El 2 de agosto de 2026 marca una fecha importante para cualquier equipo que publique contenido en Europa. A partir de ese momento serán aplicables las obligaciones de transparencia del artículo 50 del Reglamento Europeo de Inteligencia Artificial, una parte de la norma que afecta directamente a imágenes, vídeo, audio, texto, chatbots y contenido sintético generado o manipulado con sistemas de IA.
La idea de fondo es sencilla, aunque la aplicación práctica no siempre lo será: el usuario debe saber cuándo está interactuando con una máquina o cuándo está viendo, escuchando o leyendo contenido artificial que puede confundirse con algo real. Pero esto no significa que todo lo que haya pasado por una herramienta de IA tenga que llevar una etiqueta visible. Un gráfico generado con ayuda de IA, una diapositiva, un icono abstracto, una corrección de estilo o un artículo revisado por una persona responsable no entran necesariamente en el mismo terreno que un deepfake, una voz clonada o un texto de interés público publicado sin supervisión humana.
Proveedores y usuarios profesionales: dos responsabilidades distintas
El Reglamento Europeo de Inteligencia Artificial reparte obligaciones entre dos figuras que conviene diferenciar. Por un lado están los proveedores de sistemas de IA, como plataformas de generación de imágenes, vídeo, audio o texto. Por otro están los deployers, es decir, quienes usan esos sistemas en un contexto profesional o público para crear, publicar o poner el contenido delante de usuarios.
El proveedor debe incorporar mecanismos técnicos para que el contenido sintético pueda identificarse como generado o manipulado por Inteligencia Artificial. La norma habla de marcados legibles por máquina, detectables, interoperables y suficientemente robustos, teniendo en cuenta el estado de la técnica. En la práctica, esto apunta a metadatos, marcas de agua, credenciales de contenido, identificadores criptográficos u otras técnicas de procedencia digital.
El usuario profesional, en cambio, tiene que pensar en la divulgación visible cuando el contenido llega al público. Si publica una voz clonada de una persona real, un vídeo manipulado que parece auténtico o una imagen hiperrealista de alguien que no existe, no basta con confiar en que la herramienta haya añadido metadatos. Debe informar de forma clara de que ese contenido ha sido generado o manipulado con IA cuando la obligación resulte aplicable.
| Situación | ¿Conviene etiquetar? | Motivo principal |
|---|---|---|
| Imagen fotorealista de una persona inexistente | Sí | Puede confundirse con una persona real |
| Avatar de IA usado como experto o testimonio | Sí | El usuario debe saber que no es una persona real |
| Voz clonada de una persona real | Sí | Puede constituir deepfake o inducir a confusión |
| Chatbot en una web de atención al cliente | Sí | El usuario debe saber que interactúa con un sistema de IA |
| Foto real con retoque básico de brillo o recorte | Normalmente no | Es edición clásica, no contenido sintético engañoso |
| Gráficos, slides o diagramas generados con IA | Normalmente no | No simulan hechos, personas o escenas reales |
| Fondo abstracto o iconos generados con IA | Normalmente no | No suelen inducir a creer que algo real ha ocurrido |
| Artículo redactado con IA y revisado por una persona | Puede estar exento | Si hay revisión humana y responsabilidad editorial |
| Texto de interés público generado sin revisión humana | Sí | El artículo 50 exige divulgación en ese caso |
| Música o arte generado con IA | Divulgación limitada | Debe informarse sin estropear la experiencia creativa |
El punto más delicado está en el contenido que parece real. La norma define los deepfakes como imágenes, audio o vídeo generados o manipulados por IA que se asemejan a personas, objetos, lugares, entidades o acontecimientos reales y que podrían parecer auténticos o veraces. Ahí no importa solo la herramienta usada, sino el efecto sobre el receptor.
No todo contenido asistido por IA necesita una etiqueta visible
Uno de los errores más frecuentes es interpretar que cualquier uso de IA obliga a etiquetar. No es así. La norma no busca llenar internet de avisos irrelevantes, sino reducir riesgos de engaño, manipulación y confusión. Si una empresa usa IA para resumir un borrador interno, corregir estilo, crear una tabla, generar un esquema visual o preparar una diapositiva revisada después por una persona, el caso suele estar lejos de un deepfake o de una publicación automatizada de interés público.
La excepción más importante para medios, blogs corporativos y departamentos de comunicación está en el texto. El artículo 50 obliga a divulgar cuando se usa IA para generar o manipular texto publicado con el propósito de informar al público sobre asuntos de interés público. Pero introduce una salida relevante: no será necesario hacerlo cuando el contenido haya pasado por revisión humana o control editorial y una persona física o jurídica asuma responsabilidad editorial por la publicación.
Esta distinción será muy importante en redacciones, agencias, departamentos de marketing y empresas que utilizan IA para trabajar más rápido, pero mantienen revisión humana. Usar IA como herramienta de apoyo no equivale a publicar contenido automatizado sin responsabilidad editorial.
| Tipo de uso | Riesgo regulatorio | Recomendación operativa |
|---|---|---|
| Borrador interno con IA | Bajo | No etiquetar, pero documentar proceso si es sensible |
| Artículo revisado por editor humano | Bajo o medio | Mantener trazabilidad y responsable editorial |
| Noticia automatizada sin revisión | Alto | Etiquetar y revisar gobernanza |
| Imagen sintética realista para campaña | Medio o alto | Evaluar si puede parecer real y etiquetar si procede |
| Vídeo con voz clonada | Alto | Divulgar claramente |
| Chatbot público | Alto | Informar desde el inicio de la interacción |
| Diagrama técnico generado con IA | Bajo | No suele requerir etiqueta visible |
| Memes, sátira o arte creativo | Variable | Divulgación adecuada sin perjudicar la obra |
El problema práctico es que muchos flujos de contenido no son lineales. Una imagen puede nacer en una herramienta generativa, pasar por edición manual, subirse a una plataforma de diseño, descargarse como JPG, reenviarse por mensajería y publicarse después en redes sociales. En cada paso pueden perderse metadatos. Por eso la trazabilidad no puede depender solo del archivo final.
La trazabilidad será el verdadero reto para las organizaciones
La obligación de etiquetar no se resuelve con añadir un icono al final del proceso. Las empresas tendrán que saber cuándo se ha usado IA, para qué, con qué herramienta, quién revisó el contenido, qué versión se aprobó y dónde se publicó. En equipos pequeños puede bastar con una política clara y una carpeta bien organizada. En organizaciones grandes hará falta algo más parecido a una cadena de custodia editorial.
La Comisión Europea publicó en junio de 2026 un Código de Buenas Prácticas sobre transparencia del contenido generado por IA. Su adhesión es voluntaria, pero las obligaciones del artículo 50 no lo son. El código intenta ayudar a proveedores y deployers a aplicar marcados técnicos y etiquetas visibles de una forma más coherente. También se han publicado tres iconos gratuitos y opcionales para etiquetar contenido con IA: “AI”, “AI Generated” y “AI Modified”.
Que los iconos sean opcionales no significa que la divulgación lo sea. Una organización puede usar esos iconos, su propia etiqueta textual o un aviso adaptado al contexto. Lo importante es que la información sea clara, visible y comprensible para el usuario cuando la obligación exista.
| Elemento de gobernanza | Para qué sirve |
|---|---|
| Registro de herramientas usadas | Saber qué sistemas de IA intervienen en cada flujo |
| Responsable editorial | Acreditar revisión humana y toma de responsabilidad |
| Política de etiquetado | Evitar decisiones improvisadas por cada equipo |
| Conservación de versiones | Reconstruir cómo se creó y aprobó un contenido |
| Metadatos y marcas de agua | Facilitar detección técnica, aunque puedan perderse |
| Avisos visibles | Informar al usuario cuando el caso lo exige |
| Revisión legal y editorial | Resolver casos dudosos antes de publicar |
Las redes sociales añaden otra dificultad. Muchas plataformas eliminan o modifican metadatos al recomprimir imágenes y vídeos. Si una empresa depende solo de la marca técnica invisible, puede perder parte de la prueba de origen al publicar. Por eso conviene combinar metadatos, archivos maestros, registros internos y, cuando proceda, etiquetas visibles.
Una regla pensada para confianza, no para frenar la creatividad
La regulación llega en un momento en el que las herramientas generativas ya forman parte del trabajo diario. Equipos de marketing, medios, diseñadores, creadores de vídeo, departamentos de atención al cliente y agencias usan IA para producir más contenido en menos tiempo. El reto no es prohibir ese uso, sino evitar que el público confunda ficción sintética con realidad, atención automatizada con atención humana o contenido sin revisión con información editorial.
Para las empresas, la mejor forma de prepararse no será etiquetar todo por miedo. Eso puede acabar saturando al usuario y restando valor a las advertencias importantes. La estrategia más sensata es clasificar los usos de IA por riesgo: bajo, medio y alto. En el nivel bajo entrarían recursos abstractos, borradores, correcciones, gráficos internos o documentos revisados. En el nivel medio estarían imágenes realistas, avatares, campañas creativas o contenidos híbridos. En el nivel alto aparecerían voces clonadas, vídeos manipulados, chatbots públicos y textos de interés público sin revisión humana.
La frontera no siempre será evidente. Una imagen de producto generada por IA para mostrar un sofá en un salón ficticio no plantea el mismo problema que una imagen sintética de una persona real haciendo algo que nunca hizo. Un artículo asistido por IA y editado por una redacción no tiene la misma lectura que un texto automatizado publicado sin responsable. Esa diferencia es la que las organizaciones tendrán que convertir en procesos.
A partir de agosto de 2026, la transparencia en contenidos de IA dejará de ser solo una cuestión reputacional. Será también una obligación jurídica en determinados casos. Las empresas que lleguen con políticas claras, trazabilidad y criterios editoriales podrán integrar la IA con menos riesgo. Las que esperen al último momento tendrán que decidir deprisa, justo cuando cada publicación, cada vídeo y cada chatbot ya estén expuestos al escrutinio público.
Preguntas frecuentes
¿Tengo que etiquetar todo el contenido creado con IA?
No. La obligación se centra en casos como deepfakes, interacción con sistemas de IA, ciertos contenidos sintéticos y textos de interés público generados o manipulados con IA sin revisión humana.
¿Un artículo escrito con ayuda de IA necesita etiqueta?
No necesariamente. Si hay revisión humana o control editorial y una persona o entidad asume responsabilidad por la publicación, el Reglamento contempla una excepción para texto de interés público.
¿Los iconos oficiales de la UE son obligatorios?
No. La Comisión Europea ha publicado iconos gratuitos y opcionales, pero la obligación de divulgar cuando corresponda sigue existiendo aunque se use otra fórmula clara.
¿Qué ocurre si las redes sociales eliminan metadatos?
La organización debería conservar versiones originales, registros internos y evidencias del proceso. En contenidos de riesgo, conviene usar también una etiqueta visible que no dependa solo de metadatos.
Fuentes:
Reglamento (UE) 2024/1689 de Inteligencia Artificial, artículo 50.
Comisión Europea: Code of Practice on Transparency of AI-Generated Content.
Comisión Europea: EU icons for labelling AI-generated content.
Comisión Europea: calendario de aplicación del AI Act.
AESIA: preguntas y respuestas sobre el artículo 50 del AI Act.
Reuters: debate del retail europeo sobre publicidad generada con IA y reglas de transparencia.
