Artículo 50 de la “AI Act” o las nuevas obligaciones de transparencia para los contenidos generados con IA
Como probablemente habrás leído ya, desde ayer, 2 de agosto de 2026 se empieza a aplicar el artículo 50 de la AI Act, que no es otra cosa que el Reglamento Europeo de IA, que introduce obligaciones de transparencia para determinados sistemas y contenidos generados o manipulados con IA. Entre otras cosas, el artículo cubre casos como interacciones directas con sistemas de IA, marcado técnico de contenido sintético, deepfakes y determinados textos generados o manipulados con IA cuando se publican con el propósito de informar al público sobre asuntos de interés público.
Dicho así suena a otra de esas normas europeas que entran en vigor con mucha prensa y consultores jurídicos explicando que, casualmente, justo ha lanzado un servicio para ayudarte. Pero el tema es menos burocrático de lo que parece; no va solo de poner una advertencia o una etiqueta sino de decidir si el público tiene derecho a saber cuándo está interactuando con una máquina o cuándo una imagen, audio, vídeo o texto ha sido generado o manipulado de forma que puede alterar su percepción de la realidad. Y aquí creo que es honesto empezar por lo básico, porque la confusión es ya casi un formato publicitario en sí mismo: no, la AI Act no obliga a etiquetar absolutamente todo lo que haya tocado una App de IA generativa: si corriges una errata, mejoras una frase, ajustas una imagen o usas una herramienta para apoyar un proceso editorial, esto no equivale automáticamente a colgar un cartel luminoso diciendo “este contenido ha sido generado por robots, huyan mientras puedan”. La propia Comisión Europea distingue entre obligaciones de etiquetado y detección para contenidos generados por IA, deepfakes y ciertas publicaciones textuales sobre asuntos de interés público, y contempla excepciones cuando existe revisión humana y responsabilidad editorial.
La clave está en el potencial engaño; el audiovisual es un terreno delicado cuando el contenido generado o manipulado con IA puede hacer creer al público que una persona, lugar, objeto o acontecimiento es real o auténtico. En los textos, la cuestión se estrecha sobre publicaciones que informan al público sobre asuntos de interés público y en las interacciones automatizadas, la regla de sentido común es bastante razonable: si estoy hablando con una máquina, quiero saberlo. No parece exactamente una agresión al progreso sino más bien algo de higiene mínima, como lavarse las manos antes de cocinar, pero aplicándolo a la realidad sintética. El problema es que nuestra industria no vive en el BOE ni en el Diario Oficial de la Unión Europea sino en briefings y RFQs con deadlines muy específicos, herramientas nuevas casi cada semana, equipos cada vez más reducidos, clientes con urgencias y una presión creciente por producir más contenido, más rápido y con menos coste. Ahí es donde la norma deja de ser un debate abstracto y se convierte en una pregunta que es más operativa que otra cosa: ¿tenemos procesos para saber cuándo se ha usado IA, cómo se ha usado, quién ha revisado el resultado y quién responde por lo publicado? Porque la transparencia no se improvisa en el último paso del workflow; si nadie documenta el uso de IA durante el proceso, el etiquetado final se convierte en un gesto teatral, eso sí, muy correcto y muy visible pero a la vez muy inútil. La etiqueta puede informar al usuario, pero dentro de una empresa, lo importante es que alguien pueda reconstruir el proceso: qué herramienta se usó, para qué, con qué inputs, con qué revisión humana y bajo qué criterio editorial o legal se publicó.
Ayer me leía el artículo semanal de David Bonilla de su Bonilista y creo que aporta una reflexión muy interesante: incluso cuando un texto está escrito íntegramente por una persona (¡como este!), ciertas herramientas pueden asignarle una probabilidad significativa de haber sido generado por IA. David cuenta que escribió su newsletter con su propio texto y criterio, pero un detector de IA no fue capaz de darle una certeza absoluta de autoría humana… es más con las 135 primeras palabras un detector de IA solo le dio un 55% de probabilidad de estar escrito por un humano… y con 627 palabras, ese porcentaje subió a un 90%... pero no al 100%. Y esta es quizá una de las grietas más relevantes de este debate. Hemos construido una fascinación casi supersticiosa por los detectores de IA, como si fueran los “alcoholímetros de la escritura”: sople aquí autor sospechoso, pero el lenguaje humano no funciona así. Los patrones estilísticos se repiten, las estructuras se aprenden, los textos profesionales tienden a parecerse y, por desgracia, algunos humanos llevan años escribiendo como si los hubiera generado una herramienta mediocre antes de que existieran las herramientas mediocres. Si nos basamos en el funcionamiento de este tipo de herramientas, un detector probabilístico puede servir como indicio, pero no debería tratarse como prueba concluyente de autoría. La propia lógica de estos sistemas se basa en patrones estadísticos, no en acceso real al proceso de creación, por eso sería peligroso convertirlos en árbitros automáticos de cumplimiento, reputación o sanción. Un texto puede sonar “demasiado limpio” y ser humano y sin embargo otro puede parecer torpe y venir de una máquina. La vida no siempre premia la coherencia.
Para medios especializados como el nuestro, el debate tiene una derivada muy concreta; nosotros llevamos tiempo indicando que el resumen en tres bullet points que acompaña cada artículo se genera con una herramienta de IA que lee el contenido del artículo y propone una síntesis, aunque después pasa por revisión humana de nuestro equipo editorial. Este matiz creo que es importante porque el lector merece entender qué parte del proceso ha sido asistida y quién ha asumido la responsabilidad final y esta debería ser esa conversación adulta que medios, agencias y marcas deberían tener; no si la IA se ha usado o no, porque se usa y se usará, tampoco si usarla resta valor al trabajo humano, porque esa pregunta ya llega tarde... La cuestión es mucho más simple y concreta: qué usos requieren disclosure, qué usos forman parte del proceso editorial interno, qué controles existen y quién firma moral, profesional y legalmente el resultado.
El artículo 50 no aparece del vacío; el incumplimiento de determinadas obligaciones del AI Act puede estar sujeto a multas de hasta 15 millones de euros o hasta el 3% del volumen de negocio mundial anual total del ejercicio anterior, la cifra que sea superior, con criterios de proporcionalidad para PYMES y small mid-caps. Y además hay otra obligación que muchas empresas deberían mirar sin cara de sorpresa: el artículo 4, relativo a la alfabetización en IA, entró en aplicación el 2 de febrero de 2025 y exige adoptar medidas para que el personal tenga un nivel suficiente de alfabetización en IA. Esto último debería preocupar bastante más que si un contenido lleva o no la famosa etiqueta, porque si un equipo no entiende cuándo una herramienta genera, cuándo transforma, cuándo solo asiste, cuándo puede inducir a error y cuándo el output requiere revisión sustancial, la empresa no tiene un problema de compliance sino de cultura profesional. En nuestro sector de la publicidad digital llevamos años vendiendo confianza en entornos donde la confianza era, siendo muy generosos, una aspiración: hablamos de transparencia en el Supply Chain, de Brand Safety, de medición independiente, de sostenibilidad, de privacidad, de consentimiento, de atención y de calidad del inventario, y ahora toca aplicar esa misma exigencia a la producción de contenido. ¡¡Qué oportuno a la par de incómodo y necesario!!
La IA no ha inventado la opacidad, quizá solo la ha hecho más barata, más escalable y más difícil de detectar y por eso etiquetar bien un contenido generado por IA no es una concesión a la tecnofobia europea ni otra prueba de que Bruselas odia la innovación, sino una forma de proteger algo que el mercado publicitario dice valorar mucho cuando le conviene: la confianza. Lo verdaderamente peligroso no es que una máquina ayude a escribir, resumir, corregir, editar o producir sino que nadie sepa exactamente qué ha hecho la máquina, que nadie lo revise y que nadie quiera responder por ello. Al final, lo que nos debería preocupar no es si la IA participó en el contenido (que seguro lo hizo!) sino quién tuvo el criterio de escribir ese texto, quién lo verificó, quién decidió si se publicaba, quién lo firmó… e incluso quién está dispuesto a mirar al lector, al cliente o al regulador y decirle: ¡esto lo publico yo! La máquina puede generar miles palabras, pero lo que no puede hacer es hacerse responsable de ellas… al menos todavía.
Fuentes: Web oficial del artículo 50 de la AI Act, materiales de la Comisión Europea sobre transparencia de contenido generado por IA, artículo semanal de David LaHoz, texto de la Bonilista de David Bonilla y contexto editorial facilitado por el equipo editorial de PROGRAMMATIC SPAIN.
Puntos clave:
El artículo 50 de la AI Act no exige etiquetar cualquier uso de IA, sino determinados contenidos, especialmente deepfakes, interacciones con sistemas de IA y textos generados o manipulados con IA sobre asuntos de interés público.
La cuestión relevante para medios, agencias y marcas no es solo legal, sino editorial: quién revisa, decide y asume la responsabilidad sobre lo publicado.
Los detectores de IA no pueden convertirse en jueces automáticos de autoría; la transparencia útil dependerá más de procesos, criterio y responsabilidad humana que de etiquetas puestas por miedo.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
