Europa activa el “modo anti-deepfake”: borrador oficial para marcar y etiquetar contenido generado por IA

INTELIGENCIA ARTIFICIAL · REGULACIÓN · DEEPFAKES

Meta en una frase: el borrador aclara qué hay que avisar (deepfakes y ciertos textos “de interés público”), a quién aplica (proveedores vs quienes publican) y por qué esto va a cambiar redes y medios más de lo que parece.

Si quieres ver el contexto oficial, la Comisión lo anunció en el portal de la Estrategia Digital Europea y lo acompaña de materiales de trabajo y calendario: nota de la Comisión (ES) · página del proceso (EN)

1) Qué ha publicado exactamente la UE (y por qué ahora)

El 17 de diciembre de 2025 la Comisión publicó el primer borrador de un Código de buenas prácticas para el marcado y etiquetado de contenido generado por IA. La idea es muy pragmática: que empresas y organizaciones tengan una guía común para cumplir las obligaciones de transparencia del Artículo 50 de la Ley de IA.

Ojo al matiz: el código es voluntario, pero no es “decoración”. Si se aprueba y se adopta bien, se convierte en el manual que usará medio ecosistema (plataformas, medios, marcas, proveedores) para demostrar que hace lo que la ley pide.

La fecha que manda es esta: las reglas de transparencia sobre contenido generado por IA serán aplicables el 2 de agosto de 2026. Traducido: 2026 es el año en el que “poner un aviso” deja de ser un gesto voluntarioso y pasa a ser parte de la higiene digital.

2) Marcar vs etiquetar: dos capas, dos públicos

Si te quedas con una sola idea, que sea esta: Europa separa lo técnico de lo visible.

Marcar es dejar una huella que una máquina pueda leer: metadatos, marcas de agua, señales robustas ante compresión… lo que haga falta para que una plataforma o un verificador pueda decir “esto viene de un sistema generativo” o “esto ha sido manipulado”.

Etiquetar es el aviso para humanos: un texto, un icono, una indicación audible en audio, algo claro en el primer contacto. En otras palabras: el marcado permite verificar; el etiquetado evita que te engañen antes de que tengas que verificar.

3) Qué obliga a señalar: lo que entra en el “modo anti-deepfake”

Deepfakes: cuando algo “parece real” y no lo es

El foco más obvio son los deepfakes: imagen, audio o vídeo generado o manipulado que se parece a personas, objetos, lugares, entidades o eventos reales y que podría hacer creer a alguien que es auténtico. Esto incluye desde una “declaración” falsa de un político hasta una llamada con voz clonada.

Si ya vienes siguiendo el tema por el lado de la estafa y la desinformación, esto conecta directamente con cómo se están industrializando los engaños: anuncios deepfake y estafas online. La diferencia es que aquí la respuesta no es solo “perseguir al malo”, sino cambiar el estándar de publicación.

Texto “de interés público”: el matiz que lo cambia todo

La parte menos comentada (y más delicada) es el texto generado o manipulado por IA que se publica para informar al público sobre asuntos de interés público. Aquí entran temas como política, salud pública, emergencias, procesos electorales, economía… lo que mueve opinión y decisiones.

Y aquí llega el giro: el borrador plantea que no haría falta etiquetar ese texto si pasa por un proceso de revisión humana y existe responsabilidad editorial (es decir, alguien responde por lo publicado). Eso empuja a medios y organizaciones a formalizar algo que a veces ya hacían “de manera informal”: editor, trazabilidad y control.

4) A quién aplica: proveedores vs quienes despliegan (y publican)

El borrador divide el mundo en dos tipos de actores. Y esto es clave porque mucha confusión viene de mezclar responsabilidades.

1) Proveedores (providers): los que ponen el sistema en el mercado

Son los que ofrecen el sistema generativo: modelos, herramientas, plataformas que generan texto, imagen, audio o vídeo. A estos se les pide, sobre todo, el marcado legible por máquina y que la solución sea efectiva, interoperable, robusta y viable (teniendo en cuenta coste y “estado del arte”).

2) Responsables del despliegue (deployers): quienes lo usan para publicar

Aquí están medios, marcas, agencias, instituciones, creadores profesionales, y también plataformas cuando actúan como publicadores o distribuidores con responsabilidad sobre cómo se presenta el contenido. A estos se les pide el etiquetado claro de deepfakes y de esos textos “de interés público”.

Si tienes una pyme o trabajas por tu cuenta y esto te suena a “otra capa de compliance”, merece la pena aterrizarlo con calma: qué te toca, qué puedes delegar, qué conviene documentar. Aquí tienes una guía que lo enfoca desde España y pymes: EU AI Act para pymes y autónomos.

5) Lo técnico: marcas “a prueba de redes” y detectores a escala

El gran reto es este: el contenido no vive en un laboratorio. Vive en WhatsApp, TikTok, Reels, capturas de pantalla, re-uploads, compresiones salvajes, recortes, remezclas, y en mil herramientas que destrozan metadatos sin querer.

Por eso el borrador insiste en un enfoque que, en cristiano, suena a “no te cases con una sola técnica”. Para que esto funcione, necesitas una combinación: señales embebidas cuando el formato lo permite, marcas de agua imperceptibles en imagen o vídeo, y mecanismos alternativos cuando hablamos de texto o de formatos que no conservan nada.

Y luego está la otra pata: detectar. Marcar sin poder verificar es como poner un precinto sin policía. El documento empuja a que existan herramientas de verificación (interfaces, APIs, servicios de comprobación) para que plataformas, verificadores y reguladores puedan hacer lo básico: comprobar origen y dar una señal razonable de confianza.

El problema es que los detectores siempre van a tener un enemigo: los falsos positivos y falsos negativos. Si te interesa ese ángulo, porque afecta a medios, universidades y plataformas, esto lo conecta muy bien: detectores de IA y falsos positivos.

6) Lo visible: etiquetas, iconos e incluso avisos “audibles”

La parte visible es la que más vas a notar como usuario. El borrador habla de divulgación clara y accesible, y en la práctica eso suele terminar en tres decisiones de producto:

• Dónde aparece el aviso (y si lo ves en el primer contacto o escondido).
• Cómo se expresa (texto, icono, capa interactiva, etiqueta fija).
• Accesibilidad: si es audio, el aviso también debe poder ser audible; si es visual, debe poder entenderse sin trucos.

Esto es importante porque cambia el “instinto” en redes: igual que hoy miras si una cuenta está verificada, mañana mirarás si un vídeo está etiquetado como sintético o manipulado. Y, sí, habrá guerra de diseño: nadie quiere bajar el engagement por poner un aviso demasiado visible… pero Europa está empujando a que la transparencia no sea opcional ni estética.

7) Las excepciones: el terreno donde se decidirá el “espíritu” de la norma

Aquí es donde el tema se vuelve interesante (y polémico). Porque no todo el contenido sintético busca engañar, y no todo lo “asistido por IA” debería llevar la misma etiqueta.

Un ejemplo claro: un medio usa IA para un primer borrador de una noticia, pero un editor revisa, corrige, contrasta y firma. El borrador del código contempla que esa cadena de revisión y responsabilidad editorial pueda actuar como excepción para el etiquetado del texto “de interés público”. Eso no te libra de ser riguroso: te obliga a poder demostrar que hubo control humano real.

Otro ejemplo: ficción, sátira o arte. Nadie quiere matar un formato creativo a base de etiquetas intrusivas, pero tampoco quieres que una sátira se use como coartada para colar un deepfake malintencionado. El equilibrio probable es el que sugiere el borrador: avisos claros, pero colocados de manera que no “rompan” la obra.

8) Cómo va a cambiar redes y medios (con ejemplos que vas a reconocer)

En abstracto suena burocrático. En la vida real, se nota en cosas muy concretas:

Ejemplo 1: un vídeo viral “de última hora” con un rostro famoso. Si es un deepfake, la publicación profesional debería llevar un aviso visible desde el primer vistazo. Si además el proveedor ha marcado técnicamente el archivo, una plataforma podría detectar señales y activar verificaciones extra.

Ejemplo 2: un comunicado “informativo” generado por IA sobre un tema sensible (salud, política, economía). Si se publica como contenido que pretende informar al público, el borrador empuja a que se indique que la IA participó, salvo que exista revisión humana con responsabilidad editorial.

Ejemplo 3: audio sintético en un podcast o cuña. Aquí no vale esconder una etiqueta en la descripción: si el formato es solo audio, el aviso tiene que ser audible al inicio o en el primer contacto. Y esto, en marketing, va a cambiar guiones y formatos.

9) Checklist rápido: qué hacer desde ya (sin esperar a 2026)

10) La idea de fondo: la verdad tendrá “metadatos” (y también política)

Este borrador no va solo de poner un icono a los deepfakes. Va de una apuesta europea más grande: hacer verificable el origen del contenido en un internet donde ya no puedes confiar en tus ojos ni en tus oídos.

¿Va a eliminar la manipulación? No. Siempre habrá quien intente borrar marcas, regrabar pantallas o “lavar” el contenido. Pero sí cambia el juego: si el estándar se mueve hacia el marcado y el etiquetado, la carga de la prueba se desplaza. Y eso, para medios y plataformas, es enorme.

Si trabajas con contenido, mi consejo es simple: no esperes a que esto sea obligatorio para tomártelo en serio. Empieza por el inventario y por una política clara. El día que llegue agosto de 2026, lo que hoy parece un borrador se convertirá en fricción real… o en ventaja competitiva, si lo tienes preparado.