El piloto de contribución de IA de Google paga a los editores, pero mantiene oculta la fórmula de valor
Google ha comenzado a pagar a los editores a través de un piloto solo por invitación, pese a años de tratar el contenido web y el tráfico de búsqueda como un intercambio informal.
El piloto de contribución de IA de Google recompensa a los sitios web cuando su material influye de forma significativa en respuestas de Gemini, AI Overviews o AI Mode. Los editores ven sus ingresos mensuales dentro de Search Console, pero no pueden examinar el cálculo detrás de esos pagos.
Esa brecha define el conflicto. Google reconoce que el contenido utilizado durante la generación de respuestas tiene valor económico. Sin embargo, sigue decidiendo qué contribuciones cumplen los requisitos, cuánto importa cada una y qué pruebas reciben los editores.
El experimento llega mientras Microsoft, OpenAI, Meta y mercados especializados de licencias compiten por material actual y fiable. También sigue a una presión creciente de editores y reguladores por la caída de las referencias, los controles de rastreadores, la atribución y la compensación.
Para los editores, el piloto ofrece una nueva fuente de ingresos sin una larga negociación individual. También les pide entrar en un mercado donde el comprador controla el medidor, mide el producto y emite el pago.
Por qué paga realmente el piloto de contribución de IA de Google
Google paga por contenido que cambia una respuesta de IA, no simplemente por contenido que aparece junto a ella.
La distinción procede de la interfaz del piloto descrita en una investigación sobre licencias del 14 de septiembre. Según los informes, Google denomina al programa su “piloto de contribución de IA” dentro de las cuentas participantes de Search Console.
Un editor puede recibir pagos cuando Google determina que su contenido contribuyó de forma significativa a una respuesta generada por IA. Los productos cubiertos incluyen Gemini, AI Overviews y AI Mode.
Se trata de un acuerdo de grounding. El grounding es el proceso de recuperar información externa y actual para que un sistema de IA pueda producir una respuesta más reciente o más factual.
El grounding difiere del entrenamiento de modelos. El entrenamiento modifica un modelo mediante grandes colecciones de material histórico, mientras que el grounding aporta información cuando un usuario formula una pregunta.
Esa diferencia determina qué uso considera Google compensable. El contenido que influye en una respuesta durante su generación puede cumplir los requisitos. Una página que solo confirma un dato o recibe un enlace después de la generación no los cumple.
La regla importa porque citación y contribución no son idénticas. Una respuesta de IA puede depender en gran medida de una fuente mientras muestra el enlace de otra. También puede citar una página que aportó poco al texto generado.
Por tanto, los editores no pueden calcular sus ingresos contando las citas visibles. Deben confiar en la evaluación interna de Google sobre qué material dio forma a cada respuesta.
Tras incorporarse, un editor recibe un panel de contribución de IA en Search Console. Muestra ingresos mensuales y cierta información histórica. Los editores pueden abandonar el programa desde sus ajustes.
El panel separa los ingresos estimados de los pagos completados. Los impuestos, los umbrales regionales y otros factores de procesamiento pueden hacer que el importe final difiera de la cifra mostrada.
Sin embargo, según los informes, la interfaz no revela las consultas que cumplen los requisitos, el uso a nivel de contenido, las puntuaciones de contribución ni las tarifas individuales. Presenta el resultado sin mostrar la contabilidad subyacente.
Google confirmó que el proyecto es un piloto temprano de aprendizaje. La empresa dijo que está probando cómo recompensar el contenido de alta calidad más allá del tráfico y las herramientas que ya proporciona.
Google señaló públicamente el proyecto más amplio en junio. Su plan para el ecosistema de información describía un nuevo modelo de asociación para sitios web que mejoran la actualidad y la precisión factual de las respuestas de IA generativa.
El anuncio de junio no identificó el programa de Search Console ni explicó sus condiciones de pago. Los informes posteriores conectan ese compromiso general con un panel operativo para editores.
Al menos decenas de editores han recibido propuestas, según los informes, aunque el total sigue sin confirmarse. La prueba se extiende más allá de las organizaciones de noticias tradicionales, lo que la hace más amplia que las anteriores asociaciones de Google con medios.
Ese alcance más amplio es significativo. Reseñas de productos, análisis especializados, material de referencia, información local y reportajes independientes pueden aportar los detalles que los modelos generales de IA no tienen.
Por tanto, el piloto prueba más que un acuerdo con los medios. Prueba si Google puede construir una capa de pagos repetible en toda la web abierta.
Por qué importan ahora los pagos de IA basados en valor
El piloto convierte una antigua disputa sobre el tráfico en una disputa medible sobre el valor de cada respuesta de IA.
La búsqueda web tradicional ofrecía a los editores un intercambio reconocible. Google indexaba sus páginas, mostraba enlaces y enviaba a algunos usuarios a los sitios web de origen.
Los editores convertían esas visitas en publicidad, suscripciones, registros, ventas de afiliados o relaciones directas con clientes. Google conseguía que los usuarios regresaran porque su índice los orientaba hacia información útil.
La búsqueda generativa cambia esa secuencia. AI Overviews y AI Mode pueden sintetizar varias fuentes antes de que un usuario visite alguna de ellas. Una respuesta completa puede eliminar el motivo inmediato para hacer clic.
Un experimento de campo preregistrado de 2026 con 1.100 participantes concluyó que eliminar las funciones de búsqueda con IA de Google aumentaba los clics hacia los editores. Una experiencia limitada a AI Mode reducía esas visitas y debilitaba la experiencia y la confianza de los usuarios, según el experimento de búsqueda.
Ese estudio no establece la pérdida de ingresos para cada editor. Sí respalda la preocupación de fondo de que las interfaces centradas en respuestas desvían la atención de las páginas externas.
Google sostiene que Search sigue generando un tráfico considerable en toda la web. También ha introducido Preferred Sources, carruseles de artículos destacados y etiquetas destinadas a resaltar la información original.
Estas herramientas de descubrimiento abordan la visibilidad. El piloto de contribución aborda una cuestión distinta: qué ocurre cuando una página crea valor sin recibir una visita significativa.
La respuesta de Google es un pago basado en una contribución demostrada. La empresa paga cuando su sistema considera que una fuente mejoró materialmente una respuesta.
Este enfoque difiere de un acuerdo de licencia fijo. Un editor no recibe la misma cantidad independientemente de su uso. En teoría, el pago aumenta o disminuye con la contribución dentro de los productos de IA de Google.
El concepto sigue un giro del sector hacia las licencias basadas en uso. Los pagos únicos proporcionan ingresos predecibles, pero pueden infravalorar el material si un producto de IA crece rápidamente.
Los acuerdos basados en uso vinculan la compensación a una demanda continua. Pueden recompensar a un editor cuyos reportajes exclusivos, archivo especializado o datos actualizados con frecuencia se vuelven importantes para muchas respuestas.
El pago por valor va un paso más allá. Intenta distinguir entre una página que simplemente aparece durante la recuperación y otra que aporta un dato esencial.
Los participantes del sector han descrito cuatro métodos generales de pago: licencias de suma fija, pago por rastreo, pago por consulta y pago por valor. Cada uno mide una etapa distinta de la cadena de contenido.
Un rastreo demuestra que un sistema obtuvo una página. Una consulta demuestra que ocurrió un evento de recuperación. Ninguno prueba que el material mejorara la respuesta final.
El pago basado en valor intenta medir esa contribución final. Paul Bannister, de Raptive, comparó la idea con sistemas de regalías que asignan retornos según el uso y el valor económico.
El modelo parece alineado con los intereses de los editores, pero su implementación es difícil. Una investigación reciente, un registro público y un dato común podrían respaldar la misma respuesta.
Un sistema de IA debe entonces asignar el crédito entre las fuentes. Debe decidir si la originalidad, la actualidad, la autoridad, la exclusividad o la intención del usuario merece mayor peso.
Estas decisiones no son solo técnicas. Establecen precios de mercado para el periodismo y el conocimiento especializado.
Un editor podría valorar una investigación exclusiva porque requirió meses de reporteo. Google podría valorar más una actualización breve porque los usuarios la solicitan con frecuencia.
El pago resultante refleja la demanda del producto de Google, no necesariamente los costes de producción del editor ni su contribución pública. Ese desajuste está en el centro del mercado emergente.
Google y los editores negocian sobre la misma caja negra
Los editores quieren un sistema de regalías, mientras Google ofrece actualmente un total de pago sin un estado de regalías utilizable.
Los participantes pueden ver los ingresos mensuales, pero, según los informes, no pueden ver cómo Google produjo la cifra. Un ejecutivo familiarizado con el programa describió el sistema como una caja negra.
La información ausente incluye qué páginas cumplían los requisitos, con qué frecuencia los cumplían y qué producto de IA las utilizó. Los editores tampoco pueden comparar el valor de una investigación con una actualización ordinaria.
Esa opacidad impide una verificación independiente. Un editor no puede confirmar si Google contabilizó cada contribución que cumplía los requisitos ni si aplicó el mismo método a distintos socios.
También limita el aprendizaje editorial. Históricamente, Search Console ayuda a los sitios web a entender consultas, impresiones, clics y el rendimiento de las páginas de destino.
Un informe de IA comparable podría mostrar qué material aporta datos únicos, obtiene citas o respalda preguntas de alto valor. Los editores podrían identificar entonces dónde la información original sigue siendo económicamente distintiva.
Según los informes, un participante del piloto describió ese circuito de retroalimentación como una oportunidad central. El participante quería que Search Console explicara el rendimiento dentro de la inferencia de IA, del mismo modo que explica el rendimiento de búsqueda convencional.
Google ha empezado a añadir datos de visibilidad de IA generativa a Search Console. Sin embargo, visibilidad y compensación siguen siendo mediciones independientes.
Una impresión indica que una página o fuente apareció dentro de una experiencia de búsqueda con IA. No demuestra que la página cumpliera los requisitos para un pago de contribución de IA.
Del mismo modo, una cifra de pago no revela las impresiones, recuperaciones o consultas que hay detrás. Los dos paneles dejan a los editores sin poder conciliar la exposición de audiencia con la compensación.
Esto importa porque Google ocupa varios roles a la vez. Opera la interfaz de búsqueda, recupera el contenido, genera la respuesta, mide la contribución y fija el pago.
Los editores aportan el material, pero no pueden auditar la transacción. Tampoco cuentan con un precio compartido en un mercado externo para compararlo.
El problema se agudiza cuando un editor sigue dependiendo de las referencias de Google. Rechazar el piloto no restaura el entorno de búsqueda anterior.
Bloquear a Google también puede acarrear consecuencias más amplias. Neil Vogel, CEO de People Inc., sostuvo que los editores no pueden bloquear de forma práctica el uso de IA de Google sin poner en riesgo la visibilidad en las búsquedas debido a sistemas de rastreo interconectados.
Google afirma que los propietarios de sitios web pueden usar Google-Extended para restringir el contenido del entrenamiento futuro de Gemini sin afectar la búsqueda ordinaria. La empresa también ha introducido controles separados para el grounding en la búsqueda generativa.
Aun así, la tensión implica más que una página de ajustes. Los editores deben sopesar ingresos inciertos por licencias frente a efectos también inciertos sobre el tráfico y la visibilidad.
Vogel ha calificado la relación con los rastreadores como un abuso de poder de mercado. Su empresa cuenta con acuerdos de licencia con OpenAI, Meta y Microsoft, lo que le proporciona alternativas que los editores más pequeños quizá no tengan.
Su argumento más amplio es que los sistemas de IA necesitan tres insumos: modelos, capacidad de cómputo y contenido. Los editores producen la información actual que completa esa ecuación.
La disputa editorial ilustra por qué incluso los pagos voluntarios pueden plantear preocupaciones de competencia. Una elección tiene un valor limitado cuando una de las partes controla un canal de distribución crucial.
Google afirma que los participantes pueden abandonar el programa de contribuciones cuando lo deseen. Esa flexibilidad reduce la dependencia contractual, pero no genera igualdad de poder de negociación.
Algunos ejecutivos participantes siguen considerando que el piloto vale la pena. Prefieren probar pagos directos e intercambio de datos antes que esperar el regreso de los antiguos patrones de referidos.
Otros, según se informa, consideran que los primeros resultados son demasiado pequeños en comparación con los ingresos publicitarios. Varios ejecutivos describieron las ofertas como insuficientes para justificar la participación.
Ninguna fórmula pública de pagos permite a los observadores externos resolver ese desacuerdo. Un pago útil para un sitio especializado podría seguir siendo irrelevante para un editor nacional.
La participación también puede afectar futuras negociaciones. Google podría citar el programa como prueba de que ya compensa a los sitios web por el uso de IA.
Un editor que acepte pagos modestos hoy podría tener dificultades para sostener más adelante que el mismo uso requiere una licencia negociada. El piloto podría establecer tanto el principio de pago como un punto de referencia bajo.
Eso crea la disyuntiva central. Sumarse genera ingresos e información ahora, pero potencialmente debilita el argumento a favor de mejores condiciones más adelante.
Microsoft ofrece a los editores un modelo competidor de licencias de IA
Google ya no define la compensación a los editores sin una referencia competitiva.
Microsoft comenzó a desarrollar su Publisher Content Marketplace con una estructura más explícita de pago por uso. Entre las organizaciones participantes se han incluido Associated Press, People Inc. y USA Today Co.
El marketplace compensa a los editores cuando los productos de IA de Microsoft utilizan su material. Los editores y proveedores tecnológicos también han trabajado para determinar cómo debería valorarse cada tipo de contenido.
People Inc. ha descrito el enfoque de Microsoft como un acuerdo à la carte. Contrasta con acuerdos más amplios que permiten un uso extensivo a cambio de un pago fijo.
Ambos modelos pueden funcionar para los editores. Un acuerdo fijo ofrece previsibilidad, mientras que las condiciones basadas en el uso brindan potencial de crecimiento cuando aumenta la demanda.
La comparación presiona a Google porque Microsoft presenta públicamente el pago como parte del sostenimiento de la economía de la información. Históricamente, Google enmarcó los referidos de búsqueda como el principal valor que devolvía a los sitios web.
El piloto de contribuciones de Google se acerca a la posición de Microsoft. Acepta que una respuesta de IA puede crear un evento de uso compensable por separado.
Sin embargo, ambas empresas aún enfrentan el mismo desafío de atribución. Deben calcular qué aportó cada contenido y cuánto valió esa aportación.
El marco basado en valor sigue sin estar resuelto desde el punto de vista técnico y comercial. Ejecutivos de Microsoft han reconocido que fijar un precio individual para cada uso de contenido se vuelve complejo e impredecible.
Otros servicios están probando enfoques distintos. Algunos cobran cuando un rastreador de IA accede a una página. Otros distribuyen ingresos publicitarios cuando contenido con licencia respalda una respuesta.
Las plataformas de nube y datos pueden permitir que los clientes empresariales consulten archivos de editores sin entregar una copia sin restricciones. Los grupos de licencias colectivas buscan negociar en nombre de organizaciones más pequeñas.
Google también opera varios programas existentes para editores. Según se informa, su piloto News AI incluye más de 200 publicaciones en todo el mundo.
Google News Showcase cubre a más de 2.800 socios en 33 países. Acuerdos europeos separados cubren la visualización de contenido de prensa en experiencias de búsqueda.
Esos programas no vuelven redundante al nuevo piloto. Por lo general, dependen de asociaciones negociadas, reglas regionales o derechos específicos de noticias.
El modelo de Search Console puede escalar a muchos más sitios web. Google ya utiliza la plataforma como su canal estándar de comunicación con los propietarios de sitios.
Esa ventaja de distribución podría convertir el piloto de contribuciones en un mercado predeterminado. Un pequeño editor podría aceptar las condiciones sin contratar a un equipo de licencias ni negociar un contrato individual.
La escala puede mejorar el acceso, pero también puede estandarizar condiciones débiles. Si el panel de Google se convierte en la vía más sencilla hacia los ingresos por IA, su valoración interna podría convertirse en la referencia práctica del sector.
Por ello, Microsoft importa menos como competidor directo en búsqueda que como diseño alternativo de mercado. Su marketplace ofrece a los editores evidencia de que el uso puede desglosarse y compensarse mediante un sistema independiente.
OpenAI y Meta ofrecen otra comparación mediante acuerdos editoriales más amplios. Esos acuerdos demuestran demanda de material actual y con licencia, aunque muchas condiciones financieras y de uso siguen siendo confidenciales.
El acuerdo de Google con Associated Press también es anterior al piloto de contribuciones. AP proporciona información en tiempo real para Gemini, pero ninguna de las dos compañías divulgó públicamente las condiciones de compensación.
La competencia no se limita a qué plataforma paga más. Se trata de qué sistema ofrece la relación más clara entre uso, atribución, control y compensación.
Los editores necesitan información suficiente para comparar una licencia fija, un marketplace basado en el uso y la puntuación de valor de Google. Sin esa información, la elección existe principalmente sobre el papel.
El punto más débil del piloto es la transparencia
El pago por valor no puede generar confianza hasta que los editores puedan inspeccionar los eventos y las reglas que generan cada pago.
Google debe proteger algunos sistemas internos de clasificación y prevención de abusos. Publicar cada señal de contribución podría propiciar manipulaciones por parte de sitios diseñados para activar pagos.
Esa preocupación no justifica una ausencia total de detalles auditables. Los sistemas de pago proporcionan habitualmente registros de transacciones sin revelar todas las reglas de detección de fraude.
Un panel práctico podría enumerar las páginas que cumplen los requisitos, las fechas de contribución, los productos cubiertos y las categorías de pago. Podría proporcionar temas de prompts agregados sin exponer información personal de los usuarios.
Los editores podrían verificar entonces si las correcciones afectaron respuestas futuras. También podrían identificar cuándo una respuesta de IA se basó en material desactualizado o atribuido incorrectamente.
Los informes a nivel de contenido aclararían si el trabajo original recibe mayor valor. Podrían revelar, en cambio, si los hechos repetidos con frecuencia absorben la mayor parte de los pagos.
El diseño actual mantiene oculta esa distinción. Google decide si una fuente fue significativa, pero los editores no pueden inspeccionar las pruebas detrás de ese juicio.
Un sistema defendible también necesita reglas para la cobertura compartida. Varios medios suelen cubrir el mismo evento con distintos niveles de trabajo original.
El primer editor podría descubrir los hechos. Las historias posteriores pueden repetirlos en un lenguaje más claro o distribuirlos a audiencias más amplias.
Una respuesta de IA podría recuperar el relato posterior porque está mejor estructurado. Pagar solo a la página recuperada podría recompensar la repetición en lugar del periodismo original.
Las etiquetas Highly Cited de Google intentan identificar coberturas influyentes en la búsqueda convencional. Señales de procedencia similares podrían servir para la contabilidad de contribuciones de IA.
Otro asunto sin resolver es el manejo de correcciones. Una fuente podría aportar un dato preciso hoy y publicar una actualización mañana.
Los editores necesitan saber si las respuestas fundamentadas se actualizan con rapidez y si el material corregido cambia su registro de contribución. El pago no debería recompensar información que sigue siendo influyente después de volverse errónea.
El programa también debe distinguir los derechos de fundamentación de los derechos de entrenamiento. Google describe públicamente el piloto como una compensación por contenido que actualiza respuestas de IA.
Esa descripción no debería ampliarse silenciosamente hasta convertirse en permiso para el entrenamiento de modelos, el archivado indefinido o el desarrollo de productos no relacionados. Las condiciones claras deben separar cada uso.
Los reguladores ya se están centrando en estos controles. La Competition and Markets Authority de Reino Unido ordenó a Google ofrecer a los editores opciones efectivas sobre el uso de IA generativa y una atribución más clara.
Los requisitos británicos buscan fortalecer la posición de los editores al negociar con Google. También muestran que los pilotos voluntarios se desarrollan junto a normas obligatorias.
La presión regulatoria no demuestra que el programa de contribuciones sea meramente defensivo. Google tiene una necesidad real de producto de contar con información fresca y precisa.
La misma iniciativa puede cumplir varios objetivos. Puede mejorar las respuestas de IA, reducir la exposición legal, fortalecer las relaciones con los editores y preparar infraestructura para futuras regulaciones.
Luke Stillman, de Madison and Wall, describió estos programas como una posible mejora incremental para los editores. También afirmó que pueden reducir el riesgo legal y reputacional de Google.
David Buttle, de la coalición de editores Spur, ofreció una interpretación más escéptica. Sostuvo que Google no quiere que el pago basado en el uso se convierta en el fundamento habitual de la búsqueda.
Según esa perspectiva, el piloto es una cobertura. Google puede aprender a medir y distribuir pagos si la regulación o la presión del mercado exige posteriormente un sistema más amplio.
El experimento aún establece un precedente importante. Google reconoce que algunos usos de contenido generan valor más allá de un enlace o una impresión.
Ese precedente solo importará si los editores pueden entender el intercambio. Una regalía sin un estado de cuenta sigue siendo difícil de evaluar, prever o cuestionar.
El mismo problema afecta a los trabajadores del conocimiento que consumen respuestas de IA. Una respuesta generada puede ocultar el origen y la evolución de una afirmación importante.
Mantener un rastro de fuentes dentro de un sistema personal de conocimiento ayuda a los usuarios a preservar el contexto. No sustituye la obligación de la plataforma de ofrecer citas claras.
Los datos transparentes sobre contribuciones podrían alinear la economía de los editores con la confianza de los usuarios. Ambos grupos necesitan saber de dónde provino una respuesta y por qué esa fuente fue importante.
Tres señales mostrarán si el experimento de Google es un mercado real
La próxima prueba es si Google convierte un piloto selectivo en un mercado auditable con participación significativa.
La primera señal son los informes a nivel de contenido. Los editores deberían estar atentos a páginas que cumplen los requisitos, recuentos de contribuciones, desgloses por producto y un marco de valoración documentado dentro de Search Console.
Esos detalles reforzarían la afirmación de Google de que el programa recompensa una contribución genuina. Otro total mensual sin explicación reforzaría las preocupaciones de que los editores no pueden auditar su compensación.
Un marco útil no necesita exponer todo el sistema de generación de Google. Sí necesita suficiente detalle para que un participante conecte el uso de contenido con sus ingresos.
La segunda señal es una elegibilidad más amplia y la adopción voluntaria. Según se informa, Google se ha acercado al menos a decenas de editores, con especial interés entre sitios pequeños y medianos.
Un despliegue más amplio demostraría que la empresa considera el programa como infraestructura, en lugar de un ejercicio limitado de relaciones. Las tasas de participación revelarían si los editores consideran que las condiciones valen la pena.
Los grandes editores también importan porque pueden comparar Google con acuerdos negociados en otros lugares. Su aceptación sugeriría que el modelo de valor compite con acuerdos de licencias individuales.
Su rechazo indicaría que los pagos de Search Console siguen siendo una alternativa para sitios web sin un poder de negociación considerable. Ese resultado crearía un mercado dividido según la escala de negociación.
La tercera señal es la interacción entre la regulación y los controles de producto. Los requisitos de Reino Unido pondrán a prueba si los editores pueden separar la participación en la búsqueda convencional del uso por parte de la IA generativa.
Si Google ofrece controles diferenciados, atribución clara y compensación sin reducir la visibilidad en la búsqueda ordinaria, los editores contarán con una opción más creíble.
Si los controles siguen siendo difíciles de separar, la participación continuará bajo la sombra de la dependencia de distribución. El piloto se parecería entonces menos a un mercado abierto y más a una concesión gestionada por la plataforma.
Los próximos cambios de Microsoft en su marketplace aportarán una referencia adicional dentro de estas tres señales. Un mejor informe de uso o precios más claros para los editores elevarían las expectativas sobre el sistema de Google.
Google no necesita copiar todas las estructuras de la competencia. Sí necesita explicar por qué su definición de valor produce resultados justos.
Para los desarrolladores y los equipos de productos de IA, el resultado influirá en cómo se implementa a escala el grounding bajo licencia. Un modelo exitoso podría crear datos estándar de pagos y procedencia para la recuperación de información en tiempo real.
Para los editores, la decisión es más inmediata. Deben comparar pagos inciertos con el valor estratégico de conservar el control sobre su trabajo.
Para los lectores, la cuestión va más allá de la economía de los medios. Las respuestas de IA solo seguirán siendo fiables si las fuentes creíbles pueden continuar produciendo información y corrigiendo el registro público.
El piloto de contribución de Google AI ha cruzado una línea importante al vincular el pago a la contribución. Aún no ha demostrado que la parte que aporta el contenido pueda verificar dicha contribución.
Los editores que evalúen una invitación deberían solicitar registros a nivel de contenido, derechos definidos, procedimientos de corrección y condiciones de salida claras. Los lectores deberían seguir abriendo y guardando las fuentes originales cuando la precisión importe.
La pregunta decisiva ya no es si Google pagará algo. Es si los editores pueden ver, probar y negociar el sistema que decide cuánto vale su trabajo.
