La IA se está quedando sin internet que comerse

TL;DR

• Los modelos de IA consumen datos más rápido de lo que generamos contenido nuevo
• El internet “de calidad” para entrenar ya se ha usado casi todo
• La solución: datos sintéticos (IA entrenando con datos generados por IA)
• Esto cambia las reglas del juego para todos

---

Hay un problema del que nadie habla.

Los grandes modelos de lenguaje (GPT, Claude, Gemini, etc.) se entrenan con texto de internet. Libros, artículos, foros, Wikipedia, código, documentos…

El problema: ya se lo han comido casi todo.

Y generamos contenido nuevo más lento de lo que la IA puede procesarlo.

Los números

El World Economic Forum lo advirtió a finales de 2025: los datos de alta calidad para entrenar IA se están agotando.

No es que no haya datos. Hay más datos que nunca. Pero:

• La mayoría es basura (spam, duplicados, contenido generado por IA de baja calidad)
• Lo bueno ya está usado
• Lo nuevo que generamos no alcanza para alimentar modelos cada vez más grandes

Es como si tuvieras una ballena que necesita comer toneladas de krill al día, y el océano se está quedando sin krill.

La solución (y por qué es rara)

La solución que están usando: datos sintéticos.

Es decir: IA generando datos para entrenar a otra IA.

Suena a serpiente mordiéndose la cola. Y en parte lo es. Pero Microsoft (proyecto SynthLLM) ha demostrado que funciona si se hace bien.

También están surgiendo los LQMs (Large Quantitative Models). A diferencia de los LLMs que aprenden de texto histórico, los LQMs aprenden de ecuaciones y principios físicos. Pueden simular resultados sin necesitar datos reales.

Por qué te importa

Si trabajas con datos o IA, esto te afecta:

1. La calidad de los modelos puede estancarse

Si no hay datos nuevos de calidad, los modelos no mejoran. O mejoran más lento. La curva exponencial de “cada 6 meses hay un modelo mejor” puede frenarse.

2. Tus datos internos valen más

Las empresas con datos propios de calidad (no públicos en internet) tienen ventaja. Esos datos no están “contaminados” ni usados. Son oro.

3. El contenido original humano es escaso

Irónicamente, cuanto más contenido genera la IA, menos contenido original humano hay. Y el contenido original es lo que necesitan para mejorar.

El ciclo absurdo

1. IA genera contenido
2. Humanos publican contenido generado por IA
3. IA se entrena con ese contenido
4. IA genera contenido basado en contenido de IA
5. Degradación progresiva

Es como hacer una fotocopia de una fotocopia de una fotocopia. Cada generación pierde calidad.

Qué significa para el futuro

A corto plazo: nada cambia. Los modelos actuales ya están entrenados.

A medio plazo:

• Veremos más modelos especializados (entrenados con datos de nicho de alta calidad)
• Los datos sintéticos serán la norma
• Las empresas con datos propios tendrán ventaja competitiva

A largo plazo: nadie sabe. Pero la era de “entrenar con todo internet” está llegando a su fin.

La reflexión

Llevamos años preocupados de que la IA nos quite el trabajo.

Resulta que la IA tiene un problema más básico: se está quedando sin comida.

No digo que esto pare el avance. Pero sí que cambia las reglas. Y como siempre, el que entienda las reglas nuevas antes que los demás, gana.