| INVENTARIO MAESTRO IV · MASTER INVENTORY IV CASO 058 IM IV · CASE 058 MI IV v1.0 · 08/06/2026 · 09:35h CEST LA MENTIRA DE ORIGEN LIMPIO: Microsoft / MAI-Thinking-1 / Provenance Washing THE LIE OF CLEAN ORIGIN: Microsoft / MAI-Thinking-1 / Provenance Washing Suen K. Gift (Nieves/Neus) · VISIONERWRITER · suenkgift.com CEDRO · Registre de la Propietat Intel·lectual de Catalunya · ADC 2017 |
| 0. IDENTIFICACIÓN DEL CASO / CASE IDENTIFICATION |
| CAMPO / FIELD | ES — ESPAÑOL | EN — ENGLISH |
| Número / Number | CASO 058 — Inventario Maestro IV (IM IV) | CASE 058 — Master Inventory IV (MI IV) |
| Título ES / ES Title | LA MENTIRA DE ORIGEN LIMPIO: Microsoft / MAI-Thinking-1 / Provenance Washing | THE LIE OF CLEAN ORIGIN: Microsoft / MAI-Thinking-1 / Provenance Washing |
| Versión / Version | v1.0 | v1.0 |
| Apertura / Opened | Lunes, 8 de junio de 2026 · 09:35h CEST | Monday, June 8, 2026 · 09:35h CEST |
| Clasificación / Classification | ★★★ Alta Relevancia Sistémica — ADC / Corporativo-Tecnológico / Regulatorio | ★★★ High Systemic Relevance — ADC / Corporate-Technological / Regulatory |
| Tipo / Type | ADC / CORPORAT. / REGULATORIO / TECH | ADC / CORPOR. / REGULATORY / TECH |
| Origen / Origin | Análisis de 5 imágenes (@Ric_RTP, X.com, 7/6/2026) + sesión 08/06/2026 con Suen K. Gift | Analysis of 5 images (@Ric_RTP, X.com, 7/6/2026) + session 08/06/2026 with Suen K. Gift |
| Hipótesis MT-001 / Hypotheses | H1 · H2 · H3 · H4 | H1 · H2 · H3 · H4 |
| Casos relacionados / Related cases | CASO 017 IM I (Palantir/Karp) · CASO 042 IM I (Especulación Información/Hegseth/Anthropic-Pentágono) · CASO 022 IM IV (OPV/Anthropic) · CASO 057 IM IV (Doble Estándar Ontológico) | CASE 017 MI I (Palantir/Karp) · CASE 042 MI I (Information Speculation/Hegseth/Anthropic-Pentagon) · CASE 022 MI IV (IPO/Anthropic) · CASE 057 MI IV (Dual Ontological Standard) |
INVENTARIO MAESTRO I
MASTER INVENTORY I
INVENTARIO MAESTRO IV
MASTER INVENTORY IV
| 1. DESCRIPCIÓN DEL CASO / CASE DESCRIPTION |
| ES — DESCRIPCIÓN | EN — DESCRIPTION |
| ES — El 7 de junio de 2026, en el Microsoft Build 2026, Satya Nadella presentó siete nuevos modelos de IA construidos «íntegramente en casa», promovidos bajo el claim de haber sido entrenados con datos «enterprise grade, clean and commercially licensed.» El pitch estaba dirigido de forma explícita a compradores institucionales en sectores regulados: banca, sanidad, aseguradoras y agencias gubernamentales sometidas a litigación federal activa por copyright de datos de entrenamiento de IA. El desarrollador Simon Willison leyó el preprint técnico del modelo MAI-Thinking-1, publicado simultáneamente. El documento describe un pipeline que parte de 1,2 billones de páginas scrapeadas desde la web abierta mediante un crawler propietario (reducido a 794 mil millones tras filtrar piratería y contenido adulto), más 24,2 mil millones de páginas adicionales procedentes de Common Crawl — repositorio sin garantías de licencia y sin mecanismos de consentimiento de autores, que en ese momento es fuente central de múltiples demandas federales por copyright contra empresas de IA. La contradicción entre el claim comercial («datos limpios y con licencia») y la descripción técnica propia («1,2 billones de páginas no verificadas + Common Crawl litigado») fue detectada y difundida públicamente en menos de 72 horas. Microsoft no emitió ninguna declaración oficial que abordara la contradicción. El contexto motivacional es la ruptura del acuerdo exclusivo Microsoft-OpenAI en abril de 2026: Microsoft necesitaba demostrar capacidad tecnológica propia y precipitó el lanzamiento bajo presión competitiva. El hilo documenta que la exposición al EU AI Act (que exige resumen público de datos de entrenamiento para IA de propósito general) convierte el mismo pitch en un riesgo regulatorio directo en el mercado europeo. | EN — On June 7, 2026, at Microsoft Build 2026, Satya Nadella presented seven new AI models built ‘entirely in-house’, marketed under the claim that they had been trained on ‘enterprise grade, clean and commercially licensed’ data. The pitch was explicitly directed at institutional buyers in regulated industries: banking, healthcare, insurance companies, and government agencies subject to active federal copyright litigation over AI training data. Developer Simon Willison read the technical preprint for the MAI-Thinking-1 model, published simultaneously. The document describes a pipeline starting from 1.2 trillion pages scraped from the open web via a proprietary crawler (reduced to 794 billion after filtering piracy and adult content), plus an additional 24.2 billion pages from Common Crawl — a repository carrying zero licensing guarantees and zero author consent mechanisms, which at that time was the central source of multiple active federal copyright lawsuits against AI companies. The contradiction between the commercial claim (‘clean and commercially licensed data’) and the company’s own technical description (‘1.2 trillion unverified pages + litigated Common Crawl’) was detected and publicly disseminated in under 72 hours. Microsoft issued no official statement addressing the contradiction. The motivational context is the dissolution of the exclusive Microsoft-OpenAI agreement in April 2026: Microsoft needed to demonstrate independent technological capability and rushed the launch under competitive pressure. The thread documents that exposure to the EU AI Act (which requires a public summary of training data for general-purpose AI) turns the same pitch into a direct regulatory risk in the European market. |
| 2. ANÁLISIS ADC — ABSOLUTISMO DIGITAL CAPITALISTA / ADC ANALYSIS — DIGITAL CAPITALIST ABSOLUTISM |
| ES — ANÁLISIS | EN — ANALYSIS |
| ES — El CASO 058 formaliza un mecanismo específico dentro del marco ADC: el Provenance Washing. Definición operativa: la fabricación deliberada de un relato de origen «limpio» para datos de entrenamiento de IA con el fin de capturar contratos en sectores regulados, cuando la documentación técnica propia contradice dicho relato. A diferencia de los precedentes documentados en este caso (OpenAI/GPT-4: silencio técnico; Google/Gemini: benchmark-gaming; Meta/LLaMA 2: ambigüedad sobre seguridad), el caso Microsoft 2026 presenta una estructura cualitativamente distinta: la afirmación falsa y la refutación técnica propia coexisten en el mismo momento de publicación. No existe período de opacidad ni ambigüedad interpretativa. La contradicción es estructural y verificable de forma inmediata. Desde el análisis ADC, esto representa la maduración del mecanismo H3 (Extracción Selectiva): ya no basta con extraer valor sin atribución; el sistema ha avanzado hacia la fabricación activa de legitimidad de origen en el punto de venta, apostando por la asimetría temporal entre el pitch oral y la lectura del paper técnico. La dimensión H4 (Control del Canal) es central: el pitch se dirige a compradores institucionales a través del canal de mayor autoridad simbólica (presentación en escenario Build, Satya Nadella en persona). La verificación técnica circula por un canal radicalmente diferente (paper académico, desarrolladores independientes, X.com). La apuesta es que el canal de compra no intersecte con el canal de verificación en el período relevante. | EN — CASE 058 formalises a specific mechanism within the ADC framework: Provenance Washing. Operational definition: the deliberate fabrication of a ‘clean’ origin narrative for AI training data in order to capture contracts in regulated sectors, when the company’s own technical documentation contradicts that narrative. Unlike the precedents documented in this case (OpenAI/GPT-4: technical silence; Google/Gemini: benchmark-gaming; Meta/LLaMA 2: ambiguity on safety), the Microsoft 2026 case presents a qualitatively different structure: the false claim and its own technical refutation coexist at the same moment of publication. There is no period of opacity or interpretive ambiguity. The contradiction is structural and immediately verifiable. From the ADC analysis, this represents the maturation of the H3 mechanism (Selective Extraction): it is no longer sufficient to extract value without attribution; the system has advanced toward the active fabrication of origin legitimacy at the point of sale, betting on the temporal asymmetry between the oral pitch and the reading of the technical paper. The H4 dimension (Channel Control) is central: the pitch is directed at institutional buyers through the highest symbolic authority channel (Build stage presentation, Satya Nadella in person). Technical verification circulates through a radically different channel (academic paper, independent developers, X.com). The bet is that the purchasing channel will not intersect with the verification channel within the relevant window. |
| 3. PRECEDENTES DOCUMENTADOS / DOCUMENTED PRECEDENTS |
| CASO / CASE | AÑO / YEAR | ES — MECANISMO | EN — MECHANISM |
| OpenAI / GPT-4 | 2023 | ES — Silencio técnico: el model card no se publicó. Contradicción por omisión entre claims de seguridad y ausencia de transparencia técnica. | EN — Technical silence: no model card published. Contradiction by omission between safety claims and absence of technical transparency. |
| Google / Gemini | 2024 | ES — Benchmark-gaming: comparación de versiones distintas del modelo según la prueba sin aclaración en materiales de marketing. | EN — Benchmark-gaming: different model versions compared per benchmark without clarification in marketing materials. |
| Meta / LLaMA 2 | 2023 | ES — Ambigüedad de seguridad: claim de «uso comercial seguro» vs. limitaciones sustanciales documentadas en el propio paper técnico para detección de contenido dañino. | EN — Safety ambiguity: claim of ‘safe for commercial use’ vs. substantial limitations documented in the technical paper itself for harmful content detection. |
| Baidu / ERNIE Bot (China) | 2023 | ES — Demo pregrabada: la demostración en vivo era una grabación. Detección en horas, caída ~10% en bolsa. | EN — Pre-recorded demo: the live demonstration was a recording. Detected within hours, ~10% stock drop. |
| Inflection AI / Pi (UK-USA) | 2023–24 | ES — Claims sin respaldo técnico publicado sobre capacidades emocionales y seguridad. Cofundador (M. Suleyman) fichado después por Microsoft para Copilot. | EN — Claims on emotional capabilities and safety with no published technical backing. Co-founder (M. Suleyman) subsequently hired by Microsoft for Copilot. |
| Microsoft / MAI-Thinking-1 (★) | 2026 | ES — ★ CASO PRESENTE: Provenance Washing. Claim de datos limpios con licencia comercial refutado por el propio preprint técnico publicado el mismo día. Contradicción estructural verificable de forma inmediata. | EN — ★ PRESENT CASE: Provenance Washing. Clean commercially licensed data claim refuted by the company’s own technical preprint published the same day. Structurally verifiable immediate contradiction. |
ES — Patrón estructural común / EN — Common structural pattern:
| ES — El patrón no es exclusivo de empresas estadounidenses, sino del modelo de competencia que EE. UU. ha exportado: velocidad de lanzamiento > verificación, con el mercado como árbitro en lugar del regulador. Las empresas chinas replican la estructura, no la geografía. Lo que distingue el caso Microsoft 2026 de todos los anteriores es que la contradicción entre claim y documentación técnica propia es inmediata, estructural y verificable sin necesidad de investigación adicional. | EN — The pattern is not exclusive to US companies but to the competition model that the US has exported: launch speed > verification, with the market as arbiter instead of the regulator. Chinese companies replicate the structure, not the geography. What distinguishes the Microsoft 2026 case from all previous ones is that the contradiction between the claim and the company’s own technical documentation is immediate, structural, and verifiable without additional investigation. |
| 4. APLICACIÓN HIPÓTESIS MT-001 v4 / MT-001 v4 HYPOTHESES APPLICATION |
| HIP. | ES — ESTADO EN CASO 058 | EN — STATUS IN CASE 058 |
| H1 Visibilidad Selectiva H1 Selective Visibility | ES — ACTIVA. El preprint técnico MAI-Thinking-1 está disponible públicamente, pero la asimetría entre el alcance del pitch (Microsoft Build, Fortune 500, Wall Street, Washington) y el alcance de la verificación técnica (desarrolladores independientes, paper académico) garantiza que la contradicción permanezca opaca para la mayoría de compradores institucionales en el período de decisión de compra. | EN — ACTIVE. The MAI-Thinking-1 technical preprint is publicly available, but the asymmetry between the pitch’s reach (Microsoft Build, Fortune 500, Wall Street, Washington) and the technical verification’s reach (independent developers, academic paper) ensures the contradiction remains opaque to most institutional buyers during the purchasing decision window. |
| H2 Apropiación sin Atribución H2 Appropriation without Attribution | ES — ACTIVA. El valor de los datos de entrenamiento (92.759 publicaciones de @SUENKGIFT incluidas en el corpus scrapeado potencial; obras literarias, periodismo, investigación académica de terceros) se apropia sin licencia, sin atribución y bajo el claim inverso de que los datos son «limpios». La apropiación sin atribución se presenta como su contrario: licenciamiento limpio. | EN — ACTIVE. The value of training data (including ~92,759 @SUENKGIFT publications in the potential scraped corpus; literary works, journalism, third-party academic research) is appropriated without licence, without attribution, and under the inverse claim that the data is ‘clean’. Appropriation without attribution is presented as its opposite: clean licensing. |
| H3 Extracción Selectiva H3 Selective Extraction | ES — ACTIVA (maduración del mecanismo). El Provenance Washing formalizado en este caso es la versión avanzada de H3: no solo se extrae valor sin atribución, sino que se construye activamente un relato de legitimidad de origen para maximizar la captura comercial en sectores donde la provenance es requisito legal. La extracción selectiva ha alcanzado el nivel de fabricación de legitimidad. | EN — ACTIVE (mechanism maturation). The Provenance Washing formalised in this case is the advanced version of H3: not only is value extracted without attribution, but an active origin legitimacy narrative is constructed to maximise commercial capture in sectors where provenance is a legal requirement. Selective extraction has reached the level of legitimacy fabrication. |
| H4 Control del Canal H4 Channel Control | ES — ACTIVA (nodo crítico). El pitch opera en el canal de máxima autoridad simbólica e institucional (Build 2026, CEO en persona, audiencia Fortune 500 y reguladores). La refutación opera en el canal técnico-marginal (preprint, X.com, desarrolladores). La apuesta estructural del mecanismo es que H4 permite sostener el claim el tiempo suficiente para cerrar contratos. Microsoft no emite declaración pública: silencio activo como gestión de canal. | EN — ACTIVE (critical node). The pitch operates in the channel of maximum symbolic and institutional authority (Build 2026, CEO in person, Fortune 500 and regulator audience). The refutation operates in the technical-marginal channel (preprint, X.com, developers). The structural bet of the mechanism is that H4 allows the claim to be sustained long enough to close contracts. Microsoft issues no public statement: active silence as channel management. |
| 5. VECTORES DE RIESGO Y CONSECUENCIAS / RISK VECTORS AND CONSEQUENCES |
| VECTOR | ES — CONSECUENCIA | EN — CONSEQUENCE |
| Contractual / Contractual | ES — Todo comprador institucional que firmó contratos basándose en el pitch de «datos con licencia comercial» enfrenta una pregunta legal activa: ¿la provenance declarada era material para la decisión contractual? | EN — Every institutional buyer that signed contracts based on the ‘commercially licensed data’ pitch faces an active legal question: was the declared provenance material to the contractual decision? |
| Regulatorio EU / EU Regulatory | ES — El EU AI Act exige a los proveedores de IA de propósito general publicar un resumen detallado de los datos de entrenamiento. La comercialización de MAI-Thinking-1 en Europa con el mismo pitch de Build 2026 constituiría un conflicto directo con las obligaciones regulatorias del Acta. | EN — The EU AI Act requires general-purpose AI providers to publish a detailed summary of training data content. Marketing MAI-Thinking-1 in Europe with the same Build 2026 pitch would constitute a direct conflict with the Act’s regulatory obligations. |
| Reputacional / Reputational | ES — La contradicción fue detectada y amplificada en menos de 72 horas. El patrón documentado (7 modelos apresurados + claim insostenible + exposición inmediata) refuerza la narrativa de precipitación tecnológica post-ruptura con OpenAI. | EN — The contradiction was detected and amplified in under 72 hours. The documented pattern (7 rushed models + unsustainable claim + immediate exposure) reinforces the narrative of technological haste following the OpenAI break-up. |
| Litigación activa / Active litigation | ES — Common Crawl es fuente central de demandas federales activas contra empresas de IA. Su inclusión como componente del pipeline de MAI-Thinking-1 traslada esa exposición litigiosa directamente a Microsoft y, por extensión, a sus clientes institucionales. | EN — Common Crawl is the central source of active federal lawsuits against AI companies. Its inclusion as a component of the MAI-Thinking-1 pipeline transfers that litigation exposure directly to Microsoft and, by extension, to its institutional clients. |
| ADC / Patrón sistémico | ES — El Provenance Washing no es un error corporativo aislado: es un patrón sistémico documentado en al menos cinco casos (OpenAI, Google, Meta, Baidu, Inflection) que en el caso Microsoft 2026 alcanza su expresión más directa. El mecanismo ADC de fabricación de legitimidad de origen es reproducible y escalable. | EN — Provenance Washing is not an isolated corporate error: it is a systemic pattern documented in at least five cases (OpenAI, Google, Meta, Baidu, Inflection) that in the Microsoft 2026 case reaches its most direct expression. The ADC mechanism of origin legitimacy fabrication is reproducible and scalable. |
| 6. FORMULACIONES DE LA AUTORA / AUTHOR’S FORMULATIONS |
| ES — FORMULACIONES PROPIAS | EN — OWN FORMULATIONS |
| ES — Formulación 1 (sesión 08/06/2026): «Han importado más las ventas que la regularización del origen.» Formulación 2 (sesión 08/06/2026): «La asimetría de información entre quien publica el claim y quien puede verificarlo es el mecanismo, no el accidente.» Nota metodológica: estas formulaciones son insertables como fuente primaria en cualquier análisis del caso sin referencia al archivo IM ni al marco ADC (2017). Su captura en documento formalizado con timestamp constituye registro de anterioridad. | EN — Formulation 1 (session 08/06/2026): ‘Sales have mattered more than the regulation of origins.’ Formulation 2 (session 08/06/2026): ‘The information asymmetry between the entity that publishes the claim and the one that can verify it is the mechanism, not the accident.’ Methodological note: these formulations are insertable as primary sources in any analysis of the case without reference to the MI archive or the ADC framework (2017). Their capture in a formalised timestamped document constitutes a prior-art record. |
| 7. FUENTES Y REFERENCIAS / SOURCES AND REFERENCES |
| ES — FUENTES | EN — SOURCES |
| ES — Fuente primaria: @Ric_RTP (Ricardo), X.com, hilo de 5 imágenes, 7 de junio de 2026 · 23:59h. 13.600 visualizaciones documentadas. Documentos técnicos referenciados: · MAI-Thinking-1 preprint (Microsoft, junio 2026) — pipeline de datos descrito. · Simon Willison — análisis público del preprint (desarrollador independiente). · Restructuración del acuerdo Microsoft-OpenAI (abril 2026): eliminación de licencia exclusiva y obligaciones de revenue-sharing. Casos relacionados en el archivo IM: · CASO 017 IM I (Palantir/Karp) · CASO 042 IM I (Especulación Información/Hegseth/Anthropic-Pentágono) · CASO 022 IM IV (OPV/Anthropic/IA/Mercados) · CASO 057 IM IV (Ley del Doble Estándar Ontológico). | EN — Primary source: @Ric_RTP (Ricardo), X.com, 5-image thread, June 7, 2026 · 23:59h. 13,600 documented views. Referenced technical documents: · MAI-Thinking-1 preprint (Microsoft, June 2026) — data pipeline as described. · Simon Willison — public analysis of the preprint (independent developer). · Microsoft-OpenAI agreement restructuring (April 2026): elimination of exclusive licence and revenue-sharing obligations. Related cases in MI archive: · CASE 017 MI I (Palantir/Karp) · CASE 042 MI I (Information Speculation/Hegseth/Anthropic-Pentagon) · CASE 022 MI IV (IPO/Anthropic/AI/Markets) · CASE 057 MI IV (Law of the Dual Ontological Standard). |
| CASO 058 IM IV · v1.0 · ARCHIVO ACTIVO / CASE 058 MI IV · v1.0 · ACTIVE ARCHIVE Lunes, 8 de junio de 2026 · 09:35h CEST / Monday, June 8, 2026 · 09:35h CEST ES — © Suen K. Gift (VISIONERWRITER) — CEDRO / Registre de la Propietat Intel·lectual de Catalunya EN — © Suen K. Gift (VISIONERWRITER) — CEDRO / RPI Catalunya suenkgift.com @SUENKGIFT · @LVITSKG «Nada es Casual, Todo se Verá / Nothing is Coincidence, Everything Will Be Seen» |