La aprobación del Reglamento Europeo de Inteligencia Artificial (RIA) ha situado la transparencia del contenido generado o manipulado mediante IA como uno de los pilares principales de su regulación. En este contexto, la Comisión Europea ha impulsado el Código de Buenas Prácticas sobre Transparencia del Contenido Generado por IA (el “Código”), cuyo primer borrador se publicó el 17 de diciembre de 2025 y que previsiblemente seguirá evolucionando durante 2026.
El Código desarrolla las obligaciones de transparencia del artículo 50 del RIA y se estructura en dos secciones diferenciadas: una dirigida a los proveedores de sistemas de IA, centrada en el marcado y la detectabilidad del contenido y en la información a las personas cuando interactúan con sistemas de IA, y otra dirigida a los responsables del despliegue, relativa a la divulgación del origen de determinados contenidos, en particular deepfakes y textos de interés público.
En este Insight ofrecemos una visión general de su estructura y de los principales compromisos y medidas que deberán tener en cuenta empresas y usuarios de IA generativa.
Normas para el marcado y la detección de contenidos generados y manipulados por IA aplicables a los proveedores de sistemas de IA
Marcado en múltiples capas del contenido generado por IA
El contenido generado o manipulado por sistemas de IA debe ser marcado de forma legible por máquina y debe identificarse fácilmente como contenido artificial. Para ello, los proveedores adoptaran un enfoque de marcado en múltiples capas, al considerar que, en el estado actual de la técnica, ninguna solución individual resulta suficiente por sí sola.
En la práctica, los proveedores deberán aplicar un marcado técnico combinado, utilizando distintas técnicas de forma conjunta y adaptadas a todo tipo de contenidos, incorporar el marcado desde el entrenamiento del modelo, asegurar que las marcas no se alteren frente a usos o transformaciones posteriores y mantener la trazabilidad del contenido siempre que sea técnicamente viable.
Detección del contenido generado o manipulado por IA
El contenido generado o manipulado por sistemas de IA tienen que ser efectivamente detectados como tal, exigiendo pues que los proveedores no solo marquen el contenido, sino que también faciliten mecanismos accesibles que permitan verificar su origen, tanto a usuarios como a terceros. Para ello los proveedores deben ofrecer herramientas de detección accesibles y gratuitas que permitan verificar el origen del contenido generado o manipulado por IA, proporcionar mecanismos de detección desde antes de su comercialización e implementar mecanismos de detección forense para los modelos de IA generativa que puedan utilizarse o integrarse en sistemas de IA generativa posteriores.
Los resultados de estas herramientas deben ser comprensibles y accesibles para las personas, mantenerse disponibles durante todo el ciclo de vida del sistema.
Requisitos para las técnicas de marcado y detección
Las técnicas de marcado y detección utilizadas por los proveedores de sistemas de IA deben ser eficaces, fiables, robustas e interoperables, teniendo en cuenta el estado de la técnica, los costes de implementación y las características de cada tipo de contenido. Además, deben poderse aplicar antes de la comercialización del sistema y durante todo su ciclo de vida. Asimismo, el Código promueve una mejora continua de estas técnicas mediante la inversión en investigación y la colaboración con otros actores para el desarrollo de soluciones más avanzadas, como nuevas marcas de agua y métodos de detección forense.
Pruebas, verificación y cumplimiento
Las obligaciones de marcado y detección no se deben quedar en un plano meramente teórico, por lo que se debe establecer un marco interno de cumplimiento, acompañado de pruebas, controles y mecanismos de supervisión que permitan demostrar de forma efectiva el cumplimiento del RIA. Este marco interno de cumplimiento debe establecerse a partir de la documentación de procesos y medidas aplicadas para el marcado y la detección del contenido generado por IA, la realización de formaciones para el personal implicado, así como la información necesaria para acreditar el cumplimiento ante las autoridades.
Asimismo, las soluciones deben someterse a pruebas y verificaciones periódicas en condiciones reales, acompañadas de una supervisión y actualización continuas para hacer frente a riesgos, fallos o ataques.
Normas para el etiquetado de deepfakes y textos generados y manipulados por IA aplicables a los Responsables del Despliegue de sistemas de IA
Divulgación del origen mediante taxonomía e icono comunes
Al publicar y difundir contenido generado por los sistemas de IA, se deberá informar a los destinatarios de dichos contenidos cuando utilizan IA para generar o manipular deepfakes o determinados textos de interés público. La idea central es armonizar la divulgación en toda la UE mediante (i) una taxonomía común y (ii) un icono común, de forma que el público pueda reconocer con facilidad el origen.
A tal efecto, el Código distingue entre contenido íntegramente generado por IA y contenido asistido por IA, con el fin de graduar el riesgo de engaño para el público. Esta clasificación debe comunicarse de forma clara, visible y coherente desde la primera exposición mediante un icono identificable, inicialmente provisional y basado en un acrónimo, y que en el futuro evolucionará hacia un icono interactivo a escala de la UE que permita acceder a información más detallada sobre la intervención de la IA.
Los Responsables del Despliegue deberán asegurar que los elementos visuales y sonoros cumplan los requisitos de contraste, tamaño y compatibilidad con lectores de pantalla, así como la incorporación de señales acústicas para personas con discapacidad visual, descripciones de audio para indicadores visuales, señales visuales o táctiles para contenidos exclusivamente de audio e iconos de alto contraste compatibles con tecnologías de asistencia.
Cumplimiento, formación y supervisión
Igual que para los Proveedores de Sistemas de IA, los procesos internos de los Responsables del Despliegue deben integrar las obligaciones de transparencia documentadas y con medidas que describan de forma clara cómo se aplican los requisitos de etiquetado y aquellas específicas previstas para deepfakes y textos generados o manipulados por IA. Además, se refuerza la importancia de la formación del personal implicado en la creación, modificación o difusión de contenidos cubiertos por dichas obligaciones de transparencia.
Medidas específicas para la divulgación de deepfakes y textos generados o manipulados por IA
En relación con los deepfakes, los Responsables del Despliegue deben establecer procesos internos coherentes de identificación y clasificación, basados en la definición del RIA y sujetos a supervisión humana, teniendo en cuenta el público destinatario, los canales de distribución y la posible aplicación de excepciones, como las obras creativas. Asimismo, deberán realizar una divulgación clara y distinguible desde la primera exposición del contenido, mediante el uso de un icono y, cuando proceda, avisos adicionales, adaptados al formato del contenido (vídeo en tiempo real o diferido, imágenes, audio o combinaciones multimodales). En el caso de obras artísticas, satíricas o ficticias, la divulgación debe aplicarse de forma proporcional y no intrusiva, preservando la experiencia del usuario y estableciendo salvaguardias adecuadas para proteger los derechos y libertades de las personas representadas o del público en general.
En relación con los textos generados o manipulados por IA, los Responsables del Despliegue deben establecer procesos internos coherentes de identificación, apoyados por supervisión humana, para determinar cuándo un texto debe ser objeto de divulgación y cuándo resulta aplicable alguna excepción legal. En los supuestos sujetos a transparencia, el origen artificial del texto debe indicarse de forma clara, fija y fácilmente perceptible desde la primera exposición, mediante la colocación visible de un icono en el propio contenido. No obstante, se reconoce una excepción cuando pueda acreditarse una revisión humana efectiva y la asunción de responsabilidad editorial, lo que requiere mantener una documentación mínima sobre el proceso de revisión, la persona responsable y la versión final publicada, de manera proporcional al tamaño y recursos de la organización.
↳ Descubre más contenidos en nuestra sección Insight.
↳ ¿Quieres estar al tanto de las novedades más relevantes del sector? Síguenos en LinkedIn
