Índice6
El debate sobre la IA y la desinformación suele enfrentar dos imágenes: una máquina que fabrica mentiras creíbles sin fin, o una herramienta capaz de corregir las ideas falsas mejor que un humano. Ambas imágenes se apoyan en estudios serios. Pero esos estudios no tienen la misma solidez en octubre de 2026, y ninguno dice lo que la IA hará «en general».
Nuestra postura: la IA reduce el coste de producción de cualquier contenido, verdadero o falso. Lo que protege es saber de dónde viene un contenido. Es lo que el derecho europeo impone en parte desde el 2 de agosto de 2026.
Lo que muestran los dos estudios de referencia
La IA puede desinformar mejor que nosotros. En junio de 2023, la revista Science Advances publicó el estudio «AI model GPT-3 (dis)informs us better than humans». Este estudio prerregistrado abarca a 697 participantes. Sus autores concluyen:
GPT-3 es un arma de doble filo: comparado con los humanos, puede producir información exacta más fácil de entender, pero también puede producir desinformación más convincente.
El estudio muestra también que los participantes no lograban distinguir los mensajes generados por GPT-3 de los escritos por usuarios reales de Twitter.
Límite: el estudio es de la época de GPT-3 y trata de mensajes cortos en formato de Twitter. No mide un efecto sobre el comportamiento real, solo juicios en un marco experimental.
La IA también puede hacer retroceder creencias falsas. En septiembre de 2024, Science publicó el estudio «Durably reducing conspiracy beliefs through dialogues with AI». 2.190 personas que creían en una teoría de la conspiración conversaron con GPT-4 Turbo, que les oponía hechos adaptados a sus argumentos. La creencia bajó alrededor de un 20 %, y el efecto se mantenía dos meses después.
Atención
El 11 de junio de 2026, Science publicó una expresión de preocupación sobre el estudio de 2024
No es una retractación: con esta expresión de preocupación editorial, la revista advierte a sus lectores de que hay cuestiones en examen.
Los autores supieron tras la publicación que los criterios de selección de los participantes no se aplicaban de la misma forma en el artículo y en su código de análisis, y que el conjunto de datos publicado contenía filas de más, debidas a un error al fusionar código: algunos valores del artículo son difíciles de reproducir. Han enviado a la revista un análisis corregido que, según ellos, recupera los resultados iniciales en su sentido, su significación estadística y su magnitud; Science lo está evaluando. Mientras la revista no se pronuncie, citamos este estudio como una pista, no como una prueba.
El público está preocupado. Según el Digital News Report 2025 del Reuters Institute, el 58 % de los encuestados en 48 mercados se declara preocupado por su capacidad de distinguir lo verdadero de lo falso en las noticias en línea, una proporción cercana a la del año anterior. La encuesta la realizó YouGov en línea, de mediados de enero a finales de febrero de 2025 (metodología). El mismo informe señala que, en la mayoría de los países, el público sigue siendo escéptico ante el uso de la IA en la información, y se siente más cómodo cuando hay humanos en el circuito.
Postura 1: la IA es ante todo una máquina de desinformar
El primer bando parte de una constatación económica. Escribir un artículo falso, fabricar una imagen o una voz falsas costaba tiempo y saber hacer. Ese coste cae casi a cero. Las campañas de desinformación pueden producir más, más rápido, en más idiomas, y adaptar sus mensajes a cada público. Si la gente ya no distingue un texto generado de uno humano, como muestra el estudio de 2023, la confianza en todo lo que circula en línea se erosiona. Incluso un contenido verdadero se vuelve sospechoso.
Postura 2: la IA puede ser una herramienta de corrección
El segundo bando responde que la misma herramienta puede servir para verificar. Un modelo que dialoga con paciencia, que retoma los argumentos de cada uno y que opone hechos adaptados hace lo que un humano cansado o molesto ya no hace. El estudio de 2024 sugiere que una conversación bien diseñada puede mover convicciones consideradas inquebrantables. Las mismas técnicas pueden ayudar a periodistas o moderadores a detectar contenidos dudosos más rápido.
Este bando tiene un argumento real, pero su pieza clave está bajo reserva desde junio de 2026. Hay que decirlo.
Lo que pensamos
No creemos que la IA sea «ante todo» una cosa u otra. Acelera lo que se le pide. El verdadero cambio está en otra parte: ya no se puede juzgar un contenido por su apariencia. Un texto bien escrito, una foto nítida o una voz natural ya no prueban nada. De ahí nuestra convicción:
Lo esencial
La pregunta útil ya no es solo «¿es verdad?», sino también «¿de dónde viene y quién responde de ello?»
Para una empresa que publica, eso significa indicar el origen de los contenidos sintéticos, citar sus fuentes primarias y mantener a una persona responsable de lo que sale.
Un límite de nuestra propia opinión: no tenemos perspectiva sobre la eficacia real del marcado de contenidos. Se sabe imponerlo, aún no se sabe si cambia la forma en que la gente juzga lo que ve.
Lo que nos haría cambiar de opinión: estudios sólidos, en condiciones reales, que muestren que la IA corrige creencias falsas a gran escala. O, al contrario, que hace cambiar de forma medible elecciones o comportamientos. Las pruebas disponibles en octubre de 2026 no permiten ni una cosa ni la otra.
Lo que cambia en concreto para una empresa
El reglamento europeo de IA (AI Act) prevé, en su artículo 50, apartado 2, que los proveedores de sistemas que generan contenidos sintéticos (texto, imagen, sonido, vídeo) velen por que esos contenidos estén marcados en un formato legible por máquina. Quien utiliza un sistema así en un contexto profesional también tiene su parte (apartado 4): señala las ultrafalsificaciones que produce, y los textos publicados para informar al público sobre asuntos de interés público, salvo si un humano los ha revisado y una persona asume su responsabilidad editorial. Detallamos estas reglas en nuestro análisis sobre la señalización de los textos escritos por una IA.
Tres fechas fijan el calendario:
- Julio de 2026
Se adopta el reglamento (UE) 2026/1744.
- 2 de agosto de 2026
Se aplica el artículo 50.
- 2 de diciembre de 2026
Termina el plazo que el reglamento de julio deja a los proveedores cuyo sistema ya estaba en el mercado.
Para una pyme que hace publicidad o publica contenido, tres reflejos:
- Señalar los visuales y vídeos generados en las campañas. Para una ultrafalsificación, es decir, una imagen, un sonido o un vídeo generados o manipulados por la IA que se parecen a personas, lugares o acontecimientos reales hasta el punto de poder pasar por auténticos, es una obligación; más allá, es una buena práctica.
- No publicar nunca una cifra sin su fuente primaria. Una cifra tomada de segunda mano puede ser falsa, y la IA a veces inventa con aplomo.
- Mantener una revisión humana en todo lo que va a los clientes. Junto con una persona que asume la publicación, es lo que exime de señalar un texto de interés público, y lo que hace sentir más cómodo al público, según el Reuters Institute.
Sobre el terreno
Un cliente lo aprendió a su costa
En su sitio, hubo que despublicar tres contenidos inventados por un modelo. Por eso una cifra sin fuente verificable no entra en el sitio que está leyendo: en este blog, cada artículo nace como borrador, y es una revisión humana la que lo publica.
La misma avalancha de contenidos generados plantea otra cuestión, la de qué aprenderán los próximos modelos: la abordamos en nuestro análisis de la web que se alimenta de sí misma.
La sección Publicidad en línea reúne nuestros análisis sobre publicidad, empezando por nuestra guía para hacer subir las ventas del CRM a Google Ads. Y si se pregunta qué cambian estas reglas para sus propias campañas, escríbanos para hablarlo. Para campañas que trabajen con su sitio y su CRM, vea nuestra oferta de marketing digital integral.
Preguntas frecuentes
¿Se puede reconocer un texto escrito por una IA?
No de forma fiable al leerlo. En el estudio de 2023, los participantes no distinguían los mensajes escritos por GPT-3 de los de usuarios reales de Twitter, y el estudio solo trataba de ese modelo. Por eso el reglamento europeo no cuenta con el ojo humano: pide a los proveedores de herramientas que marquen los contenidos generados en un formato legible por máquina, que permite identificarlos como tales.
¿Una expresión de preocupación significa que el estudio es falso?
No. Es una advertencia de la revista, publicada mientras examina cuestiones sobre el artículo; no es ni una retractación ni una corrección. En el caso del estudio de 2024, los autores enviaron un análisis corregido que, según ellos, confirma sus resultados. Mientras la revista no concluya, el estudio no se cita como una prueba establecida.
¿Dónde verificar una información que parece dudosa?
Primero en su fuente primaria: el estudio, el texto legal o el comunicado original, en lugar del artículo que los recoge. En la encuesta de 2025 del Reuters Institute, los encuestados citan en primer lugar los medios de información en los que confían (38 %), las fuentes oficiales (35 %) y los sitios de verificación de datos (25 %), por delante de las redes sociales (14 %). Los más jóvenes recurren más a las redes sociales y a los asistentes de IA.
Fuentes
- «AI model GPT-3 (dis)informs us better than humans» (nueva pestaña)doi.org
- «Durably reducing conspiracy beliefs through dialogues with AI» (nueva pestaña)doi.org
- Expresión de preocupación editorial (nueva pestaña)doi.org
- Digital News Report 2025 del Reuters Institute (nueva pestaña)reutersinstitute.politics.ox.ac.uk
- Metodología (nueva pestaña)reutersinstitute.politics.ox.ac.uk
- Reglamento europeo de IA (nueva pestaña)eur-lex.europa.eu
- Reglamento (UE) 2026/1744 (nueva pestaña)eur-lex.europa.eu
«Durably reducing conspiracy beliefs through dialogues with AI»
Leer en doi.org(nueva pestaña)Digital News Report 2025 del Reuters Institute
Leer en reutersinstitute.politics.ox.ac.uk(nueva pestaña)Jim · fundador de Brain Plus AI
Más artículos sobre publicidad en línea
Tomar perspectiva8 min
¿Nos vuelve tontos la IA? Lo que dicen los estudios
Los estudios que circulan sobre este tema no tienen todos el mismo valor. Clasificamos cuatro por solidez, del experimento de campo a la prepublicación con 54 personas, y decimos qué se desprende de ellos.
Elegir y presupuestar7 min
Google Ads en B2B: el presupuesto mínimo que da una señal
En B2B, un presupuesto de Google Ads demasiado pequeño no solo cuesta poco: no dice nada. El mínimo adecuado se calcula a partir de sus clics, de su tasa de solicitudes y del número de solicitudes que hacen falta para juzgar.
Elegir y presupuestar7 min
LinkedIn Ads: caro, pero para quién vale lo que cuesta
LinkedIn Ads tiene fama de caro, porque vende el acceso a una función, una empresa y un nivel jerárquico. Para quién vale lo que cuesta esta segmentación, y cómo comprobarlo antes de comprometer un presupuesto.