En agosto de 2026, Anthropic anunció que los nuevos modelos de Claude incorporarían una marca de agua imperceptible en el texto que generan. No se trata de añadir una etiqueta visible al final de cada respuesta ni de esconder caracteres que desaparecen al copiar y pegar. El mecanismo modifica sutilmente algunas de las elecciones estadísticas que realiza el modelo mientras construye el texto, dejando un patrón que puede ser reconocido posteriormente. Según la compañía, esa señal puede sobrevivir a determinadas ediciones y acompañar al contenido incluso cuando se copia desde Claude a otro lugar. Anthropic explica que lo hace para adaptarse a las obligaciones de transparencia introducidas por la normativa europea y que el sistema se aplicará también cuando Claude se utilice mediante API.
La primera reacción puede ser positiva. Si vamos a convivir con cantidades enormes de contenido sintético, parece razonable disponer de algún mecanismo que permita reconocerlo. La misma lógica se entiende todavía mejor cuando hablamos de una fotografía inventada, una voz clonada, un vídeo falso de un político o unas imágenes que muestran un acontecimiento que nunca ocurrió. Saber que una pieza de contenido ha sido generada o manipulada artificialmente puede ser información extraordinariamente valiosa.
El problema empieza cuando trasladamos esa misma lógica al lenguaje escrito sin detenernos a pensar qué significa realmente que un texto haya sido «generado por IA».
Google lleva tiempo trabajando en la misma dirección con SynthID. Su tecnología puede insertar señales en imágenes, vídeo, audio y texto, y la compañía explica expresamente que la utiliza para marcar textos producidos mediante Gemini. En el caso del lenguaje, SynthID interviene sobre las probabilidades con las que el modelo elige unos tokens en lugar de otros y genera así un patrón estadístico detectable sin alterar de manera perceptible el resultado para el lector. Google ya advertía en 2024 que el sistema no debía considerarse una solución definitiva para identificar todo el contenido generado mediante inteligencia artificial, sino una pieza dentro de un ecosistema de procedencia mucho más amplio.
Hasta aquí tenemos un problema técnico y una respuesta técnica. La cuestión verdaderamente interesante aparece después.
Porque una marca de agua puede decirnos que una inteligencia artificial intervino en un texto. Lo que no puede decirnos es quién tuvo la idea, quién sabía de qué estaba hablando, quién seleccionó las fuentes, quién rechazó determinados argumentos, quién corrigió los errores, quién asumió las conclusiones y, sobre todo, quién está dispuesto a responder por lo publicado.
Y esa diferencia puede terminar siendo mucho más importante que la propia marca.
Una cosa es saber que intervino Claude y otra muy distinta saber quién escribió
Anthropic reconoce explícitamente esta limitación. Su documentación explica que detectar la marca de Claude permite inferir que el modelo probablemente estuvo involucrado en algún momento del proceso, pero no permite distinguir entre un texto escrito originalmente por Claude y otro que Claude haya editado intensamente. Una traducción realizada por el modelo también puede conservar la marca porque las palabras del idioma de destino han sido elegidas por Claude, aunque las ideas, la investigación, la estructura intelectual y las conclusiones procedan completamente de una persona.
Ese pequeño detalle contiene, a mi juicio, buena parte del problema que tendremos que resolver durante los próximos años.
Imaginemos a un investigador que ha pasado seis meses trabajando en un artículo. Ha concebido la hipótesis, realizado el trabajo de campo, estudiado los datos, formulado las conclusiones y redactado personalmente una primera versión en castellano. Cuando termina, utiliza una inteligencia artificial para traducirla al inglés y mejorar la naturalidad del lenguaje. El artículo inglés puede quedar técnicamente marcado como contenido en el que ha intervenido una IA.
¿Significa eso que el artículo ha sido escrito por una inteligencia artificial?
Depende de lo que entendamos por escribir.
Si reducimos la escritura al acto mecánico de seleccionar las palabras concretas que aparecen sobre una página, podríamos responder que sí. Si entendemos una obra intelectual como el resultado de investigar, comprender, decidir qué merece ser explicado, construir una tesis y asumir aquello que se sostiene, la respuesta cambia radicalmente.
Pensemos ahora en un caso todavía más cotidiano. Un profesional redacta un artículo de tres mil palabras sobre su especialidad y después pide a un modelo que elimine redundancias, mejore algunas transiciones, corrija la sintaxis y proponga una introducción más clara. Revisa el resultado, rechaza una parte de los cambios, reescribe otros y finalmente publica aquello que considera que representa exactamente su pensamiento. Frente a él tenemos a otra persona que introduce en un chatbot una instrucción de veinte palabras, copia íntegramente la respuesta y la publica treinta segundos después.
Los dos documentos podrían contener una señal indicativa de intervención de inteligencia artificial.
Intelectualmente, sin embargo, apenas se parecen.
El problema no es que la marca sea falsa. Puede ser perfectamente correcta. El problema es que responde a una pregunta técnica —si determinado modelo participó en la producción del lenguaje— mientras el lector puede interpretarla como respuesta a otra pregunta completamente distinta: quién es el autor intelectual de aquello que está leyendo.
Y después puede producirse un tercer salto todavía más problemático. De «ha intervenido una IA» pasaremos con facilidad a «esto lo ha escrito una IA» y, de ahí, a «por tanto, este contenido tiene menos valor».
Ninguna de esas dos últimas conclusiones está contenida en la primera.
El legislador ha identificado un riesgo real, pero las categorías empiezan a quedarse pequeñas
La raíz inmediata de este movimiento se encuentra en el artículo 50 del Reglamento Europeo de Inteligencia Artificial. Desde el 2 de agosto de 2026, los proveedores de sistemas capaces de generar contenido sintético deben adoptar mecanismos que permitan que sus resultados puedan ser detectados como artificialmente generados o manipulados. La norma habla de marcas legibles por máquina y exige que las soluciones sean eficaces, interoperables, robustas y fiables dentro de lo técnicamente posible.
No creo que el objetivo del legislador sea equivocado. La proliferación masiva de contenido artificial plantea riesgos evidentes de fraude, manipulación, desinformación y suplantación. Sería difícil defender que la procedencia de los contenidos vaya a ser irrelevante en el ecosistema informativo que estamos construyendo.
Lo interesante es que la propia legislación introduce matices que revelan hasta qué punto el problema es más complejo de lo que parece. El artículo 50 excluye de la obligación de marcado determinadas funciones auxiliares de edición estándar y aquellos casos en los que el sistema no modifica sustancialmente los datos proporcionados por el usuario o su significado. La Comisión Europea, además, distingue entre el marcado técnico que corresponde al proveedor del sistema y las obligaciones de información que recaen sobre quien publica determinados contenidos.
Hay una excepción particularmente reveladora. En los textos destinados a informar sobre asuntos de interés público, la obligación de etiquetarlos como generados o manipulados mediante IA no se aplica de la misma forma cuando han pasado por una verdadera revisión humana o existe control y responsabilidad editorial. La Comisión entiende por revisión humana algo bastante más profundo que pasar un corrector: exige que una persona con conocimientos relevantes examine sustancialmente el contenido y aplique juicio profesional. El control editorial implica, además, capacidad real para aprobar, modificar o rechazar el contenido atendiendo a su sustancia, comprobar información y valorar la fiabilidad de las fuentes.
Es difícil imaginar una confirmación más interesante de lo que está en juego.
Cuando la regulación necesita determinar finalmente qué hace distinto un contenido, termina recurriendo precisamente a aquello que una marca de agua no puede observar: conocimiento, juicio, supervisión, control y responsabilidad.
El legislador ha comenzado intentando saber si una máquina participó en la elaboración del contenido y ha terminado necesitando saber si una persona competente responde de aquello que se publica.
Ese segundo criterio probablemente sea mucho más importante para el futuro que el primero.
El riesgo reputacional de convertir una señal técnica en un juicio intelectual
Aquí aparece una consecuencia que me preocupa especialmente por mi trabajo en estrategia digital y reputación online de marca. Llevo años observando cómo señales originalmente creadas con un propósito determinado terminan adquiriendo en Internet significados sociales mucho más amplios. Una insignia, una puntuación, una advertencia, una etiqueta o un resultado de búsqueda pueden modificar la percepción de una persona o una organización aunque el público apenas comprenda qué mide realmente esa señal.
Con el texto generado mediante inteligencia artificial podemos reproducir exactamente el mismo fenómeno.
Imaginemos que dentro de dos años resulta habitual introducir un documento en un verificador y obtener un resultado parecido a «Claude detected» o «AI-generated content detected». Técnicamente podríamos estar diciendo simplemente que existe una determinada señal estadística asociada a un modelo. Socialmente, sin embargo, una parte importante de los usuarios entenderá algo mucho más rotundo: «lo ha escrito una máquina».
En un proceso de selección profesional podría interpretarse como falta de capacidad. En una universidad, como ausencia de trabajo intelectual. En una editorial, como una obra de menor valor. En una redacción, como pérdida de autenticidad. En el ámbito de la reputación personal, incluso podría convertirse en una forma de desacreditar a alguien sin entrar a discutir una sola de sus ideas.
La paradoja resulta evidente: precisamente cuando las herramientas de inteligencia artificial empiezan a integrarse de manera cotidiana en el trabajo intelectual, podríamos estar creando una señal que castiga su utilización sin distinguir cómo se ha utilizado.
Eso sería un error considerable.
No utilizamos el mismo criterio para valorar a quien consulta Google durante una investigación y a quien copia un artículo encontrado en Google. Tampoco consideramos equivalente al abogado que utiliza una base de datos jurídica para localizar jurisprudencia y al estudiante que entrega como propio un escrito ajeno. La herramienta puede ser idéntica; lo que cambia es el proceso intelectual y la responsabilidad del usuario.
Con la inteligencia artificial tendremos que aprender a realizar esa misma distinción, pero en un entorno mucho más sofisticado.
Cuando ser transparente puede convertirse en una desventaja competitiva
El problema no se limita a la reputación individual. Puede generar también incentivos empresariales inesperados.
Anthropic reconoce que una edición ligera puede conservar la marca mientras que una reescritura suficientemente profunda puede llegar a eliminarla. También advierte de algo fundamental: que no exista una marca detectable no demuestra que un texto no haya sido generado o trabajado mediante inteligencia artificial.
Eso significa que nunca tendremos dos conjuntos perfectamente separados llamados «texto humano» y «texto IA». Tendremos señales de procedencia con distintos grados de resistencia, diferentes proveedores, modelos abiertos, modelos cerrados, procesos de edición posteriores y cadenas de herramientas cada vez más complejas.
Si socialmente esas señales comienzan a penalizar determinados contenidos, el mercado responderá.
Una empresa que utilice inteligencia artificial para producir documentos destinados a sus clientes puede preferir un modelo que no deje una señal detectable. Una agencia podría utilizar Claude para investigar o razonar, pero recurrir a otro proveedor para la redacción definitiva. Un producto de software podría incorporar diferentes modelos según la fase del trabajo, reservando aquellos que generen marcas para tareas internas. Incluso aparecerán probablemente servicios cuyo valor comercial consista precisamente en transformar textos hasta destruir las señales de procedencia.
No hace falta imaginar ninguna conspiración. Es el comportamiento normal de un mercado cuando una característica técnica empieza a producir una externalidad reputacional.
Y ahí aparece una de las paradojas más incómodas: los proveedores que sean más transparentes podrían quedar comercialmente penalizados frente a quienes ofrezcan menos trazabilidad.
En plataformas que precisamente estoy desarrollando para marcas y empresas alrededor de la combinación de conocimiento propio, estrategia digital, fuentes, inteligencia artificial y supervisión humana, esta cuestión deja de ser una curiosidad teórica. Si un cliente utiliza una plataforma para convertir su conocimiento en contenidos, revisa cada propuesta, modifica lo necesario y responde finalmente de lo publicado, el hecho de que un determinado modelo haya participado en la redacción debería ser una cuestión de procedencia tecnológica, no una presunción acerca de la autoría intelectual del resultado.
La arquitectura de estas plataformas tendrá que empezar a contemplarlo. Hasta ahora elegíamos un modelo por calidad, razonamiento, velocidad, coste o tamaño de contexto. A partir de ahora quizá haya que añadir otra variable: qué consecuencias de procedencia genera el modelo sobre el contenido final.
Es una consecuencia enorme derivada de algo que aparentemente no era más que una marca invisible.
Cuando las palabras se abaratan, el criterio se encarece
Hay, sin embargo, una transformación todavía más profunda detrás de todo esto.
Durante siglos resultó razonable asociar la capacidad de producir un texto con una parte considerable del trabajo intelectual necesario para construirlo. Redactar un artículo complejo requería ordenar las ideas porque no existía una máquina capaz de hacerlo en nuestro lugar. Escribir un libro implicaba inevitablemente dedicar cientos de horas a convertir pensamientos en lenguaje. La dificultad material de producir palabras actuaba, imperfectamente, como una barrera de entrada.
La inteligencia artificial está derribando esa barrera.
Una persona puede producir hoy en pocos minutos una cantidad de texto que hace apenas unos años habría requerido horas. Dentro de poco el coste marginal de redactar otra página será prácticamente irrelevante.
Lo que no se ha abaratado en la misma proporción es saber qué merece aparecer en esa página.
La IA puede desarrollar con extraordinaria solvencia una idea equivocada. Puede escribir una argumentación impecable a partir de premisas pobres. Puede convertir una intuición trivial en un artículo aparentemente profundo y revestir una falsedad con la misma elegancia lingüística con la que explicaría una verdad.
Cuando la capacidad de producir buena prosa deje de ser escasa, el valor se desplazará hacia aquello que ocurre antes y después de la redacción: la capacidad para formular buenas preguntas, seleccionar información relevante, reconocer cuándo una fuente es dudosa, detectar una contradicción, aportar experiencia que no se encuentra fácilmente disponible, decidir qué afirmaciones pueden sostenerse y cuáles deberían eliminarse, y asumir la responsabilidad de lo que finalmente permanece.
La IA no está haciendo irrelevante el conocimiento humano. Puede estar haciendo más evidente dónde reside realmente su valor.
La redacción era una parte del proceso intelectual. Nunca fue la totalidad.
De la economía del contenido a la economía de la autoridad
Esto puede modificar también las reglas de Internet.
Durante las dos últimas décadas hemos vivido en una economía digital donde producir contenido tenía valor porque seguía existiendo cierta escasez. Una empresa capaz de publicar cincuenta buenos artículos disponía de una ventaja frente a otra incapaz de producirlos. Un especialista que explicaba con claridad su conocimiento podía hacerse visible. Los buscadores necesitaban localizar documentos relevantes dentro de una cantidad creciente, pero todavía relativamente costosa, de información.
La IA está destruyendo esa escasez.
Si cualquiera puede producir diez mil artículos razonablemente bien redactados, el número de artículos deja de ser una señal significativa. Si cualquier empresa puede mantener veinte cuentas sociales publicando cada día, la frecuencia deja de demostrar gran cosa. Si cualquier persona puede generar en segundos un informe de treinta páginas aparentemente profesional, la apariencia formal del conocimiento pierde parte de su capacidad para acreditar que existe conocimiento detrás.
En ese contexto aparece una nueva escasez: la autoridad.
No hablo de aceptar un argumento porque lo diga alguien famoso. La autoridad que puede adquirir valor en este nuevo ecosistema será mucho más compleja. Tendrá que ver con trayectoria, experiencia demostrable, coherencia entre lo que una persona sostiene hoy y lo que ha venido sosteniendo durante años, fuentes reconocibles, obras publicadas, relaciones profesionales, citas, referencias externas, conocimientos verificables y una identidad digital suficientemente consistente como para poder atribuir responsabilidad.
Desde el terreno de la reputación online esto me parece especialmente interesante. Durante años hemos trabajado para conseguir que Internet describa correctamente a una persona o una marca. A medida que la producción automática de contenidos aumente, esa labor evolucionará. Ya no bastará con que Internet encuentre información sobre alguien. Tendrá que comprender por qué esa persona resulta una fuente razonablemente autorizada sobre determinados asuntos.
La reputación digital dejará de ser solo una cuestión de visibilidad para convertirse cada vez más en infraestructura de confianza.
Y quizá ahí encontremos una de las grandes ironías de la inteligencia artificial generativa: cuanto más fácil resulte producir contenido sin identidad, más valor tendrá una identidad intelectual sólida detrás del contenido.
Un experto no deja de ser experto porque utilice IA
Podemos comprobarlo con un ejemplo mucho más próximo a la realidad profesional que probablemente se generalizará durante los próximos años.
Imaginemos a dos oncólogos con una formación y una experiencia comparables. Ambos quieren publicar un artículo dirigido a pacientes sobre un determinado tratamiento. Los dos conocen la materia, han tratado casos durante años, consultan la literatura científica reciente y están en condiciones de valorar críticamente aquello que van a explicar.
El primero trabaja de la manera tradicional. Consulta los estudios, organiza sus notas, redacta personalmente cada párrafo, revisa el texto varias veces y finalmente lo publica bajo su nombre.
El segundo realiza esencialmente el mismo trabajo intelectual, pero incorpora una inteligencia artificial al proceso. Introduce parte de la documentación que ha seleccionado, contrasta con el modelo distintas maneras de estructurar la explicación, le pide que proponga una primera redacción de algunos apartados, corrige afirmaciones que considera demasiado categóricas, elimina otras, modifica el lenguaje y revisa personalmente cada una de las conclusiones antes de publicar el artículo bajo su responsabilidad.
Supongamos incluso que ambos textos terminan siendo prácticamente equivalentes en rigor, claridad y calidad. La diferencia relevante sería que el segundo podría contener una marca técnica que revelase la intervención de un modelo de inteligencia artificial mientras que el primero no.
¿Por qué deberíamos concluir que el primero posee mayor autoridad intelectual?
El segundo oncólogo no ha dejado de conocer la materia porque haya utilizado una herramienta capaz de ayudarle a redactarla. Su experiencia clínica sigue siendo la misma, su capacidad para reconocer un error del modelo sigue procediendo de sus años de formación y la decisión acerca de qué afirmaciones acepta o rechaza continúa siendo suya. La inteligencia artificial puede haber reducido enormemente el tiempo necesario para transformar ese conocimiento en lenguaje, pero no ha sustituido el conocimiento que permite juzgar si ese lenguaje es correcto.
Podemos llevar el ejemplo un poco más lejos. Imaginemos que el primer oncólogo, después de escribir personalmente su artículo, comete una imprecisión que no detecta. El segundo pide a un sistema que confronte algunas de sus afirmaciones con la bibliografía que él mismo ha seleccionado, descubre gracias a esa revisión una posible ambigüedad, vuelve a consultar las fuentes y la corrige antes de publicar.
El texto en el que intervino una IA sería entonces, simplemente, mejor.
No por haber sido escrito por una máquina, sino porque el profesional utilizó una herramienta adicional para mejorar el resultado de un trabajo cuya responsabilidad intelectual continuaba siendo suya.
También podría ocurrir lo contrario. El segundo oncólogo podría confiar demasiado en el modelo, revisar superficialmente el resultado y publicar una afirmación incorrecta. En ese caso la utilización de inteligencia artificial habría empeorado su trabajo. Pero tampoco demostraría que la IA invalida la autoría. Demostraría algo bastante más elemental: que una herramienta puede utilizarse bien o mal.
Por eso «humano» e «IA» no constituyen una escala de calidad. Tampoco determinan por sí mismos una escala de autoridad. Describen algunos elementos del proceso mediante el que se ha producido un contenido.
La cuestión verdaderamente relevante aparece después: quién tenía capacidad para valorar aquello que se estaba diciendo, quién tomó las decisiones intelectuales y quién responde finalmente de lo publicado.
La autoridad pertenece a otra dimensión.
Lo mismo ocurrirá con un ingeniero, un abogado, un historiador, un analista financiero o un directivo. El uso de una inteligencia artificial puede mejorar o empeorar su trabajo dependiendo de cómo la utilice, pero difícilmente podremos valorar el resultado limitándonos a preguntar si el modelo intervino.
La máquina puede ayudar a redactar conocimiento; pero no crea retrospectivamente años de experiencia.
La figura del autor no va a desaparecer; va a cambiar
Esta transformación tampoco implica que debamos abandonar el concepto de autoría. Creo que ocurrirá exactamente lo contrario. Cuando resulte muy sencillo generar contenido, será todavía más importante saber quién asume intelectualmente aquello que estamos leyendo.
Lo que probablemente cambie será nuestra definición de autor.
Ya hemos aceptado desde hace mucho tiempo formas de autoría que no requieren escribir personalmente todas las palabras. Los grandes dirigentes trabajan con redactores de discursos. Los presidentes de compañías firman documentos preparados por equipos. Los abogados construyen escritos con la colaboración de otros profesionales. Los artículos científicos pueden tener una docena de autores y pasar por revisores, correctores y editores. Un escritor puede trabajar con un traductor sin dejar de ser autor de la obra traducida.
Si lo comparamos con la arquitectura resulta especialmente clarificador. Nadie negaría la autoría de un arquitecto porque no haya colocado personalmente los ladrillos con los que se levanta el edificio. La ejecución material corresponde a obreros, instaladores y multitud de profesionales; algunos cálculos pueden realizarse mediante software especializado y determinados trabajos pueden encargarse a estudios externos. Todo ello forma parte de la producción de la obra, pero no nos lleva a concluir que el arquitecto haya dejado de ser su autor. Su aportación reside en la concepción, en la dirección del proyecto, en las decisiones que dan coherencia al conjunto y en la responsabilidad que asume sobre él.
Con la inteligencia artificial aparece además un detalle que solemos pasar por alto: muchas veces estamos hablando literalmente de un servicio contratado. Pagamos una suscripción, capacidad de cálculo o consumo por uso para que una tecnología realice determinadas tareas dentro de un proceso que dirigimos nosotros. Naturalmente, pagar por una herramienta no convierte a nadie automáticamente en autor, pero tampoco convierte a la herramienta en autora de aquello en lo que participa. Quizá nos cueste verlo porque la IA tiene una característica que ningún programa de cálculo tradicional poseía: habla. Su capacidad para producir lenguaje nos lleva a antropomorfizarla y a confundir la ejecución lingüística con la concepción intelectual.
Nunca hemos considerado que la autoría dependa exclusivamente de quién pulsó cada tecla.
Lo que hacía innecesario discutirlo era que esos intermediarios tenían una capacidad limitada. Una inteligencia artificial introduce de repente un intermediario con una potencia extraordinaria. Puede documentar, resumir, discutir, reorganizar, criticar, redactar, traducir y corregir. Su presencia se vuelve tan visible que nos obliga a reconsiderar una relación que antes dábamos por supuesta.
Pero quizá la respuesta no sea retirar la autoría a quien utiliza esa herramienta, sino establecer mejor qué significa ejercerla.
El autor del futuro puede ser cada vez más la persona que origina la intención, aporta el conocimiento diferencial, gobierna el proceso de elaboración, toma las decisiones intelectuales relevantes y asume finalmente la responsabilidad sobre el resultado.
Eso se parece menos al escribiente tradicional.
Y bastante más al director de un proceso intelectual.
El contenido del futuro tendrá una cadena de producción
Además, dentro de pocos años posiblemente resulte absurdo hablar de «la IA» que escribió determinado contenido.
Un sistema buscará documentación. Otro clasificará las fuentes. Un modelo detectará contradicciones. Otro propondrá posibles enfoques. Un agente comprobará datos. Una persona decidirá qué tesis merece desarrollarse. Otro modelo generará un primer borrador. Un especialista revisará el contenido. Un sistema diferente comprobará nuevamente los hechos y un editor aprobará la versión definitiva.
¿Quién habrá escrito el artículo?
Probablemente todos hayan participado de alguna manera y ninguno por sí solo explique suficientemente su existencia.
Ya aceptamos esta lógica en productos complejos. Cuando compramos un automóvil no preguntamos qué trabajador lo fabricó. Sabemos que detrás existen ingenieros, diseñadores, programadores, robots industriales, proveedores, técnicos de calidad y una organización que coordina todo ese proceso. Lo importante es que podemos identificar al fabricante y exigirle que responda por el producto final.
La producción de conocimiento puede terminar funcionando de una manera parecida.
Tendremos una cadena de producción intelectual.
Lo que necesitaremos entonces no será únicamente una cadena de procedencia tecnológica. Necesitaremos también una cadena de responsabilidad.
Necesitamos algo mejor que una etiqueta de «hecho con IA»
En ese punto creo que acabará apareciendo una segunda generación de sistemas de confianza bastante más interesante que los actuales mecanismos de detección.
En lugar de preguntar simplemente si una IA participó en un contenido, podremos acreditar cómo se construyó aquello que estamos leyendo.
No será necesario publicar los prompts de un autor ni revelar conversaciones privadas con sus herramientas. La transparencia absoluta puede ser tan absurda como la opacidad absoluta. Lo verdaderamente útil será poder conocer algunas características relevantes del proceso: si las afirmaciones importantes están respaldadas por fuentes identificables, si existió revisión humana sustantiva, si el contenido fue contrastado, si detrás existe una persona u organización reconocible y quién asume finalmente responsabilidad sobre su publicación.
El auténtico pasaporte del conocimiento del futuro quizá no diga «generado mediante inteligencia artificial».
Podría decir algo mucho más valioso: estas son las fuentes utilizadas, estos son los procesos mediante los que se ha elaborado, este es el nivel de supervisión realizado y esta es la persona u organización que responde de sus conclusiones.
En ese momento habremos dejado de perseguir la procedencia de cada palabra para empezar a entender la procedencia del conocimiento.
No es una diferencia semántica. Es un cambio completo de paradigma.
El watermark puede reconocer a la máquina; no puede reconocer una buena idea
Las marcas de agua no son necesariamente una mala tecnología. Pueden ser extraordinariamente útiles para combatir determinadas formas de engaño, suplantación y manipulación, y probablemente terminarán formando parte de un ecosistema mucho más amplio de trazabilidad digital. Tampoco sería razonable pedir a Anthropic, Google o cualquier otro proveedor que resuelva por sí solo todas las implicaciones culturales de una regulación cuyo cumplimiento se les exige.
El riesgo aparece cuando una señal diseñada para identificar intervención tecnológica se transforma socialmente en un certificado de ausencia de intervención humana; porque no significa eso.
Una máquina puede haber elegido todas las palabras de un texto cuya idea pertenece inequívocamente a una persona. Puede haber corregido un artículo construido durante semanas. Puede haber traducido una investigación realizada durante años. Puede haber ayudado a un especialista a explicar mejor algo que conoce profundamente. Y también puede haber producido en treinta segundos cinco mil palabras que nadie ha leído antes de publicarlas.
Utilizar la misma categoría para todos esos casos puede resultar cómodo desde el punto de vista tecnológico, pero intelectualmente es muy pobre.
Durante los próximos años tendremos que aprender a separar conceptos que durante mucho tiempo pudieron permanecer unidos: redacción, autoría, conocimiento, autoridad y responsabilidad.
Las palabras serán cada vez más fáciles de producir de forma aislada. Probablemente serán tan abundantes que dejaremos de considerarlas por sí mismas una señal de esfuerzo intelectual. Y cuando eso ocurra tendremos que buscar el valor en otro lugar.
Lo encontraremos en quién formula las preguntas, quién entiende las respuestas, quién reconoce cuándo la máquina se equivoca, quién aporta aquello que no estaba en el modelo, quién selecciona lo que merece permanecer y quién pone finalmente su nombre detrás de una afirmación.
Puede que dentro de unos años alguien todavía pregunte ante un buen artículo: «¿Esto lo ha escrito una IA?».
Quizá entonces comprendamos que se parece bastante a preguntar hoy a un arquitecto si calculó personalmente con lápiz todas las cargas de un edificio, a un economista si hizo las divisiones de su informe sin Excel o a un fotógrafo si calculó personalmente la exposición de una fotografía.
La herramienta importa. La transparencia sobre su utilización puede importar también. Pero ninguna de las dos cosas nos dice todavía si aquello que tenemos delante merece nuestra confianza. Para eso necesitaremos algo que ninguna marca de agua sabe detectar: autoridad, criterio y responsabilidad.