Si nos centramos en el volumen de creación de contenido, se podría decir que vivimos en una época dorada. Las plataformas de streaming compiten por catálogos cada vez más abultados, las redes sociales premian a quien publica con mayor frecuencia y los medios digitales generan titulares a un ritmo que hace imposible la lectura pausada. La revista Time ya bautizó 2018 como el «año de demasiado contenido» de Netflix, cuando la crítica Judy Berman describió cómo la plataforma había pasado de ser un reducto de series de prestigio a convertirse en un negocio basado en el volumen. Desde entonces, la tendencia no ha hecho más que acelerarse.
En cuanto atendemos a otros factores más allá del volumen, pronto nos damos cuenta de que más que una época dorada, estamos atravesando una época de latón. La pregunta no es si hay más contenido, pues eso es innegable, sino por qué, por quién y para quién se produce.
¿Por qué?
La motivación es esencialmente económica, y resulta tan simple que asusta: a más contenido, más interacción; a más interacción, más beneficio. El escritor y activista tecnológico Cory Doctorow lo ha teorizado en detalle bajo el concepto de enshittification. Según Doctorow, las plataformas siguen siempre el mismo ciclo: primero ofrecen un servicio genuinamente bueno para captar usuarios; después degradan ese servicio para servir a sus clientes empresariales, y finalmente degradan también a esos clientes para maximizar el beneficio a corto plazo de sus accionistas. El contenido de calidad nunca es el fin, siempre es el cebo.
Lo que ha cambiado en los últimos años es la velocidad a la que ese ciclo se completa, y la culpable es la IA generativa. Las herramientas de inteligencia artificial han reducido el coste de producción de contenido a prácticamente cero, y cuando la producción tiene coste marginal cero, el incentivo para generar volumen resulta irresistible. Incluso si solo un porcentaje mínimo de lo producido consigue el objetivo de suscitar interacción, la operación sale rentable.
¿Por quién?
Cada vez más por nadie. La llamada Dead Internet Theory (Teoría del Internet Muerto) nació en 2021 como una especulación, pero ha encontrado un respaldo empírico incómodo en los últimos años. En esencia, postula que una parte significativa de la actividad online ya no está generada por personas reales, sino por sistemas automatizados: bots que crean contenido para otros bots, algoritmos que interactúan con algoritmos, en un ecosistema donde el usuario humano es poco más que un efecto secundario. Entre 2021 y 2023, el tráfico automatizado en internet creció del 42,3 % al 49,6 %. En 2024, el tráfico de bots superó por primera vez al tráfico humano, y llegó a alcanzar el 51 % del total.
¿Para quién?
En teoría para el usuario, pero, en la práctica, prescindiendo de él.
La paradoja del contenido contemporáneo es que, cuanto más se produce, menos se piensa en el destinatario real. El foco se ha desplazado: ya no importa crear algo que le sea útil, relevante o significativo a una persona, sino crear algo que funcione dentro de los parámetros de los algoritmos de distribución. El contenido ya no se genera pensando en el usuario, sino en el sistema de medición.
Las consecuencias
La autenticidad como coste, la rentabilidad como métrica
En este ecosistema, la autenticidad se ha convertido en una ineficiencia. Un proceso creativo genuino consume tiempo, talento y recursos, variables que pesan negativamente en cualquier análisis de rentabilidad por unidad de contenido. El AI slop (término acuñado en comunidades online en 2024 y elegido palabra del año por Merriam-Webster en 2025) es la respuesta lógica del mercado: contenido producido en masa por inteligencia artificial con supervisión humana mínima o nula, diseñado no para aportar valor sino para captar la atención. En 2025, casi el 10 % de los cien canales de YouTube con mayor crecimiento eran íntegramente generados por IA.
El resultado no es solo un internet más ruidoso, sino un internet más homogéneo. El contenido generado por IA tiende a la media estadística de lo que ha consumido durante su entrenamiento, lo que produce piezas que suenan plausibles pero rara vez sorprenden, que parecen correctas pero no dicen nada nuevo. Para compensar esa falta de singularidad, se genera más, y más, y más…
La interacción por encima de la relevancia
El éxito de un contenido ya no se mide por lo que aporta sino por la reacción que genera. Esta distinción parece menor, pero tiene consecuencias enormes. Optimizar para la interacción y optimizar para la relevancia producen resultados radicalmente distintos: el contenido que genera más reacciones inmediatas no es necesariamente el que más informa, enriquece o conecta, sino el que activa con más eficacia los mecanismos emocionales más superficiales: indignación, sorpresa, ternura fácil.
El efecto del volumen sobre quien consume
Aquí está, quizá, la consecuencia más silenciosa y más grave: lo que provoca todo este ruido en el consumidor.
Existe un fenómeno psicológico bien documentado llamado efecto de verdad ilusoria: la exposición repetida a información, independientemente de su veracidad o calidad, incrementa la credibilidad que le otorgamos (una mentira repetida mil veces se convierte en verdad). Aplicado al consumo de contenidos, la exposición masiva y continua a piezas mediocres recalibra de forma imperceptible nuestros estándares. Lo que antes nos habría parecido insuficiente empieza a parecer normal, y lo que antes nos habría resultado inaceptable, ahora empieza a resultar comprensible.
El ejemplo de los subtítulos (antes un error ortográfico en televisión era un escándalo; ahora siete en un capítulo de una plataforma de streaming generan un encogimiento de hombros) ilustra algo más profundo que una anécdota: es la solidificación de un nuevo umbral de tolerancia. No lo elegimos, nos lo imponen a base de volumen y repetición.
Las propias plataformas de streaming son un espejo de este proceso. Netflix lleva desde mediados de los 2010 apostando por la cantidad sobre la calidad, con un catálogo que hoy supera los 817 000 títulos únicos. Hay demasiado donde elegir y cada vez menos razones para elegir con criterio: si algo no nos satisface en diez minutos, hay otros 816 999 esperando. El tiempo de atención se fragmenta, la exigencia baja y la mediocridad se abre hueco.
Lo más curioso es que los usuarios sí perciben la diferencia: el engagement con artículos generados por IA cayó un 40 % en 2024 según investigadores de Olin. Las personas detectan la baja calidad, pero detectarla y exigir otra cosa son actos distintos. Y disponer de tantas opciones hace que la segunda vía nos resulte cada vez más costosa.
El espectador como clic, la obra como estímulo
Si el usuario ya no importa como destinatario, sino solo como medidor de respuesta, algo fundamental ha cambiado en la relación entre las artes y su público. La pregunta que se nos plantea es incómoda: ¿qué ocurre con las obras que no suscitan una reacción inmediata y masiva? ¿Qué pasa con la complejidad, con la ambigüedad, con todo lo que necesita tiempo para ser comprendido y apreciado?
La tecnología siempre ha influido en las artes. La aparición del cine de animación por ordenador transformó radicalmente los lenguajes visuales y narrativos. La aparición del MP3 cambió la forma en que se producía y consumía la música. Ninguno de esos cambios fue neutro, todos tuvieron ganadores y perdedores. Pero la diferencia con el momento actual es que nunca antes el sistema de medición de la respuesta del público había estado tan directamente integrado en el proceso de producción de los propios contenidos. El algoritmo no observa las artes desde fuera, las condiciona desde dentro.
Existe legislación que intenta mitigar algunos de los riesgos más visibles de la IA (la manipulación del discurso público, el deepfake, el fraude), pero la degradación de los estándares culturales no figura en ningún orden del día regulatorio. No hay ninguna directiva europea que contemple la erosión de la exigencia como un riesgo sobre el que sea urgente legislar. Quizá ni siquiera deba haberla: la respuesta a este problema no puede venir de los gobiernos.
Tiene que venir de los consumidores.
Hay algo que los datos confirman con claridad: la audiencia todavía distingue. El engagement cae cuando el contenido es artificial, la percepción de calidad aún funciona como señal. Pero esa capacidad de distinción es un músculo, y los músculos que no se ejercitan se atrofian. Si continuamos aceptando pasivamente los estándares que nos impone el volumen (si normalizamos el subtítulo mal escrito, el artículo que no dice nada, la serie que se olvida antes de terminar) ese músculo dejará de servir.
El problema no es la inteligencia artificial. El problema es la renuncia. Renunciar a exigir como consumidores, a crear con criterio, a valorar lo que cuesta tiempo, esfuerzo y talento. Al fin y al cabo, las plataformas medirán lo que nosotros les dejemos medir. Y si solo medimos clics, solo producirán estímulos.
Las humanidades no han sobrevivido miles de años de historia por generar la respuesta más rápida. Han sobrevivido por generar la más duradera.
