Los medios europeos reciben cuatro veces más rastreos de bots de IA que los norteamericanos
Los medios de comunicación europeos están soportando una presión significativamente mayor por parte de los bots de inteligencia artificial que las webs de Norteamérica, según un reciente informe de TollBit. El estudio señala que las páginas europeas son rastreadas con mayor frecuencia, reciben menos visitas derivadas desde aplicaciones de IA y sufren más incumplimientos de las reglas establecidas en sus archivos robots.txt. El análisis identificó bots de inteligencia artificial procedentes de 40 proveedores de scraping y examinó la actividad registrada en 3.906 medios y publishers. De ellos, 456 eran europeos, entre los que se encontraban cabeceras y grupos como The Telegraph, Ringier y Styria. Uno de los principales resultados del estudio es que la mediana de rastreos realizados por bots de IA en los sitios europeos fue cuatro veces superior a la registrada en las páginas norteamericanas.
La diferencia también se refleja en el tráfico generado. Por cada visita de un usuario procedente de una aplicación de IA, los medios europeos recibieron 179 visitas de bots, una proporción más de tres veces peor que la observada en Norteamérica. Durante el primer semestre de 2026, apenas el 0,05% de las referencias externas hacia sitios europeos procedió de una aplicación de IA, frente al 0,16% en Norteamérica.
La presión sobre los medios europeos, además, se ha intensificado durante 2026. Según TollBit, los rastreos realizados por bots de IA en estas páginas fueron casi un 20% superiores en junio que en enero. Los medios locales de información y las páginas deportivas registraron los mayores incrementos intertrimestrales. La relación entre rastreos y visitas también empeoró: pasó de 150 rastreos por cada visita procedente de una aplicación de IA durante el primer trimestre de 2026 a 227 rastreos por cada referencia humana en el segundo trimestre. El informe apunta asimismo a un problema adicional de cumplimiento. Las instrucciones incluidas por los medios europeos en sus archivos robots.txt para impedir determinados rastreos fueron ignoradas casi tres veces más a menudo que las de los sitios norteamericanos.
TollBit no establece una causa definitiva para esta diferencia. Su cofundadora, Olivia Joslin, planteó como posible explicación la diversidad lingüística europea. La hipótesis sostiene que, a medida que los grandes modelos de lenguaje intentan ampliar su capacidad para comprender diferentes idiomas y recurren a fuentes más diversas, los contenidos europeos pueden convertirse en un objetivo más frecuente de los procesos automatizados de recopilación.
Grzegorz Piechota, investigador de INMA, coincide en parte con esta interpretación, aunque basa su argumento en los datos de utilización de los sistemas de IA. Según estadísticas de Anthropic correspondientes al pasado septiembre, los usuarios de Claude en Estados Unidos representaban el 21,6% del uso total, mientras que los países anglófonos en conjunto suponían menos de un tercio de los usuarios globales.
A juicio de Piechota, esto podría indicar que una parte importante del uso de estos sistemas está relacionada con contenidos en idiomas distintos del inglés, lo que ayudaría a explicar el mayor volumen de rastreo registrado en Europa. “La demanda de información en idiomas distintos del inglés está influyendo en las estrategias de las compañías de IA y de sus proveedores de datos”, señala Piechota. El investigador también apunta a la evolución de iniciativas impulsadas por grandes compañías tecnológicas para mejorar la utilidad de la inteligencia artificial en diferentes idiomas y mercados, especialmente en Europa. En paralelo, proveedores de datos utilizados para entrenar sistemas de IA, como Common Crawl, habrían incrementado la recopilación de contenidos en idiomas no ingleses.
Según el análisis de Piechota, los dominios europeos representaban apenas el 4,75% de las páginas capturadas por Common Crawl en 2009, mientras que en 2026 su peso habría aumentado hasta cerca del 29,98%.
Sin embargo, no todos los conjuntos de datos respaldan la misma conclusión. Cloudflare, por ejemplo, no observa que los medios europeos reciban un volumen absoluto de solicitudes de bots superior al de los norteamericanos. Lai Yi Ohlsen, responsable de Cloudflare Radar, explica en Digiday que el número total de solicitudes de bots es de forma constante mayor en Norteamérica. No obstante, los medios europeos presentan una proporción más elevada de tráfico de bots respecto al conjunto de solicitudes que reciben sus webs. Los datos de DataDome, empresa especializada en ciberseguridad y bloqueo de bots, tampoco muestran una diferencia constante entre Europa y Norteamérica. Jérôme Segura, vicepresidente de investigación de amenazas de la compañía, destacó la enorme variación existente entre diferentes medios, independientemente de su región.
Según Segura, el tamaño y la relevancia de cada editor, así como la cantidad de bots que se identifican explícitamente como sistemas de IA, pueden influir considerablemente en los resultados. Algunos medios analizados por DataDome llegaron a registrar aproximadamente una visita de IA por cada diez visitas humanas, una proporción que evidencia el peso potencial de estos sistemas sobre el tráfico de determinados sitios. Los datos disponibles dibujan, por tanto, un escenario complejo. El informe de TollBit apunta a una mayor intensidad del rastreo de IA en los medios europeos, pero otras fuentes muestran diferencias en función de la metodología y del conjunto de sitios analizados. La diversidad lingüística, el crecimiento de la demanda de contenidos en idiomas distintos del inglés, la composición de las muestras utilizadas y el comportamiento de los bots que se identifican a sí mismos aparecen entre las posibles explicaciones.
Lo que parece menos discutible es el aumento del rastreo automatizado. Lo que todavía está abierto a debate es por qué los medios europeos parecen estar soportando una parte desproporcionada de esa actividad y hasta qué punto el incremento de los rastreos se traduce en un beneficio real de tráfico para los publishers.
Puntos clave:
Los medios europeos reciben mucho más rastreo de bots de IA: la media de scrapes es cuatro veces superior a las webs norteamericanas, y los rastreos aumentaron casi un 20% entre enero y junio de 2026.
Los medios europeos reciben una visita humana procedente de apps de IA por cada 179 visitas de bots, mientras que las instrucciones de robots.txt son ignoradas casi tres veces más que en Norteamérica.
TollBit apunta a la diversidad lingüística y al aumento de la demanda de contenidos no anglófonos, pero datos de Cloudflare y DataDome muestran un panorama diferente según la metodología y el medio analizado.
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.
