de bajo costo para el ciudadano común. Este modelo ya se utiliza con éxito en infraestructuras críticas como las telecomunicaciones y la energía. Así como la Comisión Federal de Comunicaciones exige aportes empresariales para financiar la banda ancha en zonas rurales o las facturas eléctricas incluyen cargos de beneficio público para hogares de bajos ingresos, el uso corporativo de alto valor debe sostener la red general. 

•    Gobernanza vinculante: No bastan las declaraciones de buenas intenciones en un blog corporativo. Se requiere la implementación de consejos de supervisión independientes, con representantes de los usuarios y expertos en ética, que tengan poder de veto vinculante sobre qué datos conversacionales pueden utilizarse. Existen precedentes regulatorios comprobados en el derecho comparado, como la ley alemana de cogestión —que exige a corporaciones como Siemens y Volkswagen otorgar a los trabajadores hasta la mitad de las bancas en sus consejos de supervisión— o los dictámenes vinculantes del consejo externo de moderación en Meta. 

•    Fideicomisos de datos: Modelos como la cooperativa suiza Midata demuestran que es posible poner la información bajo el control de los propios usuarios, obligando legalmente a la plataforma a actuar en interés del titular de los datos, no de los anunciantes. Mediante plataformas encriptadas gobernadas por una asamblea general y un comité ético electo, los propios ciudadanos deciden caso por caso el acceso a su información sensible. 

Estamos a tiempo de evitar que la inteligencia artificial repita los errores históricos de las redes sociales, donde la privacidad fue devorada por la maximización de la participación. Exigir infraestructuras seguras y regulaciones independientes no es frenar el progreso tecnológico, es simplemente garantizar que no descarrile.

(*) Néstor Vidal es profesional forense integrante de CIFTT (Centro de Investigación Forense y Tecnología del Tránsito) y miembro suscripto al programa del Instituto Nacional de Justicia (NIJ) de la Agencia de Investigación Científica Forense, Evaluación y Tecnología del Departamento de Justicia de los Estados Unidos (999-N. Capitol St., NE, Washington, DC 20531). 

Temas de esta nota
Te puede interesar