Cuando la IA cambia la sustancia, el silencio cambia cómo se interpreta la pieza

Una etiqueta que dice «hecho con IA» puede ser transparente y, al mismo tiempo, no explicar nada importante. No aclara qué produjo la herramienta, qué modificó una persona, qué fuentes se comprobaron ni quién responde por la versión publicada. En el extremo contrario, guardar silencio cuando un sistema generó la tesis, la voz o una imagen realista puede privar al público de un contexto que cambiaría su interpretación.

Por eso, la decisión no debería reducirse a dos consignas: «declara siempre» o «solo importa el resultado». La pregunta editorial útil es otra: ¿la intervención de la IA es material para comprender la autoría, evaluar la evidencia o decidir cuánto confiar en esta pieza?

Responder exige mirar el proceso, el contexto y las expectativas del público. También exige separar transparencia de verificación. Contar que se usó una herramienta no vuelve cierta una afirmación; omitir un corrector automático tampoco convierte el trabajo en engañoso. Entre ambos extremos existe un criterio que un equipo puede documentar y aplicar.

La transparencia debe ayudar a interpretar, no llenar etiquetas

En una pieza profesional, declarar el uso de IA tiene valor cuando entrega información relevante para el juicio del lector. La relevancia cambia según el tipo de intervención.

Un corrector ortográfico, una función de transcripción o una herramienta que propone alternativas para un subtítulo suelen parecerse a otras asistencias rutinarias. La persona conserva la tesis, selecciona la evidencia, decide la estructura y aprueba cada afirmación. Enumerar todas esas operaciones puede producir más ruido que claridad.

La situación cambia cuando la herramienta propone partes sustanciales que permanecen en el resultado: una explicación técnica, un análisis, la voz de un ejecutivo, una imagen presentada como documental o una síntesis de fuentes que nadie abrió. Aquí el origen afecta la manera de evaluar la pieza. La audiencia puede querer saber qué fue generado, qué fue revisado y qué responsabilidad asumió quien firma.

La Oficina de Copyright de Estados Unidos ofrece una distinción útil, aunque su guía responde al registro de derechos de autor y no constituye una regla general de comunicación. Solicita identificar material generado por IA que no sea de minimis y describir la contribución humana, mientras trata ayudas rutinarias de forma distinta. El principio trasladable es la materialidad: no toda participación tiene el mismo peso sobre el resultado.

Cuatro preguntas para decidir si conviene revelar

1. ¿La IA cambió la sustancia o solo facilitó la ejecución?

Haz un inventario concreto. ¿La herramienta corrigió puntuación, ordenó notas o transcribió una conversación? ¿O propuso la tesis, redactó párrafos centrales, seleccionó conclusiones, imitó una voz o creó una escena que podría confundirse con un registro real?

Cuanto mayor sea su influencia sobre lo que el público entiende como aportación intelectual o evidencia, más útil resulta explicarla. No hace falta medir un porcentaje artificial. Basta con preguntar si una persona razonable interpretaría de manera diferente la autoría o el proceso al conocer esa intervención.

2. ¿El contexto eleva el riesgo de una interpretación equivocada?

Una lluvia de ideas interna no ocupa la misma posición que un informe para clientes, una declaración firmada, una recomendación profesional o un texto sobre asuntos de interés público. Tampoco una ilustración conceptual equivale a una imagen que parece documentar un hecho.

El Reglamento de Inteligencia Artificial de la Unión Europea confirma que el contexto importa. Su artículo 50 contiene obligaciones específicas de transparencia para determinados sistemas y usos, incluidos ciertos contenidos sintéticos, ultrafalsificaciones y texto destinado a informar al público sobre asuntos de interés público. El mismo artículo contempla condiciones vinculadas con revisión o control editorial y responsabilidad editorial. La aplicación concreta depende del actor, el uso, la jurisdicción y el calendario normativo; por eso este marco editorial no sustituye asesoría jurídica.

3. ¿Existe una expectativa explícita de autoría o proceso?

Las expectativas nacen del contrato, la política interna, las reglas de una revista, una licitación, una institución académica o la promesa hecha a la audiencia. Si una organización afirma que un informe fue «escrito por nuestros especialistas», una generación sustancial sin explicación puede entrar en conflicto con esa promesa, incluso cuando el texto sea correcto.

La solución no es esconder la herramienta ni atribuirle el trabajo completo. Es describir el reparto relevante: investigación humana, borrador asistido, comprobación de fuentes y aprobación final, por ejemplo. Una declaración específica permite entender mejor el proceso que una insignia genérica.

4. ¿La declaración ayuda a ubicar la responsabilidad?

Una buena nota de transparencia no usa la IA como escudo. Debe dejar claro quién verificó, quién aprobó y quién puede corregir. Si el mensaje implícito es «la herramienta lo dijo», la declaración reduce responsabilidad en vez de aclararla.

El Marco de Gestión de Riesgos de IA del NIST y su perfil para IA generativa tratan la procedencia, la documentación y la gobernanza como componentes del control. La procedencia puede registrar origen, modificaciones y participantes. Sin embargo, ni el rastro técnico ni la etiqueta garantizan verdad. La especificación C2PA lo expresa con precisión: la información de procedencia, por sí sola, no determina si un contenido es verdadero, exacto o factual.

Una matriz práctica de decisión

Esta matriz no entrega una licencia automática para publicar. Ayuda a elegir el nivel de transparencia; la comprobación de afirmaciones, derechos, privacidad y permisos sigue siendo necesaria.

Cómo redactar una declaración que sí informe

Una declaración útil puede responder tres preguntas en una o dos frases:

1. Qué hizo la herramienta. «Se utilizó IA generativa para proponer un esquema y alternativas de redacción» es más informativo que «contenido con IA». 2. Qué hizo la persona o el equipo. «El autor seleccionó la tesis, consultó las fuentes y reescribió el texto» delimita la contribución. 3. Quién revisó y responde. «La versión final fue verificada y aprobada por el equipo editorial» mantiene visible la responsabilidad.

Evita afirmar que hubo «revisión humana» si esa revisión consistió únicamente en aceptar el resultado. Revisar implica poder contrastar, modificar y detener. También conviene evitar fórmulas absolutas como «100 % humano» cuando se utilizaron sistemas relevantes, o «generado por IA» cuando esa frase borra investigación y decisiones humanas sustanciales.

La ubicación debe corresponder al efecto. Una nota al final puede bastar para asistencia de redacción. Una imagen sintética susceptible de confundirse con un hecho necesita una señal cercana a la imagen. Un informe con metodología asistida puede requerir una sección de proceso. La transparencia escondida en términos generales rara vez ayuda en el momento de interpretación.

Lo que una declaración no resuelve

Declarar IA no corrige una cifra inventada, una cita inexistente ni una inferencia que excede la fuente. Tampoco concede derechos sobre material ajeno, obtiene consentimiento, elimina sesgos o demuestra que una recomendación es segura. Es una capa de información, no un certificado de calidad.

Por eso el orden importa: primero delimitar afirmaciones y riesgos; luego verificar fuentes, permisos y contexto; después decidir qué debe comunicarse; finalmente registrar quién aprobó. Si el equipo escribe la etiqueta antes de saber qué ocurrió en el proceso, probablemente está sustituyendo gobernanza por una frase.

La revelación tampoco tiene que convertirse en confesión defensiva. Una organización puede explicar con naturalidad que empleó herramientas para acelerar tareas concretas y que conservó decisiones críticas bajo responsabilidad humana. La precisión transmite más confianza que la solemnidad.

Una política breve para equipos profesionales

Antes de producir nuevas piezas, acuerda cuatro niveles de intervención como los de la matriz y añade ejemplos propios. Define qué usos requieren registro, cuáles exigen declaración visible y cuáles necesitan revisión especializada. Asigna a una persona con autoridad real para detener la publicación. Revisa la política cuando cambien herramientas, normas, contratos o expectativas de la audiencia.

Para cada pieza, conserva un registro mínimo:

• finalidad y público;
• herramienta y tarea realizada;
• partes materiales generadas o transformadas;
• fuentes primarias abiertas por una persona;
• cambios realizados durante la revisión;
• responsable de aprobación;
• texto y ubicación de la declaración, si corresponde.

Este registro no debe exponer datos confidenciales ni convertirse en burocracia ornamental. Debe permitir reconstruir una decisión si un cliente, colega o lector pregunta por el proceso.

Conclusión: ¿qué cambia para el lector?

Antes de omitir o añadir una declaración, formula una prueba sencilla: si el lector conociera exactamente cómo participó la IA, ¿cambiaría razonablemente su evaluación de autoría, evidencia, autenticidad o responsabilidad? Si la respuesta es sí, explica lo material con palabras concretas. Si es no, documenta el uso según tu política y evita una etiqueta que no aporta contexto, siempre que ninguna regla aplicable exija otra cosa.

La transparencia responsable no consiste en mencionar una tecnología tantas veces como sea posible. Consiste en ofrecer la información necesaria para que otras personas interpreten la pieza sin una impresión falsa sobre su origen o control.

La firma sigue siendo una decisión. Cuando una organización publica, asume la selección del mensaje y sus consecuencias. La IA puede participar en el recorrido; no ocupa el lugar de quien decide que el trabajo está listo.

Referencias

Unión Europea. «Reglamento (UE) 2024/1689», artículo 50. https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:32024R1689

U.S. Copyright Office. «Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence». https://www.copyright.gov/ai/ai_policy_guidance.pdf

NIST. «Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1)». https://doi.org/10.6028/NIST.AI.600-1

C2PA. «C2PA Explainer», sección sobre confianza y procedencia. https://spec.c2pa.org/specifications/specifications/2.2/explainer/Explainer.html

OCDE. «OECD AI Principles: Transparency and explainability». https://oecd.ai/en/ai-principles