Detector de IA, marcas de agua y C2PA: qué cambia en 2026

Un detector de IA no basta: la política tiene tres capas

El modelo más útil combina una etiqueta de producto, un hilo de seguridad y un manifiesto de envío firmado.

1. La etiqueta visible está pensada para la audiencia. Indica que un activo fue generado o modificado con IA. El marco del Artículo 50 de la UE asigna esta responsabilidad a quien despliega deepfakes y determinados textos de interés público. Google Ads ya muestra declaraciones sobre IA mediante My Ad Center en todo el mundo y añade avisos visibles en la Unión Europea, India y Nueva York cuando el anunciante identifica un activo como creado o editado con IA.
2. La marca de agua integrada está pensada para un detector. Google SynthID oculta una señal legible por máquinas en imágenes, audio, texto y video compatibles. Anthropic afirma que los modelos Claude compatibles incorporan una marca de agua imperceptible al texto generado desde el propio modelo.
3. Los metadatos de procedencia firmados sirven para la cadena de custodia. C2PA es un estándar abierto que permite incluir en un archivo información firmada sobre su origen y las modificaciones que ha sufrido. Google aplica marcas C2PA y SynthID a las imágenes y los videos generados dentro de las herramientas de Google Ads. Anthropic adjunta metadatos C2PA firmados a archivos compatibles como SVG, PNG y JPG.

La etiqueta frontal explica a una persona qué ocurrió. El hilo de seguridad permite que un escáner compatible encuentre una señal duradera. El manifiesto aporta más contexto, aunque puede desaparecer si una plataforma elimina los metadatos. Por eso, un flujo de trabajo serio conserva las tres capas.

La distinción ya aparece de forma explícita en el Código de buenas prácticas de la UE. Los proveedores se ocupan de las marcas legibles por máquinas y de la detección. Quienes publican o distribuyen el contenido deben mostrar la declaración visible en los casos contemplados por la ley. El código es voluntario, pero las obligaciones de transparencia del Artículo 50 se aplican desde el 2 de agosto de 2026.

Qué cambiaron Google y Anthropic

Google separó la etiqueta que ve la audiencia de la prueba invisible que contiene el activo publicitario.

La configuración de etiquetas de IA en Google Ads permite al anunciante indicar que un activo fue creado o editado con IA. Esa información aparece en el panel “How this ad was made” en todo el mundo. En la Unión Europea, India y Nueva York, también puede generar un aviso visible sobre el anuncio. Otra opción es incorporar una etiqueta propia en la creatividad; Google aclara que no infringirá sus restricciones habituales sobre textos superpuestos y marcas de agua.

Debajo de esa capa visible, Google inserta marcas de agua SynthID no visibles y etiquetas C2PA en todas las imágenes y los videos generados con sus herramientas de Google Ads. Esa es la diferencia entre declarar y demostrar: la etiqueta está a la vista, mientras que la señal oculta y los metadatos firmados pueden ser examinados por sistemas compatibles.

Google también advierte que activar la opción no garantiza el cumplimiento legal. Una etiqueta propia colocada cerca de una esquina puede quedar fuera al renderizar el activo; las mejoras automáticas de imagen también pueden recortarla. Es un problema de flujo de trabajo, no una casilla que se resuelve con un clic.

Anthropic está trasladando esa misma separación al texto. Según el plan de marcado de Anthropic, los modelos Claude compatibles lanzados en la UE el 2 de agosto de 2026 o después marcan el texto desde el primer día. La marca de agua se integra en el texto desde el propio modelo, acompaña al contenido al copiarlo y pegarlo, y puede resistir cierta edición. Los archivos generados compatibles reciben metadatos C2PA firmados.

Las marcas se aplican en todo el mundo allí donde se ofrece un modelo compatible, incluidos Claude Platform API, Claude, Claude Code, Claude Cowork, Claude Tag y los despliegues compatibles en la nube. La compatibilidad con metadatos de archivos puede seguir variando según la plataforma.

Hay una limitación importante que resulta fácil pasar por alto. Una marca de Claude indica que el contenido pudo haber sido procesado por Claude. No significa que Claude haya originado las ideas ni escrito el primer borrador. Un comunicado redactado por una persona y enviado a Claude para corregirlo puede volver marcado. Lo mismo puede ocurrir con un documento traducido o un archivo convertido. La procedencia registra un evento de procesamiento, no la autoría.

Cómo debe funcionar el etiquetado de contenido de IA

El flujo más seguro comienza al crear el activo y termina después de entregarlo, porque es en el recorrido donde suelen perderse los metadatos y las etiquetas.

También cambia el cálculo económico

Las suscripciones a un detector de IA abarcan actualmente desde unos $14.95 hasta $179 al mes entre los planes publicados por Originality.ai. Copyleaks ofrece planes mensuales personal y pro de $16.99 y $99.99. Cada detector de contenido de IA responde una pregunta útil, pero limitada: ¿cuánto se parece este contenido al resultado de un modelo?

La procedencia del proveedor responde otra: ¿existe realmente una señal de un proveedor compatible? En los resultados compatibles de Google y Claude, el marcado forma parte del flujo de generación. Ninguno de los dos proveedores publica una tarifa independiente por marcar el contenido en las páginas citadas. El nuevo costo es operativo: conservar el archivo maestro, mantener los metadatos durante las transformaciones, añadir la etiqueta para la audiencia y guardar pruebas de la revisión.

Eso cambia la partida presupuestaria. Un detector puede seguir siendo un recurso de respaldo para contenido desconocido, pero ya no debería funcionar como sistema de registro. Ese papel corresponde al registro de procedencia. Para comparar la categoría actual de clasificadores, conviene consultar el análisis de detectores de IA. El flujo de política descrito aquí comienza donde termina una puntuación porcentual.

Siete casos de uso, ordenados por quién obtiene más valor

1. Agencias de performance con campañas en varios mercados

Una agencia puede convertir una sola sesión de producto en decenas de anuncios gráficos y videos editados con IA. El flujo rentable consiste en etiquetar cada activo de origen al crearlo, conservar las pruebas C2PA y SynthID generadas por Google, declarar el uso de IA en la campaña y comprobar el anuncio renderizado en cada mercado objetivo. Si la agencia añade su propia etiqueta, debe probar los recortes y desactivar las mejoras que puedan eliminarla.

El beneficio es doble: menos reconstrucciones de emergencia tras una revisión de cumplimiento y un registro defendible para el cliente. La agencia puede responder qué modelo intervino en un activo, qué etiqueta se mostró y quién autorizó la publicación sin rastrear chats ni unidades compartidas.

2. Medios que trabajan con textos de interés público

Un medio que use Claude para resumir un informe municipal o traducir una pieza explicativa sobre elecciones debe distinguir el procesamiento del modelo de la responsabilidad editorial. La marca de Claude puede estar presente incluso si un periodista escribió el texto original. El medio registra la fuente, la transformación con IA, la persona que editó el contenido y la aprobación final.

El resultado es una política más acotada y honesta. Las directrices de la UE contemplan una excepción a esa obligación específica de declaración visible para los textos de interés público revisados por una persona bajo responsabilidad editorial. El registro de auditoría cobra valor porque la marca de agua, por sí sola, no demuestra que la revisión haya ocurrido.

3. Equipos de comunicación corporativa que usan Claude para tareas rutinarias

Un equipo de comunicación puede pasar notas ejecutivas por Claude para ajustar el tono, traducirlas o darles formato. Si después un escáner encuentra una señal de Claude, podría abrirse una disputa sobre la autoría. Para evitarlo, el equipo conserva la fuente humana, describe el papel de Claude como «procesamiento» y guarda la versión final aprobada junto con su registro de revisión.

El beneficio son menos acusaciones falsas dentro de la organización. Una marca detectada pasa a ser un dato dentro de la cadena de custodia, no un veredicto sobre quién escribió el mensaje.

4. Marcas de comercio electrónico que producen creatividades sintéticas

Un comercio puede generar fondos, redimensionar imágenes principales o animar fotografías fijas de productos dentro de una plataforma publicitaria. Cada exportación y cada recorte pueden eliminar los metadatos C2PA o cortar una etiqueta visible. La marca conserva un archivo maestro intacto, prueba los formatos finales y registra si sobrevivió la etiqueta de la plataforma o su declaración personalizada.

El beneficio es poder reutilizar sin perder la memoria del activo. La biblioteca conserva la información de origen incluso después de que el equipo de campaña produzca muchas variantes para distintos canales.

5. Marketplaces que aceptan imágenes y videos de vendedores

Un marketplace puede revisar los archivos enviados en busca de metadatos firmados y marcas de agua compatibles, pedir al vendedor que declare cualquier edición con IA y derivar las contradicciones a revisión. La ausencia de pruebas debe clasificarse como origen desconocido, no como contenido auténtico.

El beneficio es una moderación selectiva. Los revisores pueden concentrarse en señales contradictorias y suplantaciones de alto riesgo en lugar de examinar manualmente cada activo.

6. Redacciones y equipos de verificación

Una redacción puede inspeccionar el material recibido para localizar datos C2PA y señales de marcas de agua disponibles, conservar la carga original y registrar cada conversión realizada por sus propios sistemas. Aunque una captura de pantalla destruya los metadatos, el equipo seguirá teniendo en el expediente las pruebas anteriores y el hash del archivo.

El beneficio es una explicación más sólida para la audiencia. La redacción puede precisar qué señal encontró y dónde, sin afirmar que la ausencia de señales demuestra autenticidad.

7. Redes de creadores y estudios de producción

Un estudio puede pasar un mismo activo por generación de imágenes, retoque, subtitulado, redimensionamiento y programación en redes sociales. Puede exigir que cada entrega conserve el identificador de origen y ejecutar una comprobación final de la etiqueta visible antes de publicar.

El beneficio son menos disputas entre creadores, clientes y plataformas. El estudio sabe en qué etapa se introdujo la IA y en cuál se eliminaron los datos de procedencia.

Tres productos que vale la pena construir

1. Una pasarela de procedencia que priorice las pruebas

Esta es la oportunidad más sólida. Se puede crear una capa de carga con API que compruebe C2PA, consulte los sistemas de verificación disponibles de cada proveedor, registre el resultado, plantee al operador las pocas preguntas de política que un detector no puede responder y exporte tanto la etiqueta visible adecuada como un registro de auditoría.

La demanda ya es enorme, pero apunta a la categoría de producto equivocada. “AI detector” recibe alrededor de 5,000,000 de búsquedas mensuales en Google, y los usuarios lo solicitan a asistentes de IA unas 1,995 veces al mes. En esta ejecución, el endpoint de citas de ChatGPT no devolvió fuentes citadas agregadas para esa tarea. Los planes actuales de detectores cuestan entre $14.95 y $179 al mes, prueba de que los equipos ya pagan por obtener una respuesta.

La versión mínima que se puede vender necesita cinco elementos: carga de archivos, análisis de C2PA, adaptadores para los servicios de verificación realmente disponibles, un resultado de tres estados —detectado, no detectado o no compatible— y un registro de auditoría descargable. Las reglas por jurisdicción y canal pueden añadirse una vez que funcione la capa de pruebas.

El obstáculo es el acceso a los proveedores. Anthropic afirma que su mecanismo de detección estará disponible más adelante. El SynthID Detector de alcance general de Google sigue en pruebas con periodistas y profesionales de medios, aunque Gemini puede examinar archivos compatibles. El producto debe vender gestión de pruebas y control del flujo de trabajo, no la promesa de una detección universal.

2. Un DAM seguro para la procedencia y un monitor de CDN

Se puede crear un plugin para gestores de activos digitales y flujos multimedia que compare la procedencia antes y después de cambiar el tamaño, convertir el formato, optimizar y entregar un archivo. La herramienta avisa cuando desaparecen los metadatos C2PA, conserva el original y confirma si la etiqueta visible sobrevive en cada versión.

Google registra unas 60,500 búsquedas mensuales de “ai image detector”, con una tendencia interanual del 173% en los datos de sugerencias. Esa demanda funciona como indicador de una necesidad más profunda: los equipos quieren saber qué le ocurrió a una imagen después de pasar por varias herramientas.

El MVP puede vigilar un bucket de almacenamiento y un servicio de transformación de imágenes. Debe calcular el hash del original, analizar C2PA antes y después de la transformación, generar una comparación y bloquear el lanzamiento cuando la etiqueta obligatoria haya quedado recortada.

El obstáculo es la fragmentación. Un plugin no puede leer todas las marcas de agua propietarias, y algunas transformaciones siempre eliminarán los metadatos. Su ventaja competitiva está en el registro de pruebas y las integraciones del pipeline, no en prometer una detección perfecta.

3. Un asistente para gestionar declaraciones de IA en equipos de contenido

Se puede crear un asistente de políticas que pregunte qué representa el contenido, dónde se publicará, si la IA lo generó o modificó, si una persona lo revisó y quién asume la responsabilidad editorial. Después, genera una instrucción de divulgación y guarda la decisión junto al activo.

“AI content detector” obtiene alrededor de 18,100 búsquedas mensuales en Google, mientras que “AI checker” recibe unas 711 solicitudes mensuales en asistentes de IA. Muchos usuarios recurren a un clasificador cuando el problema que realmente necesitan resolver es una regla de aprobación.

El MVP consta de un formulario, una tabla de reglas con control de versiones, enlaces a fuentes oficiales de políticas e integraciones con un CMS y una plataforma publicitaria. Nunca debe presentarse como asesoría legal.

El obstáculo es el mantenimiento. Las normas, el comportamiento de las plataformas y las directrices de aplicación cambian. Google afirma de forma explícita que su opción de etiquetado de IA no garantiza el cumplimiento, por lo que el producto debe mostrar la fecha de la fuente y conservar la decisión del operador.

Lo que estas medidas no resuelven

Las marcas de agua no demuestran la autoría. Anthropic es especialmente claro: una marca puede aparecer después de corregir, traducir, resumir o convertir contenido. Solo indica que Claude pudo haberlo procesado.

La ausencia de marcas no demuestra que el contenido sea humano. Una edición intensa, la paráfrasis, la traducción, los pasajes breves, las capturas de pantalla, los cambios de formato, los archivos no compatibles y los modelos antiguos pueden dejar un texto sin ninguna señal detectable de Claude. OpenAI hace la misma precisión práctica sobre su herramienta de verificación: no encontrar una señal no equivale a un resultado negativo definitivo.

Los metadatos aportan más contexto, pero son más frágiles. C2PA puede contener información firmada, aunque una carga, un cambio de tamaño, una captura de pantalla o una conversión de formato pueden eliminarla. Las marcas de agua integradas pueden durar más, pero suelen ofrecer menos contexto y exigen un detector compatible.

Las etiquetas visibles también pueden ser erróneas o incompletas. Es posible que queden recortadas, que se apliquen a contenido en el que la IA solo intervino de forma menor o que falten justo cuando la audiencia las necesita. Su presencia comunica una declaración, pero no autentica todas las afirmaciones del contenido.

La política honesta es, por tanto, sencilla: mantenga tres campos separados para pruebas encontradas, revisión humana completada y declaración visible aplicada. Nunca los reduzca a una sola puntuación de «IA o humano».

La acción para este lunes

Elija una campaña activa, no toda la empresa. Siga un solo activo en el que haya intervenido la IA desde el archivo original hasta el anuncio entregado. Guarde el maestro, examine las pruebas legibles por máquinas, registre quién lo revisó, aplique la etiqueta del canal y compruebe cada ubicación renderizada. Las brechas que aparezcan en esa única cadena definirán los requisitos de su flujo de procedencia.

Si quiere implementar uno de estos flujos de procedencia en su empresa, consulte los servicios disponibles.