El Código de Buenas Prácticas europeo sobre transparencia de contenidos generados por IA
Qué exige el Código de Buenas Prácticas del artículo 50 a los pipelines de inferencia, las APIs y las interfaces de usuario.
Introducción
El marco regulatorio de la inteligencia artificial en Europa está evolucionando. El 2 de agosto de 2026 comienzan a aplicarse las obligaciones de transparencia recogidas en el artículo 50 de la Ley de Inteligencia Artificial (AI Act). Junto a ellas, el Código de Buenas Prácticas sobre Transparencia de Contenidos Generados por IA se presenta como una de las principales herramientas para demostrar el cumplimiento normativo.
Su objetivo es sencillo: las personas tienen derecho a saber cuándo el contenido que están viendo ha sido generado o manipulado mediante inteligencia artificial.
El verdadero reto está en llevarlo a la práctica. Los metadatos que permiten identificar el origen de un contenido pueden desaparecer en cuanto una CDN vuelve a codificar un archivo. Además, los estándares de marcas de agua todavía están poco desarrollados, especialmente en el caso del texto.
El Código aborda estos problemas en puntos concretos de la arquitectura técnica. Cinco de sus disposiciones tendrán un impacto directo en las hojas de ruta de desarrollo durante los próximos dos ciclos de lanzamiento.
Cómo se aplica el marco en la práctica
1. Marcado en varias capas
El Código parte de una conclusión técnica clara: con la tecnología disponible actualmente, ninguna técnica de marcado puede cumplir por sí sola los cuatro requisitos del artículo 50(2): eficacia, interoperabilidad, robustez y fiabilidad.
Por eso, las organizaciones firmantes deben aplicar dos capas complementarias: metadatos firmados digitalmente y con marca de tiempo, junto con una marca de agua imperceptible integrada directamente en el contenido.
De esta manera, cada capa compensa las limitaciones de la otra.
2. La detección como obligación
Marcar el contenido generado por IA solo tiene sentido si existe un mecanismo capaz de detectar ese marcado.
Por ello, las organizaciones firmantes deben ofrecer gratuitamente una solución de detección, ya sea mediante una especificación pública, un software distribuible o una API.
Además, esta solución debe ser accesible al público siempre que este pueda estar expuesto al contenido en cuestión.
3. Una visión realista de las limitaciones del texto
El texto es el punto más débil a la hora de identificar el origen del contenido generado por IA, y el propio Código lo reconoce.
Los contenidos de menos de 200 tokens quedan excluidos de la obligación de incorporar marcas de agua, ya que las técnicas actuales todavía no permiten marcar fragmentos tan breves con un nivel mínimo de fiabilidad.
Los textos de formato libre que superen ese umbral sí deben incorporar una marca de agua, aunque el Código reconoce que su fiabilidad será menor que en textos más extensos.
Esto tiene una consecuencia práctica importante. Mientras la fiabilidad siga siendo limitada, los proveedores pueden restringir el acceso a los detectores de texto a usuarios expertos verificados, como organismos reguladores, medios de comunicación, verificadores de información e investigadores.
La razón es que mostrar resultados con un bajo nivel de confianza al público general puede generar más confusión que claridad.
El Código también contempla métodos capaces de identificar contenido generado por IA sin necesidad de que haya sido marcado previamente, basándose únicamente en las señales que deja el modelo durante la generación.
Estas técnicas se denominan forensic detection o detección forense.
Su aplicación sigue siendo opcional, ya que el Código reconoce que, en el momento de su publicación, todavía no habían alcanzado la madurez necesaria para cumplir los requisitos del artículo 50(2).
Para los equipos de ingeniería, la conclusión es clara: el marcado debe incorporarse durante la generación del contenido, porque actualmente no existe una alternativa suficientemente fiable que permita añadirlo después.
4. Interoperabilidad obligatoria
Las organizaciones firmantes deben implementar una solución de interoperabilidad para sus mecanismos de detección antes del 2 de febrero de 2027.
La medida 3.4 establece cuatro vías posibles:
- Un método de acceso estandarizado que dirija cada consulta al mecanismo de detección correspondiente.
- Una referencia pública integrada en el contenido que indique qué detector debe utilizarse.
- Una solución de detección compartida, gestionada por un consorcio abierto a cualquier firmante, incluidas las pequeñas y medianas empresas.
- Cualquier otra alternativa que ofrezca un nivel equivalente de interoperabilidad.
Este es el único plazo obligatorio establecido expresamente en el documento. Su cumplimiento será determinante para que la verificación del contenido generado por IA pueda funcionar a gran escala.
5. Especificaciones para el etiquetado
La sección 2 del Código convierte las obligaciones de transparencia en reglas concretas sobre el diseño y la ubicación de las etiquetas.
La etiqueta utiliza las siglas «AI» en mayúsculas, acompañadas de un icono oficial de la Unión Europea disponible gratuitamente en dos versiones: «AI GENERATED» y «AI MODIFIED».
Las pruebas realizadas con usuarios de varios Estados miembros demostraron que las versiones que incluyen texto explicativo funcionan mejor que el icono por sí solo.
Los requisitos de accesibilidad también son obligatorios en todos los casos. Entre ellos se incluyen la Ley Europea de Accesibilidad (European Accessibility Act), las directrices WCAG 2.1 de nivel AA, la compatibilidad con lectores de pantalla y las señales hápticas para contenidos de audio.
Hay una excepción importante que conviene destacar.
Los textos generados por IA que se publiquen después de una revisión humana quedan excluidos de la obligación de etiquetado cuando una persona física o jurídica identificada asume la responsabilidad editorial y publica sus datos de contacto, según lo establecido en el artículo 50(4).
Conclusión
- El marcado en dos capas establece una base técnica sólida y justificable.
- El acceso gratuito y continuo a los mecanismos de detección permite que la transparencia sea realmente verificable.
- La fecha límite de interoperabilidad de febrero de 2027 determinará si esa verificación puede funcionar a gran escala.
- Las especificaciones sobre el diseño y la ubicación de las etiquetas ofrecen a los equipos de front-end un estándar claro, respaldado además por las pruebas realizadas con usuarios para validar el icono europeo.
Sin embargo, hay un matiz importante. El propio Código establece expresamente que adherirse a él no constituye una prueba concluyente del cumplimiento del artículo 50.
Las organizaciones firmantes disponen de una vía estructurada y predecible, así como de una orientación clara sobre los aspectos que examinarán las autoridades de vigilancia del mercado. No obstante, la responsabilidad última de cumplir las obligaciones legales sigue correspondiendo al proveedor o al responsable del despliegue del sistema de IA.
El marcado, la detección y el etiquetado se están convirtiendo en elementos básicos de la infraestructura de cualquier organización que quiera introducir sistemas de IA generativa en el mercado europeo.
Y los plazos son ajustados.
Los equipos que comiencen ahora a adaptar sus pipelines, incluso antes de que los estándares y las métricas de referencia estén completamente definidos, podrán decidir cómo organizar su implementación en lugar de verse obligados a adaptarse a un calendario impuesto.
El texto completo del Código y la documentación complementaria están disponibles en la página oficial de la Comisión Europea:
https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content
Fuente: Code of Practice on Transparency of AI-Generated Content, secciones 1 y 2; artículo 50 de la Ley de Inteligencia Artificial (AI Act).
