Lo esencial
Las cuatro empresas respaldaron un borrador que permite declarar en robots.txt si el contenido de un sitio puede usarse para entrenar modelos. En Europa ya existía el derecho a reservarse ese uso; lo nuevo es un formato común. Para una empresa que vende servicios, excluirse rara vez conviene.
- La señal se escribe como un grupo de robots.txt con el identificador __usage_ai-training y reglas Allow o Disallow.
- La propuso Anthropic en un borrador presentado al IETF el 30 de octubre de 2026; Google, Microsoft y OpenAI la respaldaron.
- Cada empresa la aplicará en fechas distintas: Anthropic ya empezó, Microsoft desde el 1 de febrero de 2027 y Google en 2027.
- La Directiva europea de derechos de autor de 2019 ya permitía reservarse la minería de textos y datos con medios legibles por máquina.
- La ley europea de IA obliga a los proveedores de modelos de uso general a respetar esa reserva.
Los hechos
¿Qué se propuso?
Un borrador presentado al IETF el 30 de octubre de 2026 define un grupo especial dentro de robots.txt, con el identificador __usage_ai-training, para declarar si el contenido del sitio puede usarse para entrenar modelos. Se usan las reglas Allow y Disallow de siempre.
Lo nuevo no es poder excluirse, sino hacerlo una sola vez. Hasta ahora había que bloquear rastreador por rastreador, con nombres que cambian. Con este grupo, las cuatro empresas que lo respaldan se comprometen a leer la misma línea, aunque cada una lo aplique en su fecha.
No es un bloqueo técnico: expresa una preferencia de uso. Si además quieres que un rastreador no visite la página, siguen haciendo falta las reglas por nombre de bot.
Nuestra lectura
¿Y en Europa?
En la Unión Europea ese derecho ya existía. La Directiva 2019/790 de derechos de autor permite la minería de textos y datos sobre contenido accesible legalmente, salvo que el titular se la haya reservado de forma expresa y, en el caso de contenido en línea, por medios legibles por máquina.
La ley europea de IA lo refuerza: obliga a los proveedores de modelos de uso general a tener una política para respetar esas reservas. Un robots.txt bien escrito es, precisamente, un medio legible por máquina.
La señal común, por tanto, no crea un derecho nuevo para una empresa europea. Le da una forma estándar de ejercer el que ya tenía.
Nuestra lectura
Nuestra lectura
Depende del negocio, no del miedo. Un medio o una editorial que viven de vender su contenido tienen motivos para reservarse el entrenamiento. Una gestoría, una clínica o una academia necesitan lo contrario: que los asistentes las conozcan y las citen cuando alguien pregunta por su sector.
Para casi cualquier pyme que vende servicios, excluirse no aporta y puede restar. Nuestra web, por ejemplo, permite el entrenamiento y lo declara así de forma explícita.
Nuestra lectura
¿Qué hacer ahora?
Abre tu robots.txt (tudominio.es/robots.txt) y comprueba qué dice. Muchas plantillas y plugins de seguridad bloquean los rastreadores de IA por defecto; asegúrate de que sea una decisión tuya.
Si quieres aparecer en respuestas de IA, deja pasar a los rastreadores y no añadas la señal. Si quieres reservarte el entrenamiento, añádela y mantén también las reglas por bot, porque no todas las empresas la aplican todavía.
Fuentes
- Infobae: los sitios podrán prohibir en un solo paso el entrenamiento con su contenido
- WWWhatsnew: la señal común en robots.txt para el entrenamiento de IA
- EUR-Lex: Directiva (UE) 2019/790 sobre derechos de autor en el mercado único digital
- EUR-Lex: Reglamento (UE) 2024/1689 de inteligencia artificial
Resumen y análisis propios de Conecta Studio. Los datos salen de las fuentes enlazadas; si encuentras un error, escríbenos a hola@conectastudio.es y lo corregimos.
¿Te hizo pensar en tu empresa?
El diagnóstico mide tu proceso real y termina con un número: cuántas horas se van y cuánto cuestan al año. Si no conviene automatizarlo, también te lo decimos.