Google, Microsoft, OpenAI y Anthropic anunciaron el 30 de octubre de 2026 que respetarán una misma señal en el archivo robots.txt para que los sitios expresen su preferencia contra el uso de su contenido en el entrenamiento de IA, es decir, en el entrenamiento de modelos generativos. La propuesta proviene de un borrador técnico del IETF, el organismo que estandariza los protocolos de internet, y usa un token de política llamado __usage_ai-training.
Cómo funciona el token
En la práctica, el dueño de un sitio escribe un grupo común en robots.txt, pero usa el token compartido en lugar del nombre de un robot en la línea User-Agent:
User-Agent: __usage_ai-training Disallow: /
Con una sola regla, el sitio expresa su preferencia de que su contenido no se use para entrenar IA en todas las empresas participantes, sin repetir la instrucción para cada rastreador. Es posible abrir excepciones con líneas Allow, por ejemplo para un kit de prensa. El token no es un robot: ningún rastreador lo envía como identificación.
Un borrador, no un estándar
El documento detrás de la señal es el Internet-Draft "Machine-Readable Training Preference Signal" (draft-kelley-aipref-training-preference-signal-00), escrito por Kevin Kelley, de Anthropic, y publicado el 30 de octubre de 2026. Es un borrador individual, no un estándar aprobado por el IETF, y vence el 3 de mayo de 2027 si no se revisa o adopta.
Plazos diferentes por empresa
Los plazos varían por empresa. Microsoft empezará a respetar las nuevas preferencias el 1 de febrero de 2027, a medida que Bing vuelva a rastrear las páginas; Google apunta a principios de 2027; OpenAI habla de los "próximos meses"; y Anthropic, según el autor del borrador, ya comenzó a implementar el soporte. Ninguna de las cuatro lee el token en producción por ahora.
Lo que la señal no hace
Hay límites importantes. La señal vale solo para el entrenamiento de IA: usar el contenido para modificar los parámetros de un modelo generativo de IA. No bloquea el rastreo, no cambia la presencia en el buscador ni el posicionamiento, y no impide que el contenido se use para responder preguntas en servicios de IA. En Google, quien opte por el token sin mencionar Google-Extended será tratado como si hubiera bloqueado Google-Extended, lo que también afecta el grounding en Gemini Apps. Microsoft crea un control de grounding separado y dejará de leer las antiguas etiquetas NoArchive y NoCache como preferencia a partir del 1 de marzo de 2027.
Tampoco hay efecto retroactivo: nada de lo ya recopilado o entrenado se deshace. Y la señal es voluntaria: solo vale para las empresas que se adhieran. Meta, por ejemplo, no ha anunciado compromiso con el token hasta ahora. Un estudio independiente de noviembre de 2026 (CrawlCheck, con los 10.000 dominios principales) indica que el 21,8% de los sitios con robots.txt ya bloquea al menos un rastreador de IA, un contexto que ayuda a entender por qué una señal única interesa a los editores.
Para editores y dueños de sitios, el avance es práctico: una línea pasa a valer para cuatro laboratorios a la vez, en lugar de una regla por empresa. Pero, como nada está en producción todavía, la señal es hoy una preparación para 2027, no un bloqueo inmediato.
Fuentes: Google Search Central Blog — "Supporting a shared AI training control for websites", por John Mueller, 30 de octubre de 2026; IETF — Internet-Draft "Machine-Readable Training Preference Signal"; PPC Land — "Google, Microsoft, OpenAI and Anthropic back one AI training opt-out".
Crédito de la imagen: gráfico "Which AI crawlers robots.txt shuts out", del censo de CrawlCheck de noviembre de 2026, vía Wikimedia Commons, licencia CC BY 4.0.
Transparencia: este artículo fue producido con ayuda de inteligencia artificial, contrastado con publicaciones públicas en X y fuentes de internet, y revisado antes de su publicación. Consulte las fuentes originales para confirmar los detalles.
Muse
