Contenido generativo: texto, imagen y voz

Lo que cambia cuando producir cuesta cero

Un cambio de coste tan grande no es una mejora de eficiencia: reordena el juego entero, y conviene ver hacia dónde.

• El cuello de botella se muda. Antes estaba en producir; ahora está en la atención de quien lee y en la distinción de lo que dices. Ninguna de las dos ha aumentado.
• Lo genérico pierde todo su valor. Un artículo de "cinco consejos para tu declaración de la renta" ya no vale nada porque cualquiera lo produce en segundos. Lo que sube de valor es exactamente lo contrario: la anécdota concreta, el dato propio, el criterio de alguien que se moja.
• La confianza sube de precio. Cuando cualquiera puede publicar mil textos plausibles, la firma de alguien que responde de lo que dice pasa a ser el activo escaso.

Traducido al boletín de Marta: la IA no le va a dar qué contar. Ese "hemos visto treinta consultas este mes sobre el mismo error en el modelo 130" no está en ningún modelo del mundo — está en su bandeja de entrada. Lo que sí le va a dar es la ejecución: convertir esa observación en cuatro párrafos legibles, en tres variantes de titular y en un pie para redes.

Una forma útil de decirlo: lo generativo hace la ejecución, no la selección. Y en contenido, casi todo el valor estaba en la selección. Por eso quien tenía algo que decir se ha vuelto mucho más productivo, y quien no lo tenía ahora produce más rápido lo mismo que no interesaba antes.

Qué hace bien cada formato hoy, y dónde falla

Para un despacho pequeño, el orden de rentabilidad está claro y no coincide con el de lo espectacular: texto muy rentable, imagen útil para ilustrar, voz solo con permiso por escrito, vídeo casi nunca compensa salvo que ya tuvieras un proceso de vídeo.

De quién es lo generado (y la respuesta incómoda)

Cuatro preguntas que hay que tener resueltas antes de publicar nada, con el estado a día de hoy y el aviso de que este terreno se mueve deprisa.

1. ¿Puedo registrar como mío un texto generado?

En España y en la Unión Europea, la protección por derecho de autor exige una creación intelectual propia de una persona: originalidad con decisiones creativas humanas detrás. Una salida producida esencialmente por la máquina difícilmente cumple ese requisito. La consecuencia práctica no es que te vayan a demandar: es que puede que no puedas impedir que otro lo copie. Cuanto más intervengas —selección, estructura, reescritura, decisiones editoriales—, más defendible es la autoría de tu aportación.

2. ¿Es legal que el modelo se entrenara con obras ajenas?

La Directiva (UE) 2019/790 introdujo excepciones de minería de textos y datos (artículos 3 y 4). La del artículo 4, aplicable a usos comerciales, permite al titular de derechos reservarse expresamente ese uso. En España se transpuso mediante el Real Decreto-ley 24/2021. Hay litigios abiertos en varias jurisdicciones y el asunto no está cerrado. Para ti, usuario, importa por una vía indirecta: los términos del proveedor deben indemnizarte frente a reclamaciones de terceros por la salida. Léelos; varios lo hacen y otros expresamente no.

3. ¿Puedo pedir algo "al estilo de" una marca o un artista?

El estilo como tal no se protege, pero los elementos concretos sí: un personaje, una tipografía, una composición reconocible, una marca. Generar el boletín "con la estética de" una firma conocida es coquetear con una infracción sin ninguna necesidad. Y hay un riesgo adicional que no es jurídico sino comercial: si tu material se parece al de otro, has trabajado gratis para su reconocimiento de marca.

4. ¿Puedo clonar una voz o usar la cara de alguien?

No sin consentimiento expreso, y aquí no hay zona gris. En España la Ley Orgánica 1/1982 protege la propia imagen y la voz forma parte de la identidad de la persona; además, un modelo de voz derivado de grabaciones de alguien identificable maneja datos personales, con lo que entra el RGPD del módulo siguiente. Clonar la voz de Marta para el boletín exige su permiso por escrito, con alcance y plazo. Clonar la de un tercero es directamente un problema.

Y la obligación que ya afecta a cualquiera que publique: el artículo 50 del Reglamento europeo de IA exige, entre otras cosas, que se informe cuando alguien está interactuando con un sistema de IA y que el contenido sintético —muy señaladamente los ultrafalsos— se identifique como tal. Para un boletín escrito con ayuda de IA y firmado y revisado por una persona, la práctica sensata y suficiente es una nota al pie honesta. No es una carga: en un despacho, decir cómo trabajas suma confianza.

El modelo formal: coste por pieza publicada

La cuenta que casi nunca se hace, porque solo se mira el coste de generar, que es la parte que no cuesta nada.

coste = tokens + (selección + edición + verificación) × precio de la hora

Y la pieza clave es la tasa de aprovechamiento: qué proporción de lo generado sirve. Si generas 12 y aprovechas 4, has pagado tiempo de lectura por 8 que fueron a la papelera.

Ahorro: 64 € y 2,9 horas al mes. Es real, es bienvenido y es muchísimo menos espectacular que el 60% de ahorro del proceso de correos. La razón es estructural y merece entenderse: en los correos, la mayor parte del tiempo se iba en producir texto a partir de información que ya estaba. En el boletín, la mayor parte del tiempo se va en decidir qué contar y comprobarlo, y eso no lo hace el modelo. Cuanto mayor sea la proporción de "decidir y comprobar" en una tarea, menor será el ahorro. Es la mejor regla que existe para predecir dónde va a funcionar esto antes de probarlo.

Detalle contraintuitivo del simulador: si la tasa de aprovechamiento es baja, generar más empeora las cosas. Con un 15% de aprovechamiento hacen falta 27 borradores para sacar 4, y leerlos cuesta más de una hora. La respuesta correcta no es generar 27, es arreglar el prompt para que suban de calidad — o admitir que esa tarea no se automatiza.

La fábrica de contenido: por qué es un mal negocio

La tentación aritmética es evidente: si una pieza cuesta tres céntimos, publiquemos doscientas al mes y comámonos el buscador. Cuatro razones por las que eso se ha vuelto una mala idea, y ninguna es moral:

1. Todo el mundo tiene la misma calculadora. Una ventaja que se compra con veinte euros al mes no es una ventaja: la tiene también tu competencia, y el resultado agregado es una inflación de contenido que no beneficia a nadie que publique.
2. Los buscadores penalizan explícitamente el contenido producido a escala sin valor añadido, y los sistemas de respuesta basados en IA citan pocas fuentes, no muchas. La estrategia de volumen apunta a un canal que está desapareciendo mientras la ejecutas.
3. Cada pieza es un pasivo. Doscientas piezas mensuales sin verificar son doscientas oportunidades mensuales de publicar un plazo equivocado con la firma del despacho. Con la aritmética del módulo 3: al 8% de error, dieciséis errores publicados al mes.
4. El pozo se envenena. Shumailov y otros (Nature, 2024) mostraron que los modelos entrenados repetidamente sobre datos generados por modelos degradan: pierden la cola de la distribución y convergen hacia lo genérico. Es un problema del sector, no tuyo, pero explica por qué lo genérico será cada vez más genérico y lo específico cada vez más valioso.

La estrategia que sí resiste es la contraria y es más aburrida: menos piezas, con algo dentro que nadie más pueda escribir. Para Marta, los datos de su propia bandeja de entrada. Para cualquier negocio, lo que sabe por haberlo hecho. Eso no lo genera un modelo — pero un modelo te ahorra las tres horas de redactarlo, y ese es exactamente el trato que conviene aceptar.

Simulador: el coste real de una pieza publicada

Arranca en el boletín de Marta: 4 piezas al mes, 40% de aprovechamiento, 25 minutos de edición y 15 de verificación por pieza publicada, frente a las 6 horas de escribirlas a mano. Baja el aprovechamiento al 15% y mira lo que pasa con la barra: hay un punto en el que generar y descartar cuesta más que escribir. Sube después la verificación a 40 minutos —que es lo razonable si publicas plazos fiscales— y vuelve a mirar.

Aritmética exacta con dos supuestos declarados: leer y descartar un borrador cuesta 2,5 minutos, y generar cada uno cuesta 3 céntimos (unos 2.000 tokens de salida). La tasa de aprovechamiento es el mando que decide todo y es el único que hay que medir de verdad en tu caso — cuenta cuántos borradores has tirado el mes pasado y ya la tienes.

✍️ Ejercicios resueltos

Ejercicio 1 — El boletín, con la cuenta completa. Marta publica 4 piezas al mes. A mano son 90 minutos cada una. Con IA genera borradores hasta tener 4 aprovechables (tasa del 40%), tarda 2,5 minutos en leer y descartar cada uno, 25 minutos en editar cada pieza elegida y 15 en verificarla. La hora, a 22 €. ¿Cuánto ahorra?

Ejercicio 2 — La fábrica de 200 artículos. Una asesoría de la competencia anuncia que va a publicar 200 artículos al mes generados con IA, con una revisión mínima de 5 minutos por pieza. Suponiendo una tasa de error del 8% y que la revisión de 5 minutos detecta el 40%, calcula qué está comprando de verdad.

Quiz — Contenido generativo

12 preguntas — se supera con 70% o más.