OpenAI se ha comprometido a respetar una señal común con la que los responsables de una web podrán expresar sus preferencias sobre el entrenamiento de IA generativa. El anuncio del 30 de octubre plantea incorporar esa señal a robots.txt, el archivo que comunica reglas a los rastreadores. La compañía prevé implementarla en los próximos meses y publicar entonces los detalles. El compromiso no significa que el nuevo mecanismo ya esté operativo en sus sistemas.
Para medios, marcas y agencias que mantienen varios sitios, la propuesta aborda una tarea concreta: comunicar una misma preferencia a distintos proveedores sin mantener únicamente listas separadas para cada uno. OpenAI indica que sus controles actuales seguirán vigentes. Por tanto, la decisión inmediata no consiste en sustituir las reglas existentes por una promesa futura, sino en entender qué se quiere permitir y conservar una configuración coherente mientras cambia el soporte.
Una propuesta técnica, todavía sin categoría de estándar
El documento enlazado por OpenAI es un Internet-Draft individual presentado al IETF el 30 de octubre por Kevin Kelley, de Anthropic. Su ficha advierte de que no está respaldado por el IETF ni tiene una posición formal dentro del proceso de estándares. La existencia del borrador y la participación en un grupo de trabajo no convierten automáticamente su contenido en una norma aprobada.
La propuesta emplea el identificador __usage_ai-training en una línea User-Agent y conserva las reglas Allow y Disallow de robots.txt. Permite expresar preferencias por rutas, en lugar de imponer una única decisión para todo el dominio. También distingue esas preferencias de uso de las instrucciones sobre qué puede rastrear un bot. No hace falta incorporar a una noticia toda la sintaxis para entender la consecuencia: contenido accesible y contenido admitido para entrenamiento son decisiones diferentes.
Para una organización con un catálogo, una sala de prensa y una biblioteca de materiales, esa separación obliga a definir el alcance con cuidado. No todos los archivos tienen la misma titularidad ni las mismas condiciones de distribución. Antes de traducir una decisión a rutas del servidor, conviene identificar qué documentos controla la organización, cuáles proceden de terceros y quién puede aprobar su uso. Es una tarea de inventario, no una garantía de que el archivo técnico resuelva todas las condiciones contractuales.
Búsqueda y entrenamiento ya se controlan por separado
La documentación vigente de OpenAI distingue OAI-SearchBot, usado para sus resultados de búsqueda, de GPTBot, asociado a contenido que puede emplearse para entrenar modelos generativos. Sus ajustes son independientes. La compañía explica que una web puede permitir el primero y excluir el segundo. También diferencia ChatGPT-User, que puede visitar páginas a petición de una persona y no funciona como un rastreador automático equivalente.
Eso importa cuando se plantea una política con una frase demasiado amplia, como bloquear la IA. Puede describir intenciones distintas: evitar cierto uso de los contenidos, reducir tráfico automatizado o limitar su aparición en respuestas de búsqueda. Antes de tocar una regla hay que formular el resultado buscado. De lo contrario, un cambio técnico puede afectar a un canal que el equipo sí quería mantener abierto.
La evolución de las respuestas y comparativas de ChatGPT ilustra por qué el descubrimiento merece evaluarse por separado. Para una marca, aparecer en una respuesta, recibir una visita y autorizar entrenamiento no son la misma relación. No se puede deducir una de las otras ni garantizar visibilidad solo por permitir un bot.
Qué puede comunicar la señal y qué queda fuera
El borrador trata la ausencia del identificador común como ausencia de una preferencia expresada mediante ese mecanismo. No convierte automáticamente el silencio en una autorización explícita. Contempla además que reglas específicas o acuerdos privados puedan prevalecer. Estos límites son relevantes para interpretar la señal y evitan presentarla como un interruptor universal que todos los proveedores deban aplicar de la misma manera desde hoy.
Una preferencia legible por máquinas tampoco demuestra por sí sola el comportamiento de quien la recibe. Para comprobar efectos hacen falta evidencias compatibles con lo que se quiere medir. Los registros del servidor pueden ayudar a observar peticiones; no permiten reconstruir, por sí solos, todo uso posterior de un contenido. La revisión debe mantener esa diferencia y evitar afirmar que una web queda protegida de cualquier entrenamiento por añadir una línea.
El debate sobre los datos que necesitan los editores para negociar con Google aborda otra parte de esa relación: información, uso y capacidad de decisión. Son cuestiones conectadas, pero el anuncio de OpenAI no resuelve aquella disputa ni establece una conclusión jurídica sobre derechos de autor. Su alcance aquí es el compromiso técnico comunicado y sus condiciones todavía pendientes.
Una revisión útil para quienes mantienen varias webs
Un equipo puede empezar guardando la configuración actual y el motivo de cada regla, junto con las rutas a las que afecta y la persona responsable. Cuando un proveedor publique su implementación, ese registro facilitará comparar qué cambia y qué sigue cubierto por controles anteriores. También permite evitar que una migración de alojamiento o una nueva plantilla eliminen decisiones adoptadas sobre los contenidos.
La siguiente comprobación será concreta: fecha de entrada en funcionamiento, interpretación documentada y convivencia con los controles propios de cada proveedor. Hasta que esos detalles estén disponibles, el anuncio aporta una dirección compartida y una propuesta examinable, no una fecha cerrada de activación ni una sustitución del trabajo que ya exige gestionar una web.
Fuente y alcance
- OpenAI — Preferencias comunes de entrenamiento para webs. Publicado el 2026-10-30. Consultado el 3 de noviembre de 2026.
- IETF Datatracker — Machine-Readable Training Preference Signal, borrador 00. Publicado el 2026-10-30. Consultado el 3 de noviembre de 2026.
- OpenAI — Documentación de rastreadores. Documentación sin fecha de publicación acreditada. Consultado el 3 de noviembre de 2026.




