La conversación sobre etiquetar contenido generado o asistido por IA entró en su fase menos elegante: el momento en que todos empiezan a tratar la transparencia como una obligación legal y no como una señal de madurez editorial.
Eso es útil, hasta cierto punto. Las reglas importan. Los estándares importan. A veces son la única forma de hacer que una conducta profesional obvia ocurra a escala.
Tuve una versión de esta conversación con un cliente hace poco. No estaban intentando engañar a nadie. Estaban usando IA como la usan muchos equipos hoy: para redactar más rápido, resumir insumos, limpiar textos en bruto y desbloquearse cuando la página en blanco empieza a cobrar renta.
La pregunta que hicieron fue sencilla: “¿Tenemos que decir que usamos IA para esto?”
Mi primera respuesta también fue sencilla: “Tal vez. Pero esa no es la mejor pregunta.”
La mejor pregunta es: ¿el lector vería este contenido de otra manera si supiera cómo se produjo?
Si la IA ayudó a ajustar un párrafo, nadie necesita un pequeño confesionario debajo del titular. Si la IA generó una historia de cliente, creó una comparación de productos, simuló un consejo experto, produjo una cita del fundador de la empresa o dio forma a algo en lo que la audiencia debe confiar como juicio humano, entonces sí, la etiqueta importa.
No porque la marca sea una aceptación de culpa, sino porque la relación es delicada.
Pero si una marca solo se vuelve transparente cuando es forzada, el problema no es el cumplimiento. El problema es el gusto.
El contenido asistido por IA muchas veces debería etiquetarse no porque cada párrafo necesite una advertencia legal, no porque los lectores quieran un reporte forense del proceso de redacción y no porque tengamos que convertir internet en un museo de mini “disclaimers”. Debería etiquetarse cuando el uso de IA afecta de forma material aquello en lo que la audiencia está siendo invitada a confiar.
Ese es el estándar práctico.
La ley ya está trazando líneas. La guía de la Comisión Europea sobre obligaciones de transparencia de IA confirma que el artículo 50 del AI Act aplica desde el 2 de agosto de 2026 y cubre, entre otras cosas, sistemas generativos e interactivos, deepfakes y ciertas publicaciones generadas con IA. La visión general del AI Act también señala que los proveedores de IA generativa deben asegurar que el contenido generado por IA sea identificable, y que ciertos contenidos, incluidos deepfakes y textos publicados para informar al público sobre asuntos de interés público, deben etiquetarse de forma clara y visible.
Así que sí, el cumplimiento importa. Sería mala idea tratar la regulación como una casilla de términos y condiciones que alguien llamado Mario en el departamento legal eventualmente descubrirá.
Pero el cumplimiento es el piso mínimo aceptable. El gusto es el estándar más alto.
La pregunta no es “¿se usó IA?”
Si la pregunta es simplemente “¿se usó IA?”, la respuesta muchas veces será aburrida.
La IA pudo ayudar a generar titulares. Pudo limpiar gramática. Pudo resumir investigación. Pudo crear un concepto visual, traducir un borrador, organizar una transcripción o ayudar con un primer esquema. En ese nivel, preguntar si hubo IA es como preguntar si hubo electricidad. Técnicamente sí. Felicidades al comité investigador.
La pregunta útil es otra: ¿La IA cambió la naturaleza de lo que la audiencia cree que está viendo?
Ahí es donde el etiquetado se vuelve significativo.
Si una marca publica un portavoz sintético, eso debe quedar claro. Si una imagen de producto muestra un entorno generado, un modelo sintético o un resultado materialmente alterado, eso debe quedar claro. Si un artículo sobre un tema de interés público fue generado sustancialmente con IA, eso debe quedar claro. Si un caso de estudio inventa evidencia, eso no es un problema de divulgación de IA. Es una fogata reputacional usando saco y corbata.
El punto no es confesar que existe una herramienta. El punto es proteger la comprensión del lector sobre origen, autoría, evidencia y responsabilidad.
Consejo práctico: Etiqueta el uso de IA cuando cambie lo que la audiencia está siendo invitada a confiar: la persona, la escena, la evidencia, la autoría, la recomendación o la decisión.
La ley está alcanzando lo que las buenas marcas ya deberían saber
El AI Act de la Unión Europea no les está pidiendo a las marcas que se conviertan en monjes de pureza procedimental. Intenta reducir el engaño, la manipulación y la confusión en un entorno donde los medios sintéticos pueden verse seguros, pulidos y completamente desconectados de la realidad. Un deepfake ya no necesita iluminación cinematográfica y monólogo de villano. A veces solo necesita un social media manager con un prompt y sin supervisión adulta.
El Código de Práctica sobre Transparencia de Contenido Generado por IA de la Comisión Europea plantea el marcado y etiquetado como una forma de atender riesgos de engaño y manipulación y apoyar la integridad del ecosistema de información. Esa frase suena muy a Bruselas, lo que significa que llega con traje de diseñador y trece anexos, pero el significado para el negocio es simple: las personas necesitan saber cuándo cambiaron las condiciones materiales de confianza.
Mientras tanto, los sistemas de procedencia de contenido se vuelven más visibles. C2PA describe Content Credentials como un estándar técnico abierto para establecer el origen y las ediciones de contenido digital. LinkedIn dice que sus miembros pueden ver Content Credentials en imágenes y videos que tengan información C2PA. OpenAI describe señales de procedencia como Content Credentials y SynthID como indicadores útiles de origen, aunque advierte que no garantizan que el contenido sea exacto, no editado, legalmente propio o presentado en el contexto correcto.
Esa advertencia importa. Una etiqueta no es una aureola. Una marca de agua no es una carta de recomendación.
Los metadatos pueden ayudar a evaluar una pieza de contenido. No hacen que el contenido sea automáticamente verdadero, útil, ético o de buen gusto. Una imagen sintética de producto con credencial sigue siendo engañosa si muestra al producto haciendo algo que no puede hacer. Una cita experta generada sigue siendo basura si la persona experta no existe. Un artículo pulido con IA sigue siendo débil si no tiene criterio detrás.
Aquí las marcas tienen que dejar de tratar la divulgación de IA como empaque legal y empezar a tratarla como parte del diseño editorial.
Ocultar el uso de IA suele hacer que la marca parezca menos madura
Hay una vergüenza extraña alrededor de la divulgación de IA. Algunos equipos actúan como si etiquetar la participación de IA hiciera que el trabajo pareciera barato, como si la audiencia esperara a Shakespeare y encontrara una hoja de cálculo.
Pero ocultar el uso de IA puede causar más daño que admitirlo.
Cuando la IA se usa bien, la divulgación puede comunicar disciplina. Dice: usamos la herramienta, revisamos el resultado, respondemos por la pieza final y no fingimos que en el pastel de bodas de cuatro pisos solo el primero es comestible y los otros tres son de cartón.
Cuando la IA se oculta y después se descubre, la historia cambia. La audiencia ya no está evaluando el contenido. Está evaluando el ocultamiento. Esa es una reunión mucho peor.
Esto importa especialmente para agencias, consultores, equipos de medios, educadores, editoriales, empresas de producto y negocios de servicios. Estas organizaciones no solo venden información. Venden criterio. Si el contenido parece humano pero el proceso fue altamente sintético, la audiencia tiene un interés legítimo en saber dónde está la responsabilidad.
Y responsabilidad es la palabra que muchas conversaciones de IA evitan porque es menos divertida que “productividad”.
La productividad es fácil de celebrar. Responsabilidad pregunta quién revisó el contenido, qué fuentes se verificaron, qué afirmaciones se comprobaron, qué se inventó, qué se editó y quién responde cuando el resultado engaña a alguien. Responsabilidad es donde se apaga el cañón de confeti.
No todo uso de IA necesita desfile
Esto no significa que cada frase asistida por IA necesite una insignia.
Nadie necesita un pie de página que diga: “Esta coma fue sugerida por un sistema de autocompletado después de un breve debate interno.” Eso no es transparencia. Es teatro para personas con demasiadas políticas de uso.
Los equipos necesitan un enfoque por niveles.
La asistencia de bajo riesgo normalmente no necesita una divulgación prominente: corrección gramatical, soporte de formato, organización de esquemas, lluvia de ideas interna, limpieza de transcripciones o borradores de traducción revisados por humanos.
El uso de riesgo medio puede merecer una nota: ilustraciones asistidas por IA, resúmenes apoyados por IA, ejemplos generados, fondos sintéticos o contenido donde la IA influyó de forma importante en el primer borrador, pero una persona editora revisó y reescribió sustancialmente la pieza.
El uso de alto riesgo debe etiquetarse claramente: personas sintéticas, endosos generados por IA, deepfakes, información de interés público, visuales de producto que podrían confundirse con evidencia real, resúmenes de investigación generados por IA, explicaciones financieras o médicas, orientación cercana a lo legal o cualquier contenido donde la audiencia pueda malinterpretar origen o autoridad.
Esto no se trata de vergüenza. Se trata de calibración.
Una buena divulgación es proporcional. Debe ayudar a la audiencia a entender lo que importa sin convertir cada página en un anuncio de seguridad de aeropuerto.
El gusto es un sistema operativo
El gusto suele discutirse como si fuera decoración. No lo es. El gusto es un sistema operativo para el criterio.
El gusto decide si una divulgación es suficientemente visible sin volverse teatral. El gusto decide si una imagen generada es apropiada para el tema. El gusto decide si un artículo asistido por IA necesita una nota de fuentes, una nota editorial o ninguna nota especial. El gusto decide si la automatización mejora el trabajo o solo aumenta el volumen de mediocridad moderadamente pulida.
Por eso la gobernanza de contenido con IA no puede vivir solo en legal, marketing o TI. Necesita las tres áreas, más criterio editorial.
Legal define obligaciones. Marketing entiende las expectativas de la audiencia. TI entiende sistemas y metadatos. El criterio editorial protege significado, tono, especificidad y confianza del lector. Quita cualquiera de esas piezas y el proceso empieza a comportarse como una película de detectives mal escrita: todos tienen motivos, nadie quiere admitir que le convenía la muerte del tío rico y, al final, la única persona obligada a hacerse cargo del desastre es la criada que encontró la alfombra ensangrentada.
Una política madura de contenido con IA debería responder preguntas prácticas:
- ¿Qué tipos de uso de IA requieren divulgación?
- ¿Qué lenguaje de divulgación usamos?
- ¿Dónde aparece la etiqueta?
- ¿Quién revisa afirmaciones, fuentes y precisión visual?
- ¿Qué tipos de contenido requieren metadatos de procedencia?
- ¿Qué herramientas conservan o eliminan Content Credentials?
- ¿Quién aprueba contenido de interés público, legal, financiero, médico o sensible?
- ¿Qué nos negamos a generar, aunque la herramienta pueda hacerlo?
Estas preguntas no son glamorosas, pero evitan que la marca improvise ética después de que la publicación ya se volvió viral por la razón incorrecta.
La etiqueta no es el trabajo
Una etiqueta puede ayudar, pero no rescata el contenido si es débil.
“Generado por IA” no es una nota de disculpa. “Asistido por IA” no es un sello de calidad. “Revisado por humanos” solo significa algo si la persona estaba despierta, calificada y con permiso real para decir no.
El mejor flujo de contenido con IA no es “generar, etiquetar, publicar”. Eso es mediocridad con permisos de administrador.
El mejor flujo es:
- definir el problema de la audiencia
- decidir si la IA pertenece al proceso
- usar IA en las partes donde ayuda
- verificar fuentes y afirmaciones
- aplicar criterio humano a estructura, tono, ejemplos y responsabilidad
- divulgar el uso de IA cuando afecte materialmente la confianza
- preservar procedencia cuando corresponda
- publicar solo cuando la marca pueda responder por el trabajo
Esto es menos emocionante que fingir que cada prompt es una estrategia. También es la forma adulta de publicar.
Cómo lo aborda Absolutmedia
En Absolutmedia, tratamos la IA como parte de un sistema operativo diseñado, no como una máquina expendedora de contenido.
Nuestro trabajo de consultoría en IA y automatización con IA empieza con el propósito de negocio, la audiencia, el flujo de trabajo, el nivel de riesgo, la ruta de revisión y el modelo de responsabilidad. Esa misma lógica conecta con nuestra reflexión sobre confianza e implementación de IA y por qué la reacción contra la IA empieza fuera de la ventana de chat.
Para contenido, la postura práctica es simple: usa IA donde mejore el pensamiento, la producción, la traducción, la organización de la investigación o la dirección visual. Después cúralo. Verifícalo. Reescríbelo. Etiquétalo cuando la audiencia necesite ese contexto para entender en qué está confiando.
El objetivo no es volver invisible la IA. El objetivo es hacer el trabajo creíble.
Siguiente paso
Revisa una semana del contenido público de tu marca y marca dónde la IA podría afectar materialmente la confianza de la audiencia: personas sintéticas, imágenes generadas, afirmaciones de interés público, visuales de producto, recomendaciones, comentarios expertos o resúmenes de investigación.
Después, define tres niveles de divulgación: no requiere etiqueta, nota de asistencia con IA y etiqueta clara de contenido generado con IA.
Si el ejercicio se vuelve incómodo, bien. Esa es la parte útil. Significa que el problema nunca fue solo legal. Era editorial.
Nota sobre el uso de IA: Este artículo fue escrito con dirección y revisión editorial humana. Se utilizaron herramientas de IA en un rol de apoyo de bajo riesgo para investigación, asistencia en redacción, refinamiento del lenguaje, traducciones y revisión de estructura. El argumento final, los ejemplos, el criterio editorial y las decisiones de publicación siguen siendo liderados por humanos.
