Meta paga por monitorear cómo utilizas su nuevo modelo inteligente

En un cambio notable dentro de la industria de la inteligencia artificial, compartir datos de uso ya no es una simple opción voluntaria que el usuario puede aceptar o rechazar, sino que se ha convertido en una mercancía con precio. La empresa «Meta» ha decidido poner un precio claro a los datos de sus usuarios, ofreciendo descuentos considerables a todo aquel que acepte contribuir al desarrollo de sus futuros modelos inteligentes compartiendo sus instrucciones y los resultados de su interacción con el modelo.

Un descuento de hasta el 95% a cambio de datos

Meta ha lanzado su nuevo modelo «Muse Spark», dedicado a ejecutar agentes de programación y otros agentes inteligentes, y lo ha acompañado de un sistema de precios innovador que otorga a los usuarios colaboradores un descuento con un promedio cercano al 95%. Aquí, contribuir significa aceptar que sus entradas y salidas se utilicen para entrenar los próximos modelos.

Las cifras revelan la magnitud del atractivo económico de esta oferta:

• El precio de un millón de tokens de entrada (Input Tokens) en el contrato estándar ronda los 1,25 dólares, mientras que baja a solo 10 centavos en el modelo de contribución.
• El precio de un millón de tokens de salida (Output Tokens) en el contrato estándar es de 4,25 dólares, frente a solo 20 centavos para los colaboradores.

Esta enorme diferencia de costo hace que la opción de compartir datos resulte muy tentadora, especialmente para las startups y los desarrolladores que desean probar los modelos y construir prototipos sin asumir costos elevados.

¿Por qué Meta necesita estos datos?

La importancia de los datos de uso radica en que son el combustible fundamental para mejorar el rendimiento de las herramientas basadas en agentes inteligentes. Cuantos más datos reales relacionados con la forma en que las personas utilizan estas herramientas haya, más precisamente se pueden entrenar mediante técnicas de aprendizaje por refuerzo.

Expertos en este campo señalan que el gran salto que experimentaron las capacidades de los agentes de programación durante el año 2025 se debió, en esencia, al almacenamiento de las sesiones de trabajo de los usuarios y su uso en el entrenamiento. Sin embargo, el verdadero obstáculo aparece cuando las empresas intentan trasladar estas herramientas a otros campos profesionales fuera de la ingeniería de software, ya que muchos flujos de trabajo profesionales carecen de las huellas digitales claras que facilitan el proceso de evaluación y desarrollo.

El dilema de obtener datos de entrenamiento

El camino de Meta para obtener datos de entrenamiento adecuados no fue fácil. La empresa lanzó a principios de este año una iniciativa destinada a rastrear el uso que sus empleados hacían del ordenador, pero se enfrentó a amplias críticas internas que la obligaron a suspender la iniciativa. Parece que el nuevo sistema de precios representa un enfoque completamente diferente: en lugar de imponer la vigilancia, la empresa ofrece una compensación económica explícita a quien acepte voluntariamente compartir sus datos.

Las grandes empresas protegen la privacidad de sus datos

Los indicios señalan que las grandes empresas evitan deliberadamente permitir el uso de sus datos en el entrenamiento. Algunos especialistas observan que estas empresas prefieren suscribirse a los planes corporativos con precio según el número de tokens, a pesar de que los planes de consumo basados en suscripción son diez o veinte veces más baratos, o incluso más. La razón principal de esta diferencia se debe a las cuestiones de retención de datos y gobernanza de la tecnología de la información empresarial.

Es probable que Meta haya comprendido esta dinámica y decidiera ofrecer una compensación directa a las empresas a cambio de esta información. Según la guía de precios, la categoría de colaboradores «reduce la barrera de entrada para construir prototipos, probar integraciones y ampliar los experimentos en los casos en que entrenar con tus datos sea algo aceptable».

La guerra de precios entre los laboratorios de inteligencia artificial

Este paso no puede separarse de la feroz competencia de precios entre los grandes laboratorios de inteligencia artificial. «Anthropic» lanzó nuevos modelos con costos más bajos para procesar los tokens almacenados temporalmente, mientras que «OpenAI» realizó importantes reducciones en los precios de sus modelos más recientes. En medio de esta carrera, Meta parece estar innovando una nueva forma de atraer usuarios que no se basa únicamente en la reducción de precios, sino en el intercambio de datos por dinero.

Este marco podría empujar a las grandes empresas a ser más cuidadosas al clasificar sus datos, para determinar qué es realmente propiedad privada y qué puede compartirse con los proveedores de modelos. Así, Meta abre una nueva puerta a un debate más profundo sobre el valor de los datos y los límites de la privacidad en la era de la inteligencia artificial generativa.

✦ بقلم فريق دروب أيديا