El 30 de julio de 2026, el mundo literario se vio sacudido por un escándalo: el agente del escritor nigeriano Jerry Falade rompió el contrato y retiró su novela por sospechas de uso de inteligencia artificial. El manuscrito, por el que se libró una feroz batalla entre 14 editoriales y que podría haber reportado al autor más de 2 millones de dólares, se convirtió en el centro de una disputa sobre el origen del texto. Este incidente se convirtió en una ilustración perfecta de por qué las normas de etiquetado de contenido sintético que entran en vigor crean nuevos riesgos para los autores "humanos".
El 2 de agosto, en la Unión Europea comenzaron oficialmente a aplicarse las disposiciones clave del artículo 50 de la EU AI Act. Por primera vez en la práctica mundial, el etiquetado de contenido generado por IA se volvió legalmente obligatorio. El reglamento exige etiquetas legibles por máquina y marcas de agua digitales para cualquier audio, video, foto y texto sintético, así como la divulgación obligatoria de la interacción con sistemas de IA y el etiquetado claro de los deepfakes que representan a personas reales o eventos significativos.
Europa no está sola en este esfuerzo. China, desde el otoño de 2025, ya ha implementado sus propios estándares, obligando a WeChat, Douyin y otras plataformas a marcar automáticamente el contenido neuronal. En EE. UU., Nueva York, desde el 9 de junio de 2026, multa el uso de actores sintetizados por IA en publicidad, desde $1000 por la primera infracción hasta $5000 por reincidencias. California, por su parte, ha lanzado la AI Transparency Act (SB 942), sincronizándola con el plazo europeo.
Soluciones técnicas y sus vulnerabilidades
La industria se basa en tres enfoques principales: el estándar C2PA (coalición de Adobe, Microsoft, Intel y otros), marcas de agua invisibles como SynthID de Google DeepMind o AudioSeal de Meta, y el etiquetado estadístico de texto, implementado en Gemini. Sin embargo, ninguno de ellos es a prueba de balas. Las etiquetas C2PA se eliminan fácilmente al guardar el archivo en editores que no admiten el estándar. Midjourney, por ejemplo, se niega rotundamente a usar C2PA, limitándose a metadatos fácilmente borrables.
El problema es especialmente agudo con el texto. El incidente con Falade demostró: incluso cuando los editores sospechan de IA, no hay confirmación técnica. Las decisiones se toman basándose en evaluaciones probabilísticas de los detectores y riesgos reputacionales. Esto crea un precedente peligroso: la presunción de culpabilidad. Los autores que usan IA para edición o recopilación de datos corren el riesgo de encontrarse en una situación donde la ausencia de etiqueta se percibe como prueba de autenticidad, y su presencia, como una sentencia.
El punto ciego del Open Source y las realidades del mercado
Los modelos abiertos como Llama, Qwen o Stable Diffusion permanecen fuera del alcance de los reguladores: se pueden descargar, modificar y ejecutar localmente, desactivando el etiquetado integrado. Incluso las marcas de agua confiables, como las de Claude de Anthropic, no sobreviven a una paráfrasis profunda o una traducción. Esto significa que los spammers y actores deshonestos encontrarán formas de evadirlo, mientras que los usuarios honestos no.
Las plataformas ya están reaccionando: YouTube marca automáticamente los videos sintéticos, y Spotify, desde septiembre, introduce la insignia AI Persona para artistas, eliminándolos de las recomendaciones. El servicio de streaming musical Deezer informa que el 44% de los nuevos temas son generados por IA, y el 97% de los oyentes no los distinguen de los humanos. Esta presión inevitablemente intensificará el filtrado y la paranoia corporativa.
Mi conclusión: Las nuevas leyes crean una ilusión de control, pero en realidad trasladan la carga de la prueba a las personas. Para imágenes y videos, el etiquetado funciona; para texto, no. Autores, editores y programadores que usan IA en su trabajo se encontrarán en una zona de riesgo no por multas, sino por acusaciones reputacionales contra las que es imposible defenderse técnicamente. Hasta que no aparezcan métodos confiables de verificación de texto, el mercado vivirá en un estado de desconfianza permanente, donde los primeros en sufrir son los profesionales honestos, no los spammers.