Las grandes de la IA aceptan el opt-out de entrenamiento: un gesto útil, pero tardío y con calendario desigual

Por Thurrott.com · 30 de octubre de 2026.

Anthropic, Google, Microsoft y OpenAI han acordado apoyar un sistema común para que los propietarios de sitios web puedan excluir su contenido del entrenamiento de modelos de IA. Según el artículo, Anthropic ya lo ha implementado, mientras que Google, Microsoft y OpenAI lo harán en 2027.

El mecanismo nació en un grupo de trabajo del IETF (Internet Engineering Task Force, el organismo que define los estándares de internet) y se propondrá como estándar internacional cuando esté completo. Permite a una web comunicar a todos los rastreadores de IA que no quiere participar en el entrenamiento, de forma separada de la indexación en buscadores y del archivado.

Ese matiz es el núcleo práctico. Hasta ahora, muchos editores sentían que debían elegir entre aparecer en los resultados de búsqueda y permitir que sus textos alimentaran modelos generativos. Krishna Madhavan, de Microsoft, lo plantea así: los editores no deberían tener que elegir entre ser descubiertos en Bing y decidir cómo usan su trabajo los modelos. Microsoft habla de preferencias separadas para entrenamiento, "grounding" (consultar contenido en tiempo real para fundamentar una respuesta) o ambos. OpenAI, por su parte, lo describe como un esfuerzo voluntario que permite comunicar una misma preferencia a varios proveedores a la vez.

El periodista Paul Thurrott lo califica de gesto "en gran medida simbólico", porque llega años después de que estas empresas entrenaran con contenido web a una escala sin precedentes. Es una valoración suya, y cada empresa discutiría el término que usa para describir ese entrenamiento; lo verificable es que el opt-out solo opera hacia adelante.

Nuestra lectura: Thurrott tiene razón en lo retrospectivo, pero se queda corto en lo prospectivo. Un opt-out no deshace lo ya entrenado, y la voluntariedad significa que depende de la buena fe de los rastreadores. Aun así, un estándar compartido vale más que cuatro mecanismos propietarios: reduce el coste para el editor, crea un punto de referencia contra el que medir incumplimientos y encaja con la tendencia, que ya vemos en la gobernanza de estándares agénticos, de resolver la fontanería de la industria de forma neutral.

Lo que no sabemos es lo decisivo: cuántos rastreadores fuera de estas cuatro empresas lo respetarán, y si los modelos abiertos y los actores chinos se sumarán. Si no lo hacen, el opt-out protegerá poco. También hay un riesgo de desajuste de calendario: hasta 2027, el único proveedor de los cuatro que lo respeta es Anthropic, así que los editores tendrán una protección parcial durante meses.

A corto plazo, la transición de los medios y creadores sigue siendo dura: su contenido ya está dentro de los modelos y su negocio de tráfico sufre. A largo plazo, una IA que sustente avances científicos y abundancia necesita un pacto sostenible con quienes generan el conocimiento. Este estándar no lo resuelve, pero es una pieza razonable de ese pacto; lo importante será que sea exigible, no solo declarativo.