Todo lo que debes saber sobre el etiquetado del contenido generado con IA

La pregunta parece sencilla: si publicas contenido creado con inteligencia artificial, ¿debes etiquetarlo?

La respuesta corta es que no siempre. Y la respuesta útil es que conviene distinguir dos obligaciones que se están mezclando: el marcado técnico del contenido y la etiqueta visible para las personas.

El artículo 50 del Reglamento Europeo de Inteligencia Artificial, conocido como AI Act, es aplicable desde el 2 de agosto de 2026. Afecta a proveedores de herramientas y a quienes las utilizan para publicar o desplegar contenido. No convierte cada imagen retocada, cada borrador asistido ni cada texto comercial en un contenido que deba llevar un aviso. Pero sí obliga a revisar cómo trabajas cuando la IA puede inducir a error sobre lo que una persona está viendo, oyendo o leyendo. Reglamento Europeo de IA

Marcar no es lo mismo que etiquetar

El marcado es una responsabilidad del proveedor de la herramienta. Se trata de incorporar información legible por máquinas que permita detectar que un contenido ha sido generado o manipulado por IA. No es una etiqueta que el público vea necesariamente ni una prueba completa de cómo se creó un archivo.

El etiquetado o divulgación visible corresponde, en los casos previstos, a quien publica o despliega el contenido. Su finalidad es que una persona sepa que está ante un material generado o alterado artificialmente.

Esta diferencia importa porque no puedes resolver la obligación de transparencia confiando en que la plataforma o el modelo “ya habrá puesto algo” en el archivo. Tampoco tiene sentido exigir a un profesional que inserte manualmente una marca técnica en cada pieza si esa tarea corresponde al proveedor.

Para los sistemas generativos puestos en el mercado antes del 2 de agosto de 2026, la obligación de marcado técnico tiene un periodo transitorio hasta el 2 de diciembre de 2026. La obligación de divulgación visible para los casos del artículo 50.4, en cambio, ya es aplicable. Preguntas y respuestas de la Comisión Europea

Cuándo una imagen, un audio o un vídeo requiere etiqueta

La obligación más conocida se refiere a los deepfakes. El término no equivale simplemente a “contenido hecho con IA” ni a “contenido que parece realista”.

El Reglamento habla de imágenes, audios o vídeos generados o manipulados con IA que se asemejan a personas, objetos, lugares, entidades o acontecimientos existentes y que pueden llevar a una persona a pensar erróneamente que son auténticos o verídicos.

Por eso, la pregunta práctica no es solo si has usado IA. Es esta: ¿puede alguien interpretar esta pieza como un registro real de una persona, un lugar o un hecho?

Una fotografía creada para ilustrar una campaña puede necesitar una revisión diferente a una animación evidentemente ficticia. Un audio sintético con la voz de un directivo, una imagen de un acontecimiento que nunca ocurrió o un vídeo que altera lo que dijo una persona son escenarios claros de riesgo. En estos casos, la divulgación debe ser clara y reconocible para quien recibe el contenido. Guías sobre las obligaciones de transparencia

Hay excepciones para obras artísticas, creativas, satíricas o ficticias. Pero excepción no significa opacidad. La norma permite que la información se facilite de una forma proporcionada, sin estropear la experiencia de la obra.

Los textos no se etiquetan todos por defecto

Este punto evita muchos malentendidos.

El AI Act no establece que cualquier texto en cuya elaboración intervenga una IA deba llevar una etiqueta. La obligación se dirige a texto generado o manipulado por IA que se publique para informar al público sobre asuntos de interés público, cuando no haya pasado por revisión humana o control editorial y no exista una persona o entidad que asuma la responsabilidad editorial.

Es una distinción relevante para medios, organizaciones, portavoces y equipos de comunicación. Un texto asistido por IA, revisado por un profesional y publicado bajo responsabilidad editorial no es lo mismo que una pieza automatizada que informa al público sin una revisión real.

Tampoco conviene convertir la excepción en un trámite. Revisar no es cambiar tres adjetivos al final. Es comprobar los hechos, decidir el enfoque, responder por las afirmaciones y poder explicar quién ha tomado esas decisiones.

La transparencia no se resuelve con un icono

Una etiqueta ayuda, pero no sustituye un proceso de trabajo.

El marcado técnico puede perderse al exportar, comprimir, recortar o volver a publicar un archivo. Una señal detectada puede indicar intervención de una herramienta, pero no explica qué material de partida se utilizó, qué instrucciones se dieron, qué cambios hizo una persona ni qué versión se publicó.

Por eso, los equipos que trabajan de forma profesional con IA necesitan algo más sencillo y más útil que una colección de avisos: trazabilidad.

Conviene poder responder a preguntas básicas:

• ¿Qué herramienta se utilizó y con qué cuenta?

• ¿Qué materiales de entrada se emplearon?

• ¿Qué parte se generó o modificó con IA?

• ¿Quién revisó la pieza y aprobó su publicación?

• ¿En qué canales se publicó y con qué etiqueta, si correspondía?

No hace falta documentar cada interacción trivial. Sí hace falta hacerlo cuando el contenido representa a terceros, se publica para informar, se utiliza para un cliente o puede tener una consecuencia reputacional, comercial o legal.

Cinco decisiones que conviene tomar ahora

Primero, separa los tipos de contenido en tu flujo de aprobación: textos, imágenes, audio, vídeo y contenido interactivo no plantean exactamente los mismos riesgos.

Segundo, define un criterio para identificar posibles deepfakes. No lo dejes a la intuición de la última persona que sube un archivo a una red social.

Tercero, establece quién asume la revisión editorial de los textos informativos. Si nadie puede responder por el contenido, el problema no es solo de etiquetado.

Cuarto, revisa si tus proveedores y herramientas ofrecen marcado legible por máquina y qué ocurre con esos metadatos al editar o distribuir archivos.

Y quinto, forma a las personas que producen, aprueban y publican. La alfabetización en IA no consiste en saber redactar una instrucción: consiste en reconocer límites, atribuir responsabilidades y evitar riesgos innecesarios.

Una etiqueta no arregla una mala práctica

La transparencia no debería entenderse como un aviso defensivo colocado al final del proceso. Es una forma de conservar la confianza cuando la línea entre documento, simulación y contenido sintético se vuelve menos evidente.

Usar IA puede hacer más rápida una producción. Pero no reduce la necesidad de decidir qué afirmas, a quién representas y qué puede interpretar la audiencia.

La regla útil no es etiquetar todo por miedo. Es saber cuándo una persona necesita esa información para no ser engañada y diseñar el proceso para poder ofrecerla.