OpenAI presentó su estrategia para el marcado de texto e identificación de contenido generado por inteligencia artificial en respuesta a las exigencias normativas impuestas por la Ley de Inteligencia Artificial de la Unión Europea (EU AI Act). El marco legal europeo obliga a los desarrolladores de sistemas generativos a implementar mecanismos técnicamente viables y legibles por máquina para diferenciar los contenidos producidos por modelos automatizados.
De acuerdo con la información divulgada por la compañía el 5 de octubre de 2026, el despliegue de esta tecnología, denominada textGrain, se realizará de manera gradual. A partir de esa fecha, los usuarios de la interfaz de programación de aplicaciones (API) a nivel global tienen la opción voluntaria (opt-in) de habilitar marcas de agua invisibles en sus modelos. Paralelamente, durante las semanas posteriores a la fecha del anuncio, OpenAI activará de forma predeterminada el marcado invisible en las salidas de texto de ChatGPT y Codex dentro del territorio de la Unión Europea. La empresa indicó que no extenderá esta configuración obligatoria al resto de los mercados internacionales mientras evalúa su funcionamiento práctico.
La tecnología textGrain funciona incorporando una señal estadística imperceptible en la selección de palabras que realiza el modelo. Para detectar dicha presencia, la firma desarrolló un detector especializado cuyo acceso inicial estará restringido a investigadores aprobados y organizaciones expertas. En sus pruebas internas con el modelo Astra, OpenAI señaló que la aplicación de marcas de agua no altera de forma significativa el rendimiento ni la calidad de las respuestas en evaluaciones de referencia. Sin embargo, los datos técnicos de la empresa revelan limitaciones operativas: la efectividad del detector alcanza el 95 % en pasajes de 400 tokens, pero desciende al 80 % en textos de 200 tokens en temas como psicología, y cae sustancialmente en contenidos matemáticos debido a la rigidez del vocabulario. Asimismo, modificaciones simples en el texto reducen la trazabilidad; por ejemplo, sustituir el 25 % de las palabras con sinónimos disminuye la precisión de detección al 17 %.
El impulso de estas herramientas responde a las presiones regulatorias globales que buscan combatir la desinformación y proteger los derechos de autor. Reguladores y analistas de la industria han advertido de manera sostenida sobre la dificultad de implementar marcas de agua en texto, a diferencia de los formatos visuales o de audio como las credenciales C2PA o la tecnología SynthID de Google DeepMind. Modificar archivos multimedia conserva capas de metadatos o señales espectrales, mientras que la naturaleza del texto escrito facilita su alteración rápida mediante la paráfrasis o la traducción, un factor que eleva el costo de verificación y limita la certeza absoluta de autoría.
OpenAI enfatizó que una marca de agua detectada no determina el nivel de contribución humana, no atribuye responsabilidad legal ni identifica la cuenta de usuario específica. La compañía planea publicar el código de textGrain bajo licencias de fuente abierta en el futuro para promover estándares compartidos dentro de la industria.
Fuente: OpenAI | Editado por CDOL
