La Comisión Europea ha publicado pautas operativas para el marcado y etiquetado de contenido generado o manipulado mediante inteligencia artificial. El objetivo es preparar a proveedores y usuarios para las obligaciones de transparencia que afectan a determinados sistemas y contenidos sintéticos, incluidos deepfakes, texto automatizado sobre asuntos de interés público y experiencias conversacionales.
Para las Administraciones Públicas, la cuestión va más allá de añadir un icono. El etiquetado debe integrarse en CMS, flujos de comunicación, asistentes, herramientas de vídeo y procedimientos de aprobación para que la transparencia sea consistente entre canales.
Qué cubren las nuevas pautas europeas
La orientación europea aborda diferentes tipos de contenido sintético y busca que las personas puedan reconocer cuándo una imagen, audio, vídeo o texto ha sido generado o manipulado con IA en los supuestos relevantes.
El marco se relaciona con las obligaciones de transparencia del AI Act y con un trabajo europeo para estandarizar señales y prácticas. No todos los usos de IA requieren el mismo tratamiento, por lo que cada organización deberá identificar qué casos entran en el ámbito aplicable.
Las directrices operativas sirven para preparar procesos antes de que la transparencia se convierta en un requisito difícil de añadir a posteriori.
Por qué afecta directamente a las Administraciones
Los organismos públicos utilizan cada vez más IA para redactar, traducir, resumir, crear imágenes, generar vídeos o alimentar asistentes. Estos usos pueden aparecer en webs, campañas, redes sociales, atención ciudadana y documentos internos.
La ciudadanía debe poder diferenciar contenido institucional producido directamente por personas de contenido sintético cuando la normativa o la naturaleza del uso exijan identificarlo.
La transparencia también protege a la propia Administración frente a acusaciones de manipulación o confusión sobre el origen de una comunicación.
Etiquetar no significa desacreditar el contenido
Una etiqueta no implica que el contenido sea falso. Su función es informar sobre el proceso de generación o manipulación para que el usuario pueda interpretarlo con contexto.
Esto es especialmente importante en comunicaciones públicas. Un vídeo generado con IA puede transmitir información correcta y, aun así, necesitar una indicación clara sobre su naturaleza sintética.
El reto de diseño consiste en ofrecer una señal visible sin dificultar innecesariamente el acceso a la información.
CMS y flujos editoriales: dónde debe integrarse el marcado
Las Administraciones deberían evitar depender de que cada empleado recuerde añadir manualmente una etiqueta. El sistema de gestión de contenidos puede incorporar campos obligatorios que registren si se utilizó IA y qué tipo de tratamiento recibió el material.
Los metadatos pueden guardar modelo, fecha, herramienta y responsable de aprobación. Esta información no siempre debe mostrarse al público, pero resulta útil para auditoría y gestión interna.
El proceso de publicación también debería comprobar que la marca visual persiste cuando el contenido se exporta a redes, newsletters o plataformas externas.
Asistentes conversacionales y chatbots
Cuando una persona interactúa con un asistente basado en IA, la interfaz debería dejar claro desde el inicio que se trata de un sistema automatizado. La transparencia no debería depender de que el usuario formule una pregunta específica sobre la naturaleza del servicio.
También conviene explicar qué información puede ofrecer el asistente, qué limitaciones tiene y cómo escalar a atención humana.
La Administración debe prestar especial atención a trámites, plazos y requisitos, donde una respuesta incorrecta puede generar consecuencias. Los asistentes deberían enlazar a fuentes oficiales y priorizar contenidos controlados.
Texto generado sobre asuntos de interés público
La generación automática de textos institucionales plantea cuestiones diferentes a la creación de imágenes. El uso de IA puede ser una herramienta de productividad, pero los equipos deben mantener responsabilidad editorial.
La revisión humana debe comprobar exactitud, contexto, enlaces, datos y lenguaje. La etiqueta no sustituye esa responsabilidad.
Los procesos internos pueden registrar qué parte se generó con IA y quién aprobó la versión final.
Deepfakes: un riesgo especial para la confianza institucional
Los deepfakes pueden reproducir rostros, voces o escenas con un nivel de realismo creciente. Una Administración puede utilizar técnicas sintéticas de forma legítima, por ejemplo en campañas educativas, pero debe evitar que el público confunda la creación con un registro real.
El marcado visible y los metadatos de procedencia pueden ayudar a reducir ambigüedad. También conviene conservar originales y evidencias del proceso de producción.
La respuesta institucional ante deepfakes maliciosos debería coordinar comunicación, seguridad y, cuando proceda, acciones jurídicas.
Relación con la gobernanza pública de IA
El etiquetado debe formar parte de una política más amplia de uso responsable. Inventario de sistemas, gestión de riesgos, supervisión y formación son piezas complementarias.
Algunas Administraciones ya avanzan en marcos propios, como la Ley de Administración Digital e IA que tramita Madrid o proyectos de IA con supervisión humana como SyRCI-IA.
La transparencia es más útil cuando el organismo puede explicar no solo que utilizó IA, sino qué función cumplió y qué controles aplicó.
Contratación de herramientas generativas
Los pliegos deberían exigir que las herramientas permitan identificar contenido generado, conservar metadatos y exportar evidencias cuando sea necesario.
También conviene conocer si el proveedor elimina marcas durante la exportación o utiliza formatos propietarios que dificulten mantener la trazabilidad.
La Administración debería poder cambiar de herramienta sin perder el historial de producción y aprobación.
Interoperabilidad de las etiquetas
Si cada plataforma utiliza un sistema distinto, la señal puede desaparecer cuando el contenido cambia de canal. Los estándares comunes ayudan a mantener información de procedencia.
La interoperabilidad debe considerar tanto elementos visibles como metadatos legibles por máquinas. Esto permite que otras plataformas reconozcan el origen sintético sin depender exclusivamente del diseño.
Los sistemas deberían probarse con redes, CMS, repositorios y formatos diferentes.
Seguridad de la información y contenido sintético
Las herramientas de IA pueden recibir materiales internos para generar contenido. Antes de utilizarlas, los empleados deben conocer qué información puede enviarse a un proveedor externo.
Las políticas deberían diferenciar servicios aprobados de cuentas personales o gratuitas que no ofrecen garantías suficientes.
La protección frente a filtraciones es tan importante como el etiquetado del resultado final.
Formación de comunicación, jurídico y TIC
Los equipos de comunicación necesitan reconocer cuándo debe aplicarse una marca. Jurídico debe interpretar obligaciones y excepciones. TIC tiene que integrar metadatos, identidades y controles en las herramientas.
Una guía interna con ejemplos puede reducir inconsistencias. Es útil incluir casos de vídeo, audio, imágenes, texto y asistentes.
La formación debe actualizarse porque los formatos y capacidades de generación cambian rápidamente.
Cómo comprobar que una política de etiquetado funciona
La Administración puede auditar una muestra de publicaciones y verificar si el contenido sintético está correctamente identificado. También puede medir incidencias, correcciones y reclamaciones.
Las pruebas deben incluir exportaciones y republicaciones. Una etiqueta que desaparece al subir un vídeo a una plataforma externa no cumple su objetivo.
También conviene evaluar accesibilidad: las señales no deberían depender únicamente del color o de elementos difíciles de interpretar con tecnologías asistivas.
Qué hacer con contenido histórico
Los organismos pueden necesitar revisar archivos de contenido sintético publicado antes de la nueva política. No siempre será necesario reetiquetar todo, pero sí conviene identificar campañas activas y materiales que sigan circulando.
El inventario ayuda a conocer qué herramientas se utilizaron y qué evidencias existen.
Los contenidos reutilizados deberían pasar por el procedimiento vigente antes de una nueva publicación.
La relación con la estrategia europea de IA pública
La UE está impulsando soluciones públicas interoperables y abiertas, como hemos explicado al analizar Apply AI para el sector público. La transparencia de contenido es una pieza de esa adopción responsable.
También debe convivir con políticas de seguridad y con capacidades de auditoría. La adopción rápida no debería reducir la trazabilidad.
Las Administraciones que diseñen procesos ahora estarán mejor preparadas para incorporar futuras guías o cambios normativos.
Qué puede hacer hoy un organismo público
El primer paso es inventariar dónde se genera contenido con IA. Después conviene clasificar los usos por canal y riesgo, definir reglas de marcado y actualizar herramientas.
Los contratos nuevos deberían incluir requisitos de transparencia y portabilidad. Los contratos existentes pueden revisarse para comprobar si las plataformas soportan metadatos y marcas.
Finalmente, una auditoría periódica permitirá detectar inconsistencias antes de que se conviertan en un problema reputacional o de cumplimiento.
Preguntas frecuentes
¿Todo contenido creado con IA debe llevar una etiqueta?
No necesariamente. La aplicación depende del tipo de contenido, del uso y de las obligaciones concretas. Las organizaciones deben revisar el marco aplicable.
¿Una etiqueta sustituye la revisión humana?
No. La responsabilidad sobre exactitud y adecuación del contenido sigue siendo necesaria.
¿Afecta a chatbots públicos?
La transparencia sobre interacción con sistemas automatizados es una parte relevante de la gobernanza y de las obligaciones europeas.
¿Qué deberían exigir los pliegos?
Capacidad de marcado, metadatos, trazabilidad, exportación y documentación del proceso de generación.
Fuente institucional
La información principal procede de Interoperable Europe y la Comisión Europea.
Conclusión
El etiquetado de contenido generado por IA convierte un principio abstracto de transparencia en una tarea operativa. Las Administraciones tendrán que modificar herramientas, flujos y responsabilidades para que la información acompañe al contenido a través de distintos canales.
La clave no será añadir una marca al final, sino diseñar trazabilidad desde el momento en que se crea el contenido. Ese enfoque puede reforzar confianza, facilitar auditorías y reducir el riesgo de confusión entre material real y sintético.
Un protocolo interno para contenido sintético
Una Administración puede convertir las pautas europeas en un procedimiento sencillo. El primer paso consiste en identificar el contenido generado o modificado con IA durante la producción. El segundo, decidir si el uso requiere marcado visible, metadatos o ambos. El tercero, documentar la aprobación y conservar la evidencia necesaria.
Este protocolo debería integrarse en las herramientas existentes para evitar que dependa de la memoria de cada persona. Un campo en el CMS, una plantilla de publicación o una regla automática puede reducir errores.
También conviene definir responsables para casos dudosos. Comunicación no debería resolver en solitario cuestiones jurídicas, y TIC no debería decidir el mensaje que recibe la ciudadanía.
La experiencia de usuario importa tanto como el cumplimiento
Una etiqueta técnicamente correcta puede ser inútil si apenas se ve o utiliza un lenguaje incomprensible. Las Administraciones deberían probar las señales con usuarios reales y tecnologías asistivas.
El diseño debe evitar alarmismo. Informar de que una pieza contiene elementos generados por IA no implica que el contenido sea falso. La redacción y el icono deberían explicar sin generar interpretaciones erróneas.
Las pruebas pueden medir si las personas detectan el aviso, comprenden su significado y saben dónde encontrar más información.
Asistentes públicos: transparencia desde el primer mensaje
Los chatbots y agentes deben identificarse antes de iniciar la conversación. En servicios como los agentes de IA previstos para Cuenta Digital en Madrid, esta transparencia puede combinarse con enlaces a fuentes oficiales y mecanismos de derivación.
La interfaz también debería indicar qué puede hacer el sistema y qué no. Si el asistente no puede interpretar situaciones excepcionales o emitir una decisión administrativa, el usuario debe conocer ese límite.
Cuando la conversación se transfiere a una persona, conviene preservar el contexto necesario sin exponer más información de la imprescindible.
Archivo y conservación de evidencias
Las Administraciones gestionan contenido durante años. Por ello, la política de transparencia debería contemplar cómo se conserva la información sobre generación sintética junto con el archivo digital.
El contenido original, la versión publicada y los metadatos de producción pueden tener valor para auditorías, reclamaciones o futuras reutilizaciones.
La conservación debe ser proporcional. Registrar cada detalle de una herramienta de productividad puede ser innecesario, mientras que una campaña audiovisual sintética sobre un asunto público puede requerir una trazabilidad mayor.
Qué revisar cada año
Las políticas de etiquetado no deberían quedar congeladas. Nuevos formatos, modelos multimodales y cambios regulatorios pueden hacer obsoletas las reglas iniciales.
Una revisión anual puede comprobar herramientas autorizadas, canales, tipos de contenido, incidencias y cambios normativos. También permite actualizar ejemplos y formación.
La gobernanza madura consiste en mantener un proceso capaz de adaptarse, no en redactar una guía única y asumir que seguirá siendo válida indefinidamente.
La consistencia entre canales será esencial para que la ciudadanía reciba la misma información sobre el origen sintético de un contenido, independientemente de dónde lo consulte.
Fotografía: Markus Winkler / Pexels.