OpenAI respetará una señal común en robots.txt para que los sitios decidan si entrenan IA con su contenido

OpenAI ha anunciado que respetará una señal común en el archivo robots.txt con la que los sitios web pueden indicar si aceptan que su contenido se use para entrenar IA generativa. Lo explica en su nota oficial del 30 de octubre de 2026. Es un esfuerzo voluntario y, por ahora, una intención: OpenAI dice que aspira a implementarla «en los próximos meses».

Qué ha anunciado OpenAI

• Una señal compartida. Hasta ahora, los responsables de un sitio tenían que identificar los rastreadores de cada proveedor y mantener reglas separadas para cada uno. Una señal común entre varios proveedores reduce ese trabajo.
• Voluntaria. Es un esfuerzo voluntario, pensado para que editores y operadores comuniquen la misma preferencia a varios proveedores participantes a la vez.
• No sustituye a lo que ya existe. Los controles de rastreo actuales de OpenAI en robots.txt seguirán vigentes y se respetarán.
• Sin fecha concreta. OpenAI promete publicar otra actualización con los detalles de su implementación cuando la tenga lista.

De dónde sale la señal

La nota enlaza un borrador del IETF, Machine-Readable Training Preference Signal (draft-kelley-aipref-training-preference-signal-00), fechado el 30 de octubre de 2026. El autor, K. Kelley, figura con la afiliación Anthropic. Se apoya en el trabajo del grupo de Preferencias de IA (AI Preferences) del IETF, en cuyo anuncio conjunto OpenAI dice participar junto con otros miembros del grupo. El propio documento recuerda que los borradores de Internet son trabajo en curso y que este caduca el 3 de mayo de 2027.

Cómo se escribe en robots.txt

El borrador no inventa directivas nuevas ni cambia la gramática de robots.txt: usa un grupo normal cuyo agente de usuario es un «token de política», __usage_ai-training. Este es su ejemplo:

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

Eso expresa una preferencia en contra del entrenamiento con IA para todas las rutas salvo las de /press-kit/, para las que expresa una preferencia a favor. Cuatro detalles del borrador que conviene conocer:

1. El comodín no vale. Un grupo User-Agent: * no cuenta como la señal: hay que escribir el token.
2. Sin grupo, sin preferencia. Si el archivo no tiene ese token, no se ha expresado ninguna preferencia.
3. No controla el rastreo. Según el borrador, el token no es una directiva de rastreo y es independiente de las reglas para cada rastreador. Para limitar el rastreo hay que seguir usando los grupos de cada bot.
4. Los acuerdos privados pueden prevalecer. El borrador admite que un acuerdo privado anule la preferencia expresada así.

Los analizadores actuales ignorarán ese grupo, como harían con cualquier agente de usuario que no reconocen, así que añadirlo no debería alterar lo que ya funciona.

Qué conviene hacer ahora

Esto es criterio nuestro: de momento no hay nada urgente que cambiar. La señal es un borrador, OpenAI todavía no la implementa y expresa una preferencia, no un bloqueo técnico. Lo razonable es decidir con antelación la política del sitio (qué rutas sí y cuáles no) y esperar a la actualización de OpenAI con los detalles. Si ya gestionas bloqueos por rastreador, mantenlos: la nota dice expresamente que seguirán respetándose. Para editores que además monetizan con publicidad, el contexto está en las pruebas de Google para pagar a los editores, en el debate sobre consentimiento de Twitch y en los cambios de AdSense que afectan a los publishers.

Preguntas frecuentes

¿Qué ha anunciado OpenAI?

Que respetará una señal común en robots.txt con la que un sitio indica su preferencia sobre el uso de su contenido para entrenar IA generativa.

¿Ya funciona?

No. OpenAI dice que aspira a implementarla en los próximos meses y que publicará otra actualización con los detalles.

¿Sustituye a los bloqueos actuales por rastreador?

No. OpenAI aclara que sus controles actuales en robots.txt seguirán vigentes y se respetarán.

¿Qué escribo en robots.txt para expresar la preferencia?

Según el borrador del IETF, un grupo con User-Agent: __usage_ai-training y las reglas Disallow o Allow que correspondan. Es un borrador y puede cambiar.

Imagen de portada: «OpenAI logo with magnifying glass», Jernej Furman, Wikimedia Commons (CC BY 2.0). Fuentes: nota «Making it easier for websites to express AI training preferences», de OpenAI, y borrador del IETF draft-kelley-aipref-training-preference-signal-00, consultados el 30 de octubre de 2026.

Para seguir el hilo: Google prueba a pagar a los editores cuyo contenido usa en sus respuestas de IA · el debate sobre el opt-in y el opt-out en Twitch · lo que deben revisar los publishers en AdSense.