El etiquetado de contenido IA dejó de ser una recomendación voluntaria en varios países durante 2024 y 2025. Lo que antes era una práctica de buenas costumbres se ha convertido en una obligación legal con sanciones reales, y muchas empresas todavía no saben exactamente qué deben marcar, cómo hacerlo y qué pasa si no lo hacen. Este artículo responde a esas tres preguntas con la normativa vigente sobre la mesa.
Qué significa etiquetar contenido generado por IA
Etiquetar un contenido generado por inteligencia artificial significa indicar, de forma visible o técnica, que ese material (una imagen, un vídeo, un texto, un audio) ha sido producido total o parcialmente por un sistema automatizado. La etiqueta puede ser visual, como una leyenda en pantalla, o invisible al ojo humano, como un watermark digital incrustado en los metadatos del archivo.
La distinción entre watermark visible e invisible es relevante desde el punto de vista legal. Algunos marcos normativos exigen ambos tipos. El watermark invisible permite la trazabilidad técnica del archivo aunque la etiqueta visual haya sido eliminada o recortada. La Ley de IA de la Unión Europea, por ejemplo, contempla los dos niveles para ciertos tipos de contenido.
No todo lo que toca una herramienta de IA necesita etiquetarse de la misma manera. Las obligaciones varían según el tipo de contenido, el uso que se le da y el volumen de audiencia al que llega. Un correo interno corregido con IA no entra en el mismo saco que un anuncio publicitario generado íntegramente por un modelo de difusión.
El marco legal en Europa: qué dice el AI Act
El Reglamento Europeo de Inteligencia Artificial, conocido popularmente como AI Act, entró en aplicación progresiva desde agosto de 2024. Su artículo 50 establece obligaciones específicas de transparencia para los sistemas que generan contenido sintético. Los proveedores de modelos que produzcan texto, imagen, audio o vídeo de uso general están obligados a marcar el resultado de forma técnicamente detectable.
Los puntos concretos que afectan al etiquetado son estos:
- Los sistemas que generan contenido audiovisual sintético con apariencia realista deben aplicar marcas técnicas que permitan detectar el origen artificial del material.
- Los operadores que despliegan esos sistemas tienen la responsabilidad de informar a los usuarios finales cuando interactúan con una IA o consumen contenido generado por ella.
- Los deepfakes de personas reales con fines que no sean artísticos o satíricos requieren una divulgación explícita y visible.
- Los sistemas de IA conversacional deben identificarse como tales ante el usuario, salvo que este ya lo sepa con certeza.
Las sanciones por incumplimiento pueden alcanzar los 15 millones de euros o el 3% de la facturación anual global de la empresa, la cifra que sea mayor. Eso sitúa este asunto bastante lejos de la categoría de «burocracia menor».
Si tu empresa todavía no ha revisado sistemáticamente qué herramientas de IA usa y qué tipo de contenido producen, un buen punto de partida es hacer una auditoría interna del uso de IA antes de que una inspección lo haga por ti.
La normativa en Estados Unidos: fragmentada pero en movimiento
En Estados Unidos no existe a nivel federal una ley específica de etiquetado de contenido IA con el alcance del AI Act europeo. Sin embargo, varios estados han aprobado legislación propia. California aprobó en 2024 la AB 2655, que obliga a las plataformas con más de un millón de usuarios a etiquetar contenido sintético electoral. Texas y Florida tienen leyes similares centradas en deepfakes con fines políticos o sexuales.
A nivel federal, la Comisión Federal de Comercio (FTC) ha dejado claro que el uso de contenido generado por IA sin divulgación en publicidad puede considerarse una práctica comercial engañosa bajo la Sección 5 de la FTC Act. Esto tiene implicaciones directas para cualquier marca que use imágenes, voces o testimonios sintéticos en sus campañas.
El problema con el panorama estadounidense es su fragmentación. Una empresa que opere en varios estados puede encontrarse con requisitos contradictorios o superpuestos. Por ahora, la estrategia más segura es aplicar el estándar más exigente disponible como política de base.
Qué tipos de contenido requieren etiquetado obligatorio
No toda la producción de IA entra bajo las mismas reglas. Estas son las categorías donde el etiquetado es más claro y está más consolidado normativamente:
- Deepfakes y vídeos sintéticos de personas reales, especialmente en contextos electorales, publicitarios o sexuales.
- Imágenes generativas usadas en publicidad comercial, donde la apariencia realista puede inducir a error sobre el producto o la persona representada.
- Contenido de audio con voces clonadas de personas reales sin su consentimiento explícito.
- Chatbots y agentes conversacionales que interactúan con el público en nombre de una empresa.
- Artículos, comunicados o informes presentados como opinión humana cuando han sido generados automáticamente en su totalidad.
El texto generado por IA para uso informativo o periodístico se encuentra en un área más gris, aunque plataformas como Google News ya exigen que las publicaciones divulguen el uso de automatización en la producción de noticias para mantener su elegibilidad en el buscador. Eso no es obligación legal estricta, pero las consecuencias prácticas son equivalentes.
En el ámbito del marketing, si estás usando clonación de voz con IA para locuciones comerciales, necesitas revisar específicamente qué dice la normativa de tu jurisdicción sobre el consentimiento y la divulgación.
Cómo funcionan los watermarks técnicos
Los watermarks digitales invisibles se incrustan en los píxeles de una imagen, en las frecuencias de un archivo de audio o en patrones estadísticos del texto generado. Su función es sobrevivir a ediciones básicas, compresiones y cambios de formato, y permitir que un sistema de verificación identifique el origen del contenido.
Google desarrolló SynthID, su sistema de marcado para contenido generado con sus modelos. Meta tiene un sistema equivalente para imágenes producidas con sus herramientas de IA generativa. OpenAI ha anunciado que trabaja en un sistema de marcado para texto, aunque la dificultad técnica es mayor porque el texto es más fácil de modificar que una imagen.
El problema con los watermarks es su fragilidad práctica. Una captura de pantalla, un ligero recorte de imagen o una simple reformulación de un texto pueden eliminar o degradar la marca. Por eso la regulación europea no confía únicamente en el watermark como mecanismo único: exige que los proveedores de modelos mantengan también registros internos y que los operadores apliquen etiquetas visibles.
Para contenido textual, los detectores de IA basados en análisis estadístico tienen tasas de error que hacen problemático su uso como herramienta legal. Si te interesa entender sus límites, hay una explicación detallada sobre cómo funciona la detección de contenido generado por IA que aclara bastante el asunto.
Obligaciones para empresas que usan IA en publicidad
Las marcas que integran IA en sus flujos publicitarios tienen responsabilidades específicas. No basta con que el proveedor del modelo cumpla con el AI Act: el operador, es decir, la empresa que despliega la herramienta, asume también obligaciones propias.
En la práctica, esto implica varias cosas concretas. Primero, documentar qué herramientas se usan y qué tipo de contenido producen. Segundo, asegurarse de que los anuncios que usan imágenes, voces o personas sintéticas incluyan una indicación visible de ese hecho. Tercero, obtener consentimiento explícito cuando se usa la imagen o voz de una persona real como base para una versión generativa.
La ética en publicidad con IA tiene ahora respaldo normativo en varios mercados, lo que transforma algunas líneas rojas morales en obligaciones con consecuencias legales directas.
En campañas que usan optimización automática, donde un algoritmo elige creatividades, copies o audiencias, la obligación de etiquetado recae sobre el operador humano que ha tomado la decisión de implementar ese sistema. La automatización no diluye la responsabilidad, la concentra.
Errores frecuentes en la implementación del etiquetado
El primero y más habitual es pensar que el etiquetado solo aplica a deepfakes obvios. La normativa no distingue por el grado de sofisticación técnica: una imagen de producto generada con Midjourney en un e-commerce puede estar sujeta a las mismas obligaciones que un vídeo sintético de alta producción.
El segundo error es delegar toda la responsabilidad en la plataforma o el proveedor del modelo. Herramientas como DALL-E, Stable Diffusion o Firefly aplican watermarks propios, pero eso no exime al usuario final de cumplir con las exigencias adicionales de etiquetado visible que impone la ley en el contexto de uso concreto.
El tercero es aplicar etiquetas genéricas o poco visibles que no cumplen el requisito de «claridad» que exige la normativa. Una nota al pie en tipografía de 8 puntos en gris claro no cumple los estándares de divulgación que están empezando a consolidarse tanto en Europa como en regulaciones sectoriales de Estados Unidos.
Y el cuarto, especialmente relevante para empresas que trabajan con agentes de IA en atención al cliente, es no identificar correctamente el canal. Si usas IA para atención multicanal, la identificación del bot como sistema automático es obligatoria en todos los puntos de contacto donde el usuario pueda creer que habla con una persona.
Cómo preparar tu empresa para cumplir con las obligaciones de etiquetado
El primer paso es el inventario. Necesitas saber exactamente qué herramientas de IA generativa usa tu equipo, en qué procesos y para qué tipo de output. Sin ese mapa, es imposible evaluar el riesgo.
El segundo paso es clasificar el contenido producido según su tipo (texto, imagen, audio, vídeo) y su destino (interno, publicitario, informativo, relacional). Cada combinación puede tener obligaciones distintas.
El tercero es establecer un protocolo de etiquetado que sea ejecutable en la práctica. Eso significa decidir qué fórmula de texto se usa («Generado con inteligencia artificial», «Imagen creada con IA» u otras variantes que ya están circulando como estándar), en qué posición y tamaño aparece, y quién es el responsable de verificarla antes de publicar.
Si además usas sistemas de puntuación o clasificación automatizada en tu proceso comercial, conviene revisar también si los modelos de scoring de leads con IA que aplicas entran bajo alguna categoría de decisión automatizada con efectos sobre personas, lo que activaría otro bloque de obligaciones distintas del AI Act.
El estándar C2PA como referencia técnica para la industria
La Coalition for Content Provenance and Authenticity, conocida como C2PA, es un consorcio formado por Adobe, Microsoft, Google, Sony, la BBC y varias decenas de organizaciones más. Ha desarrollado un estándar técnico abierto que permite incrustar en un archivo multimedia un historial verificable de su creación y edición, incluyendo si se usó IA en alguna fase del proceso.
Este estándar no es legislación, pero varios reguladores, entre ellos la Comisión Europea, lo citan como ejemplo de implementación técnica compatible con las obligaciones del AI Act. Adobe ya lo integra en Photoshop y Firefly bajo el nombre Content Credentials. Las imágenes que muestran el icono «cr» en la esquina llevan incrustados los metadatos de autoría según este protocolo.
Adoptar C2PA como estándar interno en tu flujo de producción de contenido tiene sentido práctico: simplifica la demostración de cumplimiento, permite trazabilidad ante reclamaciones y anticipa requisitos que probablemente se vuelvan obligatorios en los próximos dos o tres años. No requiere contratar nada nuevo si ya usas las herramientas de Adobe o Microsoft que lo soportan de forma nativa. El trabajo real está en establecer los procesos que garanticen que los archivos no pierdan los metadatos en el proceso de exportación y publicación.
Preguntas frecuentes
¿Si uso Midjourney o DALL-E para generar imágenes de producto en mi tienda online, estoy obligado a etiquetarlas?
Sí, en la mayoría de los casos estarás sujeto a obligaciones de etiquetado, especialmente si operas en la Unión Europea o diriges tu publicidad a usuarios europeos. El AI Act no distingue por el nivel de sofisticación técnica del contenido, sino por el uso que se hace de él y la audiencia a la que llega. Una imagen de producto generada con IA en un contexto comercial puede estar bajo las mismas reglas que un vídeo sintético de alta producción. El hecho de que la propia herramienta aplique un watermark invisible no te exime de añadir una indicación visible para el usuario final.
¿Cuánto puede multar la Unión Europea a una empresa que no etiqueta correctamente su contenido generado por IA?
Las sanciones previstas en el AI Act por incumplimiento de las obligaciones de transparencia y etiquetado pueden alcanzar los 15 millones de euros o el 3% de la facturación anual global de la empresa, aplicándose la cifra que resulte mayor. Esto significa que para una empresa grande, la sanción efectiva puede superar con creces los 15 millones. No se trata de una multa simbólica ni de una advertencia administrativa menor, sino de un riesgo financiero real que justifica invertir en protocolos internos de cumplimiento. La aplicación progresiva del Reglamento comenzó en agosto de 2024, por lo que las empresas ya no pueden alegar desconocimiento de la norma.
¿Qué fórmula de texto debo usar exactamente para etiquetar un contenido generado por IA?
La normativa vigente no impone una fórmula textual única y cerrada, pero sí exige que la indicación sea clara, visible y comprensible para el usuario medio. Fórmulas como «Generado con inteligencia artificial», «Imagen creada con IA» o «Contenido producido automáticamente» están circulando como estándar en el sector y resultan adecuadas en la mayoría de contextos. Lo que no cumple los requisitos es una nota al pie en letra muy pequeña o en un color que dificulte su lectura. Lo más prudente es establecer internamente una fórmula estándar aprobada, definir su posición y tamaño mínimo, y asignar a una persona concreta la responsabilidad de verificarla antes de cada publicación.
Tengo un chatbot de atención al cliente en mi web, ¿debo identificarlo como IA aunque sea obvio que es un bot?
Sí, la obligación de identificación existe independientemente de que a ti te parezca evidente que se trata de un sistema automatizado. El AI Act establece que los sistemas de IA conversacional deben identificarse como tales ante el usuario, salvo que este ya lo sepa con certeza, y el estándar de «certeza» es más exigente de lo que parece en la práctica. Si el chatbot opera en varios canales, como email, chat web o WhatsApp, la identificación debe estar presente en todos ellos en el momento en que el usuario pueda creer que habla con una persona. No cumplir con este punto concreto es uno de los errores más frecuentes que cometen empresas que ya tienen cierta madurez en el uso de IA.
¿Qué es el estándar C2PA y vale la pena adoptarlo aunque no sea obligatorio todavía?
C2PA es un protocolo técnico abierto desarrollado por un consorcio que incluye Adobe, Microsoft, Google y la BBC, entre otros, que permite incrustar en un archivo un historial verificable de su creación, incluyendo si se utilizó IA en alguna fase del proceso. No es legislación, pero la Comisión Europea ya lo cita como ejemplo de implementación técnica compatible con el AI Act, lo que sugiere que podría volverse obligatorio o de referencia en los próximos años. Si ya usas herramientas de Adobe o Microsoft, lo tienes disponible de forma nativa sin coste adicional. Adoptarlo ahora simplifica la demostración de cumplimiento ante una posible inspección y te protege frente a reclamaciones sobre el origen de tus contenidos.
