Hay una pregunta que cada vez aparece con más frecuencia cuando consumimos contenido en internet, ¿esto lo escribió una persona o una inteligencia artificial? Bueno, Substack acaba de poner esa pregunta directamente en manos de sus lectores.
La plataforma comenzó a integrar una herramienta de detección desarrollada junto con Pangram que permite analizar determinadas publicaciones y estimar qué porcentaje del texto parece haber sido escrito por una persona y cuánto podría haber sido generado o asistido por inteligencia artificial. La función está disponible para publicaciones y Notes publicadas desde el 21 de julio de 2026 y también puede analizar comentarios y respuestas.
La decisión llega justo cuando la Unión Europea empieza a aplicar las obligaciones de transparencia del AI Act. Pero reducir todo esto a “Substack lo hace porque la ley europea lo obliga” sería quedarse corto.
Lo que estamos viendo es algo más grande, las plataformas empiezan a construir mecanismos para que la procedencia de un contenido forme parte de la experiencia del usuario.
Y eso puede cambiar bastante la relación entre creadores, medios, marcas y audiencias. Sé que es un texto amplio pero, por favor, acompáñame en este análisis querido marketer, te prometo que carnita, hay.
Aquí está uno de los detalles más importantes de la nueva función.
Substack no coloca automáticamente una etiqueta permanente sobre cada publicación diciendo “hecho con IA”. En cambio, el lector puede utilizar la opción “Scan for AI text” para solicitar un análisis de Pangram.
El resultado ofrece una estimación sobre cuánto del texto parece haber sido escrito de forma humana o con asistencia de IA. Además, los autores pueden analizar sus propios borradores y, si quieren, desactivar la detección para una publicación determinada.
Es una diferencia pequeña en apariencia, pero importante en términos de producto.
Substack no está diciendo que la inteligencia artificial esté prohibida; de hecho, su propio CEO, Chris Best, plantea el problema desde otro ángulo: el asunto no es necesariamente utilizar IA, sino hacer pasar contenido generado por una máquina como si hubiera sido producido íntegramente por una persona.
La plataforma incluso bautizó el fenómeno como “Claudefishing”, en referencia al uso de Claude para producir contenido que después se presenta como trabajo humano.
La idea de fondo es sencilla, si vas a leer a un escritor, periodista, analista o creador, quizá quieras saber cuánto de lo que estás leyendo salió realmente de él.
Pangram es un detector, no es una máquina del tiempo capaz de reconstruir quién escribió cada frase.
La propia compañía explica que su sistema funciona como un modelo clasificador que analiza patrones lingüísticos y decisiones que suelen aparecer en textos generados por modelos de lenguaje. Eso significa que estamos hablando de una estimación probabilística, no de una prueba absoluta.
Y ya han aparecido casos que ponen esta discusión sobre la mesa. Algunos escritores han reportado resultados en los que textos escritos completamente por humanos fueron identificados como generados por IA. Por el contrario, otros usuarios han conseguido que textos generados con IA sean clasificados como humanos.
Incluso Pangram ha publicado pruebas en las que asegura haber identificado con una precisión muy alta respuestas generadas por Claude Opus 5, pero eso no elimina la cuestión fundamental: una herramienta puede ser muy buena detectando determinados patrones y, al mismo tiempo, equivocarse en casos concretos.
Por eso hay una diferencia importante entre: “este texto contiene una señal de procedencia de IA” y “este detector cree que este texto probablemente fue escrito con IA”. No significan lo mismo.
Y para medios, periodistas, académicos y creadores, esa diferencia puede ser enorme.
El artículo 50 del AI Act establece obligaciones de transparencia relacionadas con determinados sistemas y contenidos generados o manipulados mediante IA; estas obligaciones comenzaron a aplicarse el 2 de agosto de 2026.
Entre otras cosas, la normativa contempla que los proveedores incorporen mecanismos que permitan detectar contenido generado o manipulado por IA mediante marcas legibles por máquina; además, existen obligaciones específicas para determinados contenidos, como los deepfakes y ciertas publicaciones de interés público generadas con IA sin revisión o control editorial humano.
Pero hay una precisión, la Unión Europea no está diciendo que absolutamente cualquier texto que alguien haya escrito con ChatGPT tenga que llevar una etiqueta visible para siempre; el alcance depende del tipo de sistema, contenido, uso y obligación concreta.
Entonces, ¿por qué estamos viendo que empresas estadounidenses y plataformas globales empiezan a adoptar estas medidas? Porque construir una experiencia diferente para Europa y otra para el resto del mundo puede ser más complicado que aplicar un estándar global, y también porque la transparencia sobre IA está empezando a convertirse en un elemento de confianza, no solamente de cumplimiento.
Substack no está actuando en solitario; Anthropic, por ejemplo, ha anunciado que sus nuevos modelos Claude incorporarán marcas de agua digitales imperceptibles en el texto generado, utilizando patrones estadísticos en la selección de palabras para permitir su identificación.
La diferencia con Substack es interesante; ya que Substack intenta detectar y Anthropic intenta marcar desde el origen. Son dos caminos distintos para resolver un mismo problema.
En el primero, una plataforma analiza un contenido que ya existe y calcula qué tan probable es que haya sido generado con IA, y en el segundo, el propio sistema generativo incorpora una señal que permite identificar posteriormente el contenido.
Esto último se parece más a lo que ocurre con Google y su tecnología SynthID. Google utiliza marcas de agua digitales imperceptibles para identificar contenido generado con IA en imágenes, audio, video y también texto generado mediante Gemini.
La diferencia es importante porque una marca de procedencia incorporada en el momento de creación puede ser más útil que intentar adivinar el origen de un texto después de que haya sido publicado.
La tendencia no se limita a los generadores de texto.
Google anunció en mayo de 2026 una expansión de sus herramientas para entender cómo se creó o editó contenido digital, utilizando tecnologías como SynthID y estándares de procedencia, y está llevando estas capacidades a productos como Search, Gemini, Chrome y Cloud.
OpenAI está siguiendo una estrategia parecida en imágenes y audio. La compañía combina C2PA Content Credentials, que funcionan como metadatos de procedencia. Además, lanzó una herramienta pública para comprobar señales de procedencia en contenido generado con sus productos.
Y aquí aparece otro detalle interesante, OpenAI reconoce que su objetivo es ampliar las señales de procedencia a todas las modalidades, incluido el texto, a medida que los estándares y las herramientas maduren.
Meta, por su parte, confirmó en julio que firmará el Código de Prácticas de la Unión Europea sobre transparencia del contenido generado por IA. La empresa también recordó que lleva trabajando desde 2024 en sistemas para identificar y etiquetar contenido generado por IA en sus plataformas.
YouTube también está moviendo sus etiquetas. En mayo de 2026, la plataforma anunció que haría más visibles y sencillas las etiquetas para contenido generado o alterado significativamente mediante IA, además de reforzar sus sistemas de detección automática.
Y TikTok anunció en julio nuevas medidas para mejorar la identificación y comprensión del contenido generado con IA, incluyendo sistemas de detección contra cuentas dedicadas a publicar spam generado artificialmente y su incorporación al comité directivo de C2PA.
La fotografía empieza a ser bastante clara donde la industria está intentando pasar de “confía en nosotros” a “aquí tienes señales para comprobarlo”.
Esto no se queda únicamente en publicaciones, redes sociales o herramientas de IA.
Google actualizó en julio sus políticas de Google Ads para permitir que los anunciantes incorporen etiquetas de texto o visuales directamente en anuncios que hayan sido generados o modificados mediante IA.
Además, Google comenzó a desplegar una opción para etiquetar determinados recursos generados mediante sus propias herramientas de IA. La compañía señala que las nuevas exigencias de transparencia en distintos mercados, incluida la Unión Europea, están impulsando este tipo de mecanismos.
Para marketing digital, esto es especialmente relevante porque significa que la conversación sobre IA deja de estar únicamente en el departamento de innovación y empieza a tocar algo mucho más cotidiano: los anuncios, las imágenes, los videos, los textos y las piezas que una marca publica todos los días.
Spotify ofrece otro ejemplo interesante.
La plataforma ya está incorporando información sobre el uso de IA en los créditos de las canciones y ha trabajado en un estándar de la industria que permite indicar si la IA intervino en aspectos como voces, letras, instrumentación o producción.
En 2026, Spotify también reforzó sus mecanismos de autenticidad con Verified by Spotify, un distintivo que busca ofrecer a los usuarios una señal de que detrás de un perfil existe un artista auténtico. Los perfiles que parecen representar principalmente artistas generados por IA o “AI personas” no son elegibles para esa verificación.
La plataforma incluso señala que la ausencia de un crédito de IA no significa necesariamente que no se haya utilizado IA, porque el sistema depende de que artistas, sellos o distribuidores proporcionen esa información.
Hemos profundizado más en este tema, en otra nota que preparamos para ti: Spotify pone un freno a los artistas generados por IA: estrenará etiquetas y los excluirá de sus algoritmos
Mucho, porque el problema no es simplemente si una marca utiliza ChatGPT, Claude, Gemini o cualquier otra herramienta. El verdadero problema es qué espera la audiencia de la persona o marca que firma ese contenido.
Pensemos en un ejemplo muy sencillo, una marca publica un artículo firmado por su directora de marketing. Utilizó IA para ordenar algunas ideas, corregir errores y encontrar alternativas de redacción, pero la estrategia, los datos, la experiencia y la opinión son suyos, ¿es un texto “hecho con IA”? Técnicamente, sí hubo IA en el proceso. Pero decir simplemente “contenido generado por IA” puede transmitir una idea completamente distinta a la realidad.
Ahora imaginemos el extremo contrario, alguien introduce un prompt, copia la respuesta casi completa y la publica con su nombre.
Ambos contenidos pueden tener una herramienta de IA detrás, pero el papel de la persona no fue el mismo. Y ahí está probablemente el siguiente gran reto de la transparencia.
Quizá la peor solución sería terminar con una especie de semáforo: Humano / IA. Porque la creación de contenido ya no funciona así.
La IA puede investigar, resumir, traducir, corregir, generar una primera versión, proponer titulares, analizar datos, editar una imagen o producir prácticamente una pieza completa; y en ese sentido el proceso se ha vuelto híbrido (o al menos ese sería el ideal).
Spotify ya reconoce precisamente esto cuando explica que el uso de IA en la música funciona como un espectro y no como una clasificación binaria entre música “con IA” y música “sin IA” y lo mismo ocurre con un artículo.
Decir que un texto fue “hecho con IA” puede ocultar tanta información como la que revela ¿La IA escribió el 5%? ¿El 50%? ¿El 100%? ¿Solo corrigió gramática? ¿Generó las ideas? ¿Inventó los datos? ¿La persona revisó y editó el resultado? Son tantas preguntas que se me vienen a la mente y son cosas muy diferentes, porque responden a cosas distintas…
Aquí es donde creo que está la parte más interesante de todo este movimiento porque todas estas plataformas que hemos mencionado, ponen el acento en cuestiones diferentes: Substack está poniendo la detección en manos del lector, Anthropic está incorporando una señal desde el origen, Google trabaja con procedencia y marcas de agua, OpenAI está construyendo mecanismos de verificación, Spotify añade créditos y tanto YouTube como TikTok utilizan etiquetas y detección.
Son piezas diferentes de un mismo rompecabezas, pero todavía falta una capa, explicar qué papel tuvo realmente la IA en la creación del contenido.
Para un medio, por ejemplo, podría ser mucho más útil encontrar algo como:
Que es diferente a simplemente encontrarse con una etiqueta que diga “70% IA”. La primera opción de enlistar el proceso, aporta contexto; pero la segunda, la reduccionista, solamente genera sospecha.
La inteligencia artificial no va a desaparecer de las redacciones, agencias, departamentos de marketing ni equipos creativos y tampoco creo que debería hacerlo necesariamente.
Un periodista puede utilizar IA para transcribir una entrevista; un diseñador puede usarla para explorar conceptos; un especialista SEO puede utilizarla para agrupar palabras clave; un community manager puede pedirle que proponga diez versiones de un copy…Nada de eso significa que la máquina haya sustituido el criterio profesional.
El problema aparece cuando la herramienta deja de ser visible pero su intervención sí cambia lo que el lector cree que está recibiendo, y ahí Substack tiene un punto.
La confianza digital no se construye solamente diciendo que algo es “real”, también depende de que las personas tengan suficiente información para decidir qué quieren consumir.
Más bien estamos entrando en una internet donde la procedencia del contenido será una parte más de la información disponible; igual que hoy podemos saber quién publicó un artículo, cuándo se publicó o qué fuente utilizó, cada vez será más habitual conocer (con distintos grados de precisión) si hubo inteligencia artificial involucrada; y eso puede ser positivo.
Pero hay que evitar caer en el extremo contrario de convertir los detectores de IA en jueces definitivos de la autoría. Porque un algoritmo que dice “80% IA” no sabe quién tuvo la idea, quién entrevistó a la fuente, quién comprobó el dato o quién decidió publicar ese párrafo.
La transparencia no debería consistir en sustituir el criterio humano por otro algoritmo, debería consistir (desde mi juicio) en darle al lector más información para que pueda formar su propio criterio.
Y quizá ese sea el verdadero cambio que está comenzando con Substack: no que la IA tenga que esconderse, sino que cada vez será más difícil pretender que no estuvo ahí.
Para los creadores y las marcas, la lección es bastante sencilla, utilizar IA no tiene por qué ser un problema; ocultar cómo intervino cuando esa información cambia la percepción del contenido sí puede terminar siéndolo.
Como yo lo veo, la próxima batalla no será por demostrar quién usa inteligencia artificial, será por demostrar quién todavía tiene algo propio que decir con ella. ¿ O cuál es tu opinión al respecto, marketer?
Imagen: Nano Banana 2
Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *
Δ