La respuesta corta
Una empresa que usa IA generativa para textos, imágenes, audio, video, chatbots o publicaciones debe saber cuando el destinatario necesita una advertencia clara. El AI Act incorpora obligaciones de transparencia para que las personas sepan que interactuan con una máquina o que están viendo contenido artificialmente generado o manipulado en determinados supuestos.
La preparación no debería empezar el último mes. Conviene mapear usos reales, decidir que contenidos requieren etiqueta, documentar quien revisa y guardar evidencias de la decisión. El objetivo es evitar dos fallos habituales: publicar sin advertencia cuando corresponde, o llenar todos los materiales de avisos genéricos que nadie entiende.
Qué aportan las guías publicadas en julio de 2026
La Comisión Europea publicó el 20 de julio de 2026 unas guías para ayudar a proveedores y desplegadores a aplicar las obligaciones de transparencia que empiezan a aplicarse el 2 de agosto. Aclaran, entre otros puntos, la información cuando una persona interactúa directamente con IA, el marcado legible por máquina del contenido generado o manipulado y los casos de etiquetado visible.
El Código de Prácticas publicado por la Comisión el 10 de junio sigue siendo voluntario y ofrece medidas prácticas de marcado y etiquetado. No sustituye al Reglamento ni convierte cada uso de IA generativa en la misma obligación: la empresa debe distinguir su papel, el tipo de sistema, el canal y el contenido concreto antes de decidir qué aviso y qué evidencia corresponden.
- Identificar si la empresa provee un sistema, lo despliega o solo usa una herramienta para preparar una pieza.
- Informar de forma comprensible cuando una persona interactúa directamente con un sistema de IA, cuando el caso lo requiera.
- Prever marcado técnico para los proveedores y etiquetado visible en los supuestos aplicables a los contenidos publicados.
- Revisar con especial cuidado los deepfakes, el contenido de interés público sin revisión editorial humana y los usos de reconocimiento de emociones o categorización biométrica.
Donde debe mirar una pyme primero
El primer paso es un inventario concreto. Basta una tabla que recoja cada uso de IA generativa, el departamento, el tipo de contenido, el público destinatario, el proveedor usado, el nivel de supervisión humana y si el contenido se pública fuera de la empresa.
Marketing, comunicación y soporte suelen ser los puntos de inicio. También conviene revisar presentaciones comerciales, anuncios, publicaciones en redes, imágenes de producto, videos formativos, chatbots de atención y textos que puedan influir en decisiones de clientes o candidatos.
- Texto: articulos, notas de prensa, respuestas comerciales, emails masivos y guiones.
- Imagen: creatividades, banners, retratos sintéticos, mockups y piezas para redes.
- Audio y video: voces sintéticas, avatares, doblajes, demos y formación.
- Interacción: chatbots, asistentes internos y experiencias donde una persona pueda creer que habla con un humano.
Cuando etiquetar
No todos los usos internos de IA generativa exigen la misma respuesta. Un borrador interno que revisa un equipo puede tratarse como parte del proceso de trabajo. En cambio, un deepfake, una imagen que aparenta ser real, un chatbot orientado a clientes o una publicación automatizada sobre asuntos de interes público requieren una evaluación más cuidadosa.
La etiqueta debe ayudar al usuario, no cubrir a la empresa con una frase opaca. Si una imagen es sintética, la advertencia debe estar cerca de la pieza y ser comprensible. Si un chatbot atiende a clientes, la persona debe saber que interactua con IA antes de tomar decisiones relevantes.
- Usar etiquetas visibles cuando el contenido pueda parecer auténtico y sea artificial o manipulado.
- Evitar avisos escondidos en terminos legales cuando el usuario necesita entenderlo en el momento de consumo.
- No llamar revisión humana a una aprobación automatica o meramente formal.
- Mantener criterios distintos para uso interno, comunicación comercial y publicación informativa.
Checklist operativo para treinta días
La preparación puede organizarse en un mes. La primera semana se dedica a inventario. La segunda, a clasificar usos y riesgos. La tercera, a definir etiquetas, responsables y evidencias. La cuarta, a formar a los equipos que publican o atienden a clientes.
Este enfoque evita que el cumplimiento quede en manos de una única persona. Dirección fija criterio, marketing aplica etiquetas, tecnología valida herramientas, legal o privacidad revisa supuestos dudosos y cada responsable de area conserva evidencias de aprobación.
- Semana 1: listar herramientas, proveedores, canales y tipos de contenido.
- Semana 2: marcar que piezas son internas, públicas, comerciales o de interes público.
- Semana 3: aprobar textos de etiqueta, ubicación visible, responsable y registro de revisión.
- Semana 4: formar a equipos y revisar una muestra de publicaciones recientes.
Evidencias que conviene guardar
La empresa no necesita acumular burocracia sin uso, pero si debe poder explicar por qué etiqueto o no etiqueto una pieza. Un registro ligero reduce discusiones posteriores y ayuda a entrenar al equipo con ejemplos reales.
La AEPD, en su política interna sobre IA generativa, ofrece un ejemplo útil de enfoque operativo: clasificar usos, riesgos y condiciones antes de permitir determinados tratamientos. Trasladado a una pyme, la leccion es que la política debe bajar a decisiones concretas sobre entradas, salidas, revisión y aprobación.
- Proveedor o herramienta usada y configuración relevante.
- Tipo de contenido generado o manipulado.
- Canal de publicación y audiencia prevista.
- Criterio aplicado para etiqueta, no etiqueta o revisión editorial.
- Persona responsable de aprobar y fecha de revisión.
Errores frecuentes
El error más comun es pensar que transparencia equivale a anadir una frase genérica al pie de pagina. En realidad, la advertencia debe depender del contexto. No es lo mismo una imagen ilustrativa sintética en una presentación interna que una fotografia generada que aparenta documentar un hecho real.
Otro error es delegar todo en el proveedor. Aunque el proveedor tenga obligaciones de marcado técnico, la empresa que pública o despliega el contenido sigue necesitando criterios propios sobre etiquetado visible, revisión humana, archivo de evidencias y respuesta ante quejas o errores.
- No inventariar usos espontaneos de IA en marketing y ventas.
- Publicar imágenes o voces sintéticas sin contexto suficiente.
- Confundir corrección de estilo con revisión editorial responsable.
- Usar etiquetas tan amplias que pierden valor para el usuario.
- No retirar o corregir piezas cuando se detecta un problema.
Siguiente paso recomendado
AUTOINTELLIA recomienda empezar con un taller breve de inventario y decisiones. En dos horas se pueden listar canales, casos de uso, proveedores y piezas públicas que ya salen de la empresa. A partir de ahi, se define una política corta: qué se puede generar con IA, que debe etiquetarse, quien revisa y donde se guardan evidencias.
La ventaja de hacerlo ahora es práctica. Cuando llegue una campana, una crisis reputacional o una auditoría interna, el equipo no tendra que improvisar. Tendra ejemplos, responsables y un criterio proporcional para usar IA generativa sin erosionar la confianza del cliente.
