NoticiaInteligencia artificialSEODesarrollo webGoogleOpenAIMicrosoftAnthropicrobots.txtMarketing digital
Google, OpenAI, Microsoft y Anthropic apoyan un control común para el entrenamiento de IA
Las grandes empresas de IA respaldan una nueva señal en robots.txt para controlar el uso de contenidos en entrenamiento. Qué cambia para SEO, sitios web y negocios.
Inteligencias colaboran para mejorar la seguridad en una plataforma web.
El 30 de octubre de 2026, Google, OpenAI y Microsoft anunciaron su respaldo a una señal compartida para que los sitios web expresen si permiten que su contenido se utilice para entrenar inteligencia artificial. La propuesta fue presentada por Kevin Kelley, de Anthropic, ante la comunidad técnica de la IETF. Para editores, tiendas online, medios y empresas con contenido propio, la novedad apunta a reducir la necesidad de configurar reglas diferentes para cada proveedor.
La iniciativa utiliza un archivo conocido por cualquier equipo de SEO: robots.txt. Pero hay una distinción central: se trata de una preferencia sobre el uso del contenido para entrenamiento, no de un bloqueo automático de acceso al sitio. Además, el mecanismo todavía es un borrador técnico y sus plazos de adopción varían según la empresa.
Qué anunciaron las empresas y por qué importa
Hasta ahora, quien quería limitar determinados usos de sus páginas por sistemas de IA debía revisar los controles de cada proveedor. Las diferencias entre rastreadores, políticas y servicios hacían difícil mantener una configuración coherente. Con el nuevo esquema, un único grupo de reglas puede expresar la misma preferencia de entrenamiento a los participantes que lo implementen.
El documento técnico se titula Machine-Readable Training Preference Signal, fue publicado el 30 de octubre y define un policy token denominado __usage_ai-training. Se trata de una propuesta individual en el ámbito de la IETF, no de un estándar definitivo aprobado. Puede cambiar durante su revisión.
Cómo funciona la nueva señal en robots.txt
El administrador de un sitio podrá incorporar un grupo con User-Agent: __usage_ai-training y Disallow: / para expresar que prefiere que sus páginas no se utilicen en el entrenamiento de modelos generativos. La misma sintaxis permite excepciones por rutas, por ejemplo habilitar un directorio público específico con una regla .
Allow
Aunque aparece en la posición de User-Agent, el token no representa a un robot que visita páginas. Identifica una política de uso. La propuesta reutiliza las reglas habituales de robots.txt y conserva el funcionamiento de los rastreadores existentes; los sistemas que no reconozcan ese token pueden ignorarlo.
La especificación diferencia dos acciones: rastrear una página y usar su contenido para modificar los parámetros de un modelo. Expresar una preferencia contraria al entrenamiento no impide por sí mismo que un buscador acceda al contenido para indexarlo. Tampoco constituye una barrera técnica frente a actores que decidan ignorar el archivo.
Qué está disponible hoy y qué llegará después
Google: soporte previsto para 2027
En su comunicado de Search Central, Google indicó que planea admitir el nuevo control en 2027. Si un sitio rechaza el entrenamiento mediante el token común y no define expresamente Google-Extended, la empresa prevé interpretar esa preferencia como una restricción equivalente a bloquear Google-Extended. Los controles específicos existentes continuarán funcionando.
Este detalle requiere atención: Google explica que permitir expresamente Google-Extended mantiene la elegibilidad para determinadas respuestas con fuentes y enlaces en aplicaciones Gemini. Por eso, no conviene asumir que el nuevo ajuste afectará exclusivamente al entrenamiento en todos los productos de Google. Cada sitio deberá evaluar cómo combina la señal común con sus reglas específicas.
OpenAI comunicó que adoptará la señal compartida y que apunta a implementarla en los próximos meses, sin una fecha exacta. La empresa aclaró que sus controles actuales para rastreadores seguirán vigentes. En consecuencia, publicar hoy el token no garantiza que todos los sistemas de OpenAI ya lo estén interpretando.
Microsoft: controles separados para entrenamiento y respuestas
Microsoft presentó una política más granular para Bing y sus experiencias de IA. Además de la preferencia común de entrenamiento, incorporará controles por página para el uso de contenido como contexto de respuestas generadas, una práctica conocida como grounding. Esto permitirá diferenciar entre entrenar modelos y utilizar información publicada para fundamentar una respuesta de Copilot u otros productos.
Según el calendario oficial, Microsoft comenzará a respetar las nuevas preferencias el 1 de febrero de 2027, a medida que vuelva a rastrear los sitios. Quienes utilizan NoArchive o NoCache para expresar restricciones de IA deberán revisar la transición antes del 1 de marzo de 2027, cuando esos controles dejarán de interpretarse con ese fin. La empresa sostiene que estas decisiones no eliminan por sí solas la elegibilidad para aparecer en los resultados tradicionales de Bing.
Anthropic y Meta: apoyos con alcances diferentes
El borrador fue escrito por Kevin Kelley, identificado como integrante de Anthropic, y presentado en la lista de discusión técnica de la IETF. The Verge informó que Anthropic ya adoptó la señal. Sin embargo, el anuncio técnico consultado no especifica un calendario universal de despliegue, por lo que conviene evitar dar por comprobado su funcionamiento en todos los servicios y regiones.
Meta expresó apoyo a la idea de una señal común, pero, según la misma cobertura, no confirmó que sus sistemas la respeten. Este punto es especialmente relevante porque la compañía había protagonizado una controversia distinta sobre sus términos comerciales y el rastreo de sitios web. El nuevo acuerdo no debe presentarse como una solución ya aplicada por Meta.
Por qué esta noticia es relevante para SEO y marketing digital
Para una empresa que invierte en artículos, fichas de producto, fotografías, documentación o contenido especializado, surge una decisión estratégica: qué usos de su información desea permitir y cuáles prefiere restringir. El control de entrenamiento no es lo mismo que la visibilidad en buscadores ni que la posibilidad de aparecer citado en una respuesta de IA.
Un comercio electrónico podría querer que sus productos sean descubribles en Google o Bing, pero evitar que determinados contenidos exclusivos se incorporen al entrenamiento de modelos. Un medio podría evaluar una política diferente para noticias abiertas y material con licencia. En ambos casos, la configuración debería partir de objetivos comerciales y legales claros, no de copiar reglas sin entender sus efectos.
También hay una dimensión de posicionamiento: bloquear ciertos usos puede reducir oportunidades de aparecer como fuente en experiencias de IA, dependiendo del proveedor. Microsoft lo advierte para sus controles de grounding; Google describe una interacción particular con Google-Extended. No existe una regla universal que garantice simultáneamente máxima exposición y restricción total de usos de IA.
Qué deberían revisar hoy los responsables de un sitio web
Auditar `robots.txt` y registrar qué reglas existen para buscadores, rastreadores de IA y servicios específicos.
Definir una política editorial: identificar qué contenidos pueden utilizarse para entrenamiento y cuáles requieren restricciones o acuerdos de licencia.
No eliminar controles actuales: Google, OpenAI y Microsoft describen distintos calendarios de implementación, y la nueva señal todavía no está desplegada de manera uniforme.
Revisar Bing antes de marzo de 2027 si el sitio depende de NoArchive o NoCache para sus preferencias relacionadas con IA.
Medir el impacto en indexación, tráfico, referencias y conversiones antes de cambiar reglas sensibles para el negocio.
Qué no garantiza este mecanismo
La nueva señal no obliga por sí sola a cualquier empresa de IA a cumplirla, no sustituye los controles de acceso ni resuelve automáticamente los debates sobre derechos de autor, licencias o compensación. La IETF aún está discutiendo la propuesta y los proveedores pueden diferir en su interpretación. La cobertura de Search Engine Land destaca, además, que las preferencias de Microsoft deben ser detectadas durante el rastreo para comenzar a aplicarse.
Por eso, anunciar soporte no equivale a disponibilidad inmediata. Antes de recomendar una implementación en producción, conviene consultar la documentación vigente del proveedor y comprobar que la regla elegida coincide con los objetivos del sitio.
Conclusión: más control, pero todavía no una solución universal
El anuncio del 30 de octubre marca un avance hacia una forma más sencilla de comunicar preferencias de entrenamiento a varias empresas de IA. Su valor potencial está en reducir complejidad para editores, marcas y equipos de desarrollo. Pero el estándar sigue en elaboración, los plazos son diferentes y las consecuencias para la visibilidad dependen de cada servicio.
En Ding creemos que la conversación no debería reducirse a permitir o bloquear robots. El desafío es administrar el contenido digital como un activo: decidir cómo se descubre, cómo se reutiliza y qué resultados genera para el negocio, con decisiones técnicas respaldadas por una estrategia de SEO y comunicación.
Nota editorial: las empresas coinciden en apoyar una señal común, pero difieren en fechas, cobertura e interacción con otros controles. La propuesta no es aún un estándar final. La afirmación sobre adopción de Anthropic procede de The Verge; el documento técnico y su anuncio no certifican el alcance total del despliegue. Este artículo fue elaborado con asistencia de IA y requiere revisión editorial humana antes de su publicación.
Revisado por Emmanuel Araujo. Esta publicación contó con asistencia de inteligencia artificial y fue verificada por una persona antes de publicarse.
Meta posterga sus nuevos términos: qué cambia para los sitios web y la IA
Meta retrasó hasta el 20 de noviembre sus nuevas condiciones comerciales tras críticas por el rastreo de sitios web. Qué significa para pymes, medios y anunciantes.
