Wikipedia acuerda alianzas con Amazon, Meta y Microsoft para suministrar contenido a empresas de IA

Wikipedia ha dado un paso estratégico al establecer nuevos acuerdos de colaboración con grandes compañías tecnológicas de inteligencia artificial, como Amazon, Meta y Microsoft. Estas alianzas se integran en Wikipedia Enterprise, la versión comercial de la enciclopedia en línea, que facilita la reutilización y distribución de su contenido por parte de empresas dedicadas al desarrollo de modelos de IA.

Acuerdos comerciales para el acceso a datos de Wikipedia en inteligencia artificial

La demanda de contenido de Wikipedia por parte de sistemas de IA ha generado una presión significativa sobre la infraestructura de la plataforma, que históricamente se ha sostenido gracias a donaciones individuales.

Jimmy Wales, fundador de Wikipedia, explicó que los grandes modelos lingüísticos han estado “machacando” los servidores y que las empresas de IA deberían asumir parte de los costes, ya que “no están donando para subvencionar a estas enormes empresas de inteligencia artificial”.

El acuerdo con Amazon, Meta y Microsoft se suma a colaboraciones previas, como la establecida con Google en 2022 y con firmas emergentes del sector, entre ellas Anthropic, Perplexity, Mistral AI y Ecosia. Estas alianzas buscan canalizar el uso masivo del contenido de Wikipedia por parte de los modelos de IA a través de un esquema formal y sostenible.

Presión sobre la infraestructura y el llamado a la responsabilidad empresarial

A medida que los grandes modelos lingüísticos y otras herramientas automatizadas intensifican el uso de la información disponible en Wikipedia, la carga sobre los servidores ha aumentado.

Maryana Iskander, directora general de la Fundación Wikimedia, destacó que los datos muestran una creciente dependencia tanto de usuarios individuales como de sistemas de IA, que recurren a Wikipedia para generar respuestas y entrenar sus algoritmos.

La Fundación Wikimedia subraya que el financiamiento público a través de donaciones está destinado a garantizar el libre acceso de los lectores, y no a costear el desarrollo comercial de la inteligencia artificial.

Frente a esta situación, la organización insiste en que las empresas tecnológicas deben contribuir equitativamente al mantenimiento de la plataforma. “Probablemente deberían contribuir y pagar su parte justa del coste que nos están cargando”, afirmó Wales, remarcando la necesidad de un compromiso financiero por parte de quienes más se benefician del contenido de Wikipedia.

Wikimedia lanza un plan para proteger la calidad y sostenibilidad de su contenido

Frente a la disminución de visitas de lectores humanos y el crecimiento de consultas automatizadas desde sistemas de inteligencia artificial, la Fundación Wikimedia implementó en noviembre de 2025 una estrategia destinada a preservar la sostenibilidad y la calidad del conocimiento abierto.

El eje de esta iniciativa es que las empresas que desarrollan modelos generativos o utilizan APIs recurran a vías oficiales y responsables para acceder a los datos, principalmente a través del servicio Wikimedia Enterprise. De este modo, se busca evitar la sobrecarga de los servidores públicos y garantizar una retribución justa a quienes contribuyen con la creación y edición de los contenidos.

Wikimedia Enterprise surge como la herramienta destinada a gestionar el acceso masivo al contenido de la plataforma. No implica limitar o restringir el acceso a la web, sino canalizar el alto volumen de extracciones y scraping hacia una API de pago, diseñada para soportar grandes demandas de compañías tecnológicas, motores de búsqueda y servicios digitales.

El uso de esta API permite que los datos se entreguen de forma confiable, sin comprometer la infraestructura, y facilita que la comunidad editorial continúe su trabajo. El modelo propone que quienes realicen solicitudes a gran escala abonen una tarifa, lo que contribuye al financiamiento de servidores, herramientas y al mantenimiento del ecosistema colaborativo.

Además, fomenta la transparencia al exigir la atribución de las fuentes y el redireccionamiento de tráfico hacia los artículos originales.