Entrenamiento de IA: proponen un control común para webs
OpenAI, Google, Microsoft y Anthropic respaldaron el 30 de octubre de 2026 una señal común para que los propietarios de sitios web expresen sus preferencias sobre el uso de contenido en el entrenamiento de IA generativa. La propuesta utiliza el archivo robots.txt y busca reducir la necesidad de mantener instrucciones separadas para cada proveedor. Su adopción será gradual: el anuncio no significa que todos los participantes ya apliquen el mecanismo de la misma manera.
Para editores, creadores y empresas con páginas propias, la novedad ofrece una vía más sencilla para comunicar una decisión sobre sus contenidos. Su alcance depende de que los proveedores participantes implementen y respeten la señal; no constituye una barrera técnica universal contra cualquier sistema que acceda a internet.
Entrenamiento de IA: qué cambia con la señal común
Hasta ahora, un operador que quisiera expresar preferencias ante varios desarrolladores debía identificar sus controles específicos y mantener reglas para cada uno. La iniciativa pretende añadir una instrucción compartida que pueda ser reconocida por distintos participantes, sin eliminar los mecanismos individuales existentes.
La señal se identifica con el nombre __usage_ai-training. Se incorpora como un grupo de instrucciones dentro de robots.txt, junto con las reglas que expresan si se permite o rechaza el uso correspondiente. El borrador contempla preferencias para todo el sitio o para rutas concretas.
La ventaja prevista es operativa: una web podría comunicar una misma preferencia a varios proveedores sin multiplicar configuraciones. Eso no elimina la necesidad de revisar el archivo completo, sus excepciones o las instrucciones que el sitio ya utiliza para otros fines.
Es una propuesta en desarrollo
El documento técnico se publicó como un Internet-Draft individual de Kevin Kelley, de Anthropic, dentro del proceso de trabajo relacionado con las preferencias de IA en la IETF. Su estado importa: no debe describirse como un estándar definitivo aprobado solo porque grandes empresas hayan anunciado su respaldo.
El trabajo busca una forma compartida de expresar preferencias legibles por máquinas. El respaldo empresarial puede facilitar la adopción, pero las implementaciones y la evolución del documento siguen siendo pasos distintos. Por eso conviene separar el anuncio de apoyo de la disponibilidad efectiva en cada servicio.
Cuándo lo aplicará cada empresa
OpenAI anunció que pretende implementar la señal en los próximos meses y que publicará detalles cuando lo haga. También indicó que los controles de rastreadores que ya ofrece continuarán vigentes. El anuncio no fija una fecha exacta común para todos sus sistemas.
Google situó su objetivo de soporte en 2027. La compañía presenta el control compartido como un complemento a opciones individuales como Google-Extended, que permiten adaptar preferencias específicas para sus servicios.
Microsoft estableció el 1 de febrero de 2027 como inicio para respetar sus nuevas preferencias a medida que rastree las páginas. Su anuncio incluye controles diferenciados para entrenamiento y para el uso de contenido como entrada de respuestas generadas. Esa distinción añade opciones, pero también exige revisar qué preferencia se está configurando.
Anthropic ha comenzado a implementar soporte para la propuesta. Ese avance no convierte la adopción de todas las empresas en simultánea. Para una web que dependa de estos controles, comprobar la documentación vigente de cada proveedor seguirá siendo necesario durante la transición.
Entrenar un modelo y aparecer en una respuesta son usos distintos
La preferencia de entrenamiento se refiere al empleo de contenido para modificar los parámetros aprendidos de un modelo generativo. Usar una página como información de entrada para elaborar una respuesta es otro tipo de uso, conocido como grounding.
Microsoft explica esa separación en sus nuevas preferencias: un editor puede expresar una decisión sobre entrenamiento y otra sobre el uso del contenido para informar respuestas. Por tanto, rechazar entrenamiento no debe interpretarse automáticamente como rechazar todos los usos posibles de una página en servicios de IA.
La búsqueda tradicional constituye otra distinción importante. Las preferencias de uso anunciadas por Microsoft no cambian por sí mismas la elegibilidad para aparecer en los resultados tradicionales de Bing, siempre que se cumplan sus requisitos normales de rastreo e indexación.
Qué conviene revisar antes de cambiar robots.txt
Un propietario de sitio debería empezar por definir su objetivo: expresar una preferencia sobre entrenamiento, mantener opciones individuales o revisar también otros usos del contenido. Son decisiones relacionadas, pero no intercambiables.
Después conviene comprobar las reglas existentes y las fechas de implementación del proveedor al que se dirigen. Publicar una instrucción y conseguir que un servicio la haya descubierto son momentos distintos. Microsoft advierte que necesita volver a rastrear una página para conocer sus cambios.
La transición tampoco crea por sí misma acuerdos de licencia o pagos. Comunicar una preferencia técnica no equivale a firmar un contrato comercial. Del mismo modo, las reglas destinadas a proveedores participantes no garantizan el cumplimiento de actores ajenos a la iniciativa.
Qué sigue para los editores web
Los próximos hitos serán las actualizaciones de implementación de cada empresa y la evolución de la propuesta técnica. Mientras tanto, los controles ya documentados siguen siendo relevantes y no conviene retirarlos suponiendo que la señal compartida los sustituye de inmediato.
El cambio anunciado apunta a simplificar una tarea cada vez más compleja: decidir cómo se permite utilizar el contenido de una web. Su utilidad dependerá de una adopción verificable y de que cada editor entienda qué uso está aceptando o rechazando, con qué alcance y desde qué fecha.