OpenAI y Google plantean una señal común para limitar el entrenamiento de IA con contenido web
OpenAI y Google anunciaron el 30 de octubre de 2026 que planean reconocer una señal compartida en robots.txt para que los sitios web expresen sus preferencias sobre el uso de su contenido en el entrenamiento de inteligencia artificial generativa. La propuesta busca reducir la necesidad de mantener una regla distinta para cada proveedor participante.
OpenAI y Google no informan haber desplegado la señal y anuncian plazos futuros. OpenAI apunta a implementarlo en los próximos meses y Google dice que busca admitirlo durante 2027. La propuesta técnica es un borrador individual de Internet, no una norma finalizada, y su adopción por una compañía no demuestra que todos los proveedores vayan a respetarla.
Por qué importa para quienes publican en la web
Los propietarios de sitios pueden usar robots.txt para comunicar instrucciones asociadas a rastreadores o servicios. A medida que crece el número de desarrolladores de modelos, mantener reglas separadas para cada uno requiere identificar sus mecanismos y actualizarlos cuando aparecen nuevos proveedores o cambian sus controles.
OpenAI presenta la señal común como un esfuerzo voluntario para que una misma preferencia pueda comunicarse a varios proveedores que decidan participar. Google plantea una finalidad similar y la relaciona con el trabajo sobre preferencias de IA que se discute en el Internet Engineering Task Force, o IETF. Ambos anuncios describen planes de adopción; ninguno acredita que el control compartido esté funcionando ya en todos sus sistemas.
Qué propone el borrador técnico
El documento «Machine-Readable Training Preference Signal», publicado como Internet-Draft el 30 de octubre, propone expresar la preferencia mediante el token de política __usage_ai-training dentro de un grupo de robots.txt. Utiliza la estructura y las instrucciones Allow y Disallow existentes para asociar la preferencia a rutas concretas.
El borrador ilustra una preferencia contraria al entrenamiento para todo el sitio, con una excepción para material de prensa:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/La sintaxis es una propuesta, no acredita que cualquier sistema la interprete hoy ni convierte automáticamente el archivo en una garantía de cumplimiento. El borrador señala que el grupo genérico User-Agent: * no coincide con este token de política; su ausencia no expresa una preferencia mediante este mecanismo concreto.
- El sitio expresa una preferencia mediante el mecanismo propuesto.
- Los proveedores participantes deben implementarlo e interpretarlo.
- La existencia de una señal no demuestra por sí sola cumplimiento ni cobertura universal.
Esquema basado en los anuncios de OpenAI y Google y en el borrador técnico del IETF.
Una preferencia de uso no es lo mismo que una regla de rastreo
La propuesta distingue la comunicación de una preferencia sobre entrenamiento de las instrucciones que regulan el acceso de un rastreador. El token de política no es, por sí mismo, un nuevo robot que visite páginas ni sustituye las reglas específicas que ya se aplican a cada agente.
El borrador utiliza una definición de entrenamiento de IA centrada en el uso de contenido para modificar los parámetros aprendidos de un modelo generativo. Excluye de esa categoría a los modelos utilizados exclusivamente para tareas no generativas, como determinadas funciones de clasificación o ranking. Es una delimitación del texto propuesto; no debe confundirse con una definición universal para todos los usos de datos o servicios de búsqueda.
El documento prevé que los analizadores que no implementen el mecanismo mantengan su comportamiento anterior y pasen por alto grupos que no reconocen. Por eso, incluir el token no obliga técnicamente a una herramienta que no lo entienda a respetar la preferencia. La eficacia depende de las implementaciones y políticas efectivas de los proveedores.
Qué dicen OpenAI y Google sobre los controles existentes
OpenAI explica que sus controles actuales mediante robots.txt seguirán aplicándose junto con la nueva señal una vez implementada. La compañía anuncia una intención de apoyo y dice que entregará más detalles cuando implemente el mecanismo; no publica en ese aviso una fecha concreta de activación.
Google señala que, cuando un sitio use la señal compartida para excluir el entrenamiento y no especifique expresamente Google-Extended, planea interpretarla como una exclusión de Google-Extended. También afirma que los controles específicos de cada empresa seguirán funcionando. Este comportamiento es una intención anunciada por Google y debe verificarse frente a su documentación cuando entre en vigor.
La empresa añade que los sitios que permitan específicamente Google-Extended pueden ser elegibles para aparecer en respuestas con grounding de Gemini Apps. Ser elegible no garantiza aparecer en una respuesta ni recibir visitas. La señal de entrenamiento, la visibilidad en productos de búsqueda y las reglas de rastreo requieren lecturas separadas de la documentación aplicable.
Una propuesta técnica todavía en discusión
El texto técnico es un Internet-Draft individual. Su publicación permite revisar una propuesta y contribuir a su evolución, pero no equivale a un RFC final ni demuestra consenso definitivo del IETF. El propio documento remite al trabajo del grupo AIPREF sobre vocabulario y contempla que las definiciones evolucionen.
Las compañías pueden adoptar una propuesta antes de que exista una norma final, pero el alcance de esa adopción dependerá de sus implementaciones. Un anuncio, una fecha de disponibilidad y una comprobación de funcionamiento son hitos diferentes. Tampoco hay en los anuncios una auditoría que mida el cumplimiento efectivo de todos los participantes.
Qué deberían observar los equipos editoriales
La novedad es relevante para medios, instituciones y empresas que publican contenido propio: introduce una posible vía común para comunicar una preferencia que hoy puede requerir controles por proveedor. Antes de modificar un archivo en producción, conviene identificar las reglas existentes, revisar documentación vigente y evaluar cómo interactúan las opciones de entrenamiento, rastreo y descubrimiento para cada servicio.
La señal expresa una elección; no informa por sí sola qué copias anteriores existen, qué terceros han obtenido contenido por otros medios o cómo se aplican contratos y políticas particulares. Estas limitaciones no invalidan la utilidad del mecanismo propuesto, pero impiden presentarlo como una solución universal de control sobre todos los usos del contenido.
Para un sitio que depende del tráfico orgánico, también es importante comprobar el efecto de cada control en el servicio concreto y no asumir que bloquear o permitir entrenamiento equivale automáticamente a modificar la indexación. Los anuncios no presentan un experimento de tráfico para sitios chilenos ni una garantía sobre resultados de búsqueda.
Qué falta confirmar
OpenAI no fijó en el anuncio una fecha exacta para activar la señal. Google apunta a 2027 y se comprometió a informar avances. Queda por conocer la documentación final de cada implementación, los proveedores adicionales que participarán y el estado posterior del borrador técnico.
Tampoco se ha probado en esta noticia una configuración concreta de robots.txt ni se ha medido si algún proveedor ya respeta el token en un sitio real. La recomendación práctica es seguir los avisos oficiales y tratar la sintaxis actual como propuesta hasta que exista soporte verificable.
Preguntas frecuentes
¿Ya funciona la señal compartida para todos los modelos?
No está acreditado. OpenAI y Google anunciaron planes futuros, y la adopción de cada proveedor debe comprobarse por separado.
¿La señal bloquea automáticamente a todos los rastreadores?
No. La propuesta comunica una preferencia de uso para entrenamiento; las reglas de acceso y los controles específicos de rastreadores son cuestiones distintas.
¿Es una norma IETF aprobada?
No. La fuente técnica es un Internet-Draft individual, no un RFC final.
¿Los controles específicos de OpenAI y Google desaparecen?
Según ambos anuncios, sus controles existentes continuarán junto con la señal compartida prevista.
¿Bloquear entrenamiento garantiza aparecer o desaparecer en Gemini o en buscadores?
No. El anuncio no establece esa equivalencia. Google describe condiciones de elegibilidad para grounding en Gemini Apps, no una garantía de visibilidad o tráfico.
