La épica emboscada de los medios contra la IA
Cómo un grupo de publishers construye laberintos para confundir a los rastreadores de IA y frenar el saqueo de su información
Nota del autor:
1) The Muffin estrena imagen y beneficios para suscriptores. A partir de ahora, la suscripción a The Muffin incluye lo siguiente:
The Muffin x Story Baker es una publicación apoyada por lectores. Para recibir nuevos posts y apoyar mi trabajo, considera convertirte en suscriptor de contenido gratis o suscriptor de pago.
En próximos envíos les daré más detalles y novedades sobre la nueva era de The Muffin y Story Baker.
Los medios han sacado las garras contra la IA.
Pretenden emboscarla para que deje de normalizarse el robo de información.
Pasan de obsesionarse con aparecer en los buscadores de nueva generación a conducir deliberadamente a sus crawlers al fallo, para pavimentar avenidas más sanas para la industria.
Ocurre que durante años los medios hicieron todo lo posible para atraer a los crawlers.
Les señalaron el camino.
Ordenaron sus páginas para que pudieran recorrerlas.
Etiquetaron títulos, imágenes, autores, temas y fechas para que Google entendiera qué había dentro.
El crawler era bienvenido porque funcionaba como intermediario.
Consumía información, sí.
Pero después enviaba lectores.
Ése era el trato.
Un aparente ganar-ganar, aunque nunca haya sido realmente equitativo.
La inteligencia artificial rompió el intercambio.
Sus crawlers no llegan necesariamente para llevar personas a los medios.
Llegan para consumir sus archivos, alimentar modelos y convertir artículos, investigaciones y bases de conocimiento en respuestas que pueden entregarse sin que el usuario visite la fuente original.
El crawler pasó de repartidor a comensal.
Y algunos medios han decidido comenzar a envenenarle la comida.
La premisa es clara: si me vas a robar, voy a construir rutas infinitas que te lleven al desgaste y a la confusión.
Entras, pero no entiendes cómo salir con el oro que estás buscando.
Digiday lo llama LLM honeypotting: una adaptación para la era de la inteligencia artificial de una vieja estrategia de ciberseguridad.
En lugar de bloquear frontalmente al crawler, se le permite entrar.
Pero no al sitio real.
Se le conduce hacia páginas plausibles, enlaces interminables y contenidos que parecen útiles, aunque no conducen a ninguna parte.
El objetivo es obligarlo a gastar recursos computacionales y volver más cara la extracción masiva de información.
Digiday señala que la práctica sigue siendo temprana y experimental, aunque comienza a despertar interés entre publishers y empresas de comercio electrónico.
No se trata únicamente de cerrar la puerta.
Se trata de construir múltiples casas falsas detrás de ella.
Cloudflare ya ofrece una versión de esta defensa.
Su herramienta AI Labyrinth introduce enlaces invisibles para los humanos, pero detectables por crawlers que ignoran las instrucciones de no rastrear.
Cuando uno de esos bots sigue el enlace, entra en un recorrido de páginas generadas con inteligencia artificial.
Una conduce a otra.
Y otra.
Y otra.
El crawler continúa trabajando, procesando información y dejando señales que permiten identificarlo, mientras el contenido legítimo permanece fuera de su alcance.
Cloudflare asegura que sus páginas señuelo utilizan datos reales pero irrelevantes, no información falsa, y que no son visibles para usuarios ni buscadores autorizados.
La empresa afirma que sus sistemas recibían más de 50 mil millones de solicitudes diarias procedentes de crawlers de IA cuando presentó el producto.
Es el equivalente digital de colocar a un ladrón frente a una bóveda llena de billetes de utilería.
El ladrón trabaja.
La alarma aprende.
El tesoro permanece intacto.
Una emboscada contra el ladrón tecnológico.
Al menos como mecanismo para obligarlo a pagar por lo que antes se llevaba gratis.
La implicación más profunda, sin embargo, no es técnica.
Es editorial.
Hasta ahora, asumíamos que un sitio web era una superficie común.
Una persona, un buscador y una máquina podían encontrarse con versiones técnicamente adaptadas, pero esencialmente equivalentes, de la misma publicación.
El honeypot rompe esa unidad.
Al humano se le muestra contenido.
Al crawler autorizado se le ofrece una entrada estructurada.
Al crawler sospechoso se le entrega un decorado.
La web abierta empieza a convertirse en una web de doble acceso.
Una informativa para personas y máquinas con permiso.
Otra sintética, circular y potencialmente tóxica para las máquinas que intenten entrar sin él.
Es una respuesta fascinante de los medios.
Durante años, las plataformas utilizaron algoritmos para decidir qué parte del contenido producido por los medios llegaría hasta los humanos.
Ahora son los medios quienes empiezan a utilizar algoritmos para decidir qué parte de su realidad llegará hasta las máquinas.
Los publishers están aprendiendo a engañar al engañador.
Aquí aparece la zona incómoda.
Una cosa es distraer a un crawler con información verdadera pero irrelevante.
Otra es alimentarlo con ruido estadísticamente coherente para degradar sus respuestas.
Digiday menciona ambas posibilidades.
Algunas variantes se limitan a encarecer el rastreo.
Otras imaginan contaminar sistemas de recuperación o modelos para provocar errores y erosionar la confianza en los servicios que extraen contenido sin autorización.
La primera es una trampa.
La segunda se aproxima al envenenamiento.
Y aunque resulte tentador celebrar que los publishers finalmente han encontrado una forma de contraatacar, el costo puede terminar pagándolo el usuario.
Una inteligencia artificial no siempre explica qué crawler utilizó, cuándo recuperó la información ni si la fuente que procesó era auténtica, irrelevante o deliberadamente engañosa.
Si el contenido señuelo consigue atravesar el sistema, la respuesta contaminada no se queda en la máquina.
Llega a una persona.
Y de ahí llega a todos los que se nutran de ese resultado.
Los medios podrían estar defendiendo su propiedad intelectual y, al mismo tiempo, deteriorando el ecosistema informativo en el que necesitan seguir siendo reconocidos como fuentes confiables.
Para proteger la información verdadera, podrían terminar produciendo información diseñada para no informar.
En sus versiones más agresivas, incluso desinformación con todas sus letras.
No hemos llegado hasta aquí porque los medios hayan decidido repentinamente convertirse en saboteadores.
La relación ya estaba rota.
En 2025, Cloudflare calculó que OpenAI realizaba alrededor de 1,500 rastreos por cada visita que devolvía a los sitios.
En Google la relación era de 18 a uno, después de haber sido de seis a uno apenas seis meses antes.
Esos desequilibrios impulsaron modelos como Pay Per Crawl, mediante los cuales los publishers pueden bloquear o cobrar por el acceso de las máquinas.
Los publishers tienen tres caminos.
Pueden permitir que la IA consuma su producción esperando obtener visibilidad.
Pueden licenciarla y convertir sus archivos en infraestructura para agentes.
O pueden bloquear y combatir a quienes no acepten las condiciones.
Reuters representa el camino del periodismo como API: información preparada para ser consultada por agentes autorizados.
El honeypot representa su reverso: ruido funcional para las máquinas que no deberían estar consultándolo.
Información como servicio para los aliados.
Laberintos como castigo para los intrusos.
Los medios llevan décadas obsesionados con comprender a su audiencia.
Quién entra.
Qué consume.
Cuánto permanece.
Qué lo hace regresar.
Ahora deberán responder otra pregunta:
¿Quién, o qué, está leyendo realmente?
Un crawler puede presentarse como buscador, agente, navegador o intermediario contratado por una compañía distinta.
Incluso puede cambiar de identidad cuando descubre que ha sido bloqueado.
La audiencia invisible ya no está formada únicamente por personas que no dejan una cookie.
Está formada por máquinas que pueden absorber un catálogo entero sin revelar para quién trabajan ni qué harán después con él.
Por eso el LLM honeypotting importa.
No porque los laberintos vayan a resolver el conflicto entre medios e inteligencia artificial.
No lo harán.
Importa porque marca el momento en que los publishers dejan de considerar al crawler como una pieza neutral de la infraestructura digital.
A partir de ahora, cada máquina tendrá que ganarse el derecho de acceder a la realidad.
Las autorizadas recibirán conocimiento.
Las demás podrán seguir comiendo.
Sólo que nadie les garantiza que lo servido sea alimento en vez de basura.
Más del impacto de la IA en los medios en The Muffin
Mis servicios:
Para conocer los servicios, proyectos y productos que desarrollo para marcas, plataformas y medios, consulta el sitio de Story Baker.
Si te interesa desarrollar propiedad intelectual de nueva generación, hagamos historia Monoviral.
Si eres un periodista, creador de contenido o un especialista que quiere aprender a contar historias, puedes agendar terapias creativas personalizadas.