Google propone un control común para el entrenamiento de IA en robots.txt

El control común para el entrenamiento de IA que Google planea incorporar en robots.txt permitiría a los sitios web expresar una preferencia general ante varios proveedores mediante una única señal. La compañía presentó la propuesta el 31 de octubre de 2026 y aclaró que todavía trabaja con otros actores en su estandarización dentro de la IETF.

Google anunció un plan para incorporar un control común para el entrenamiento de IA dentro de los archivos robots.txt. La propuesta busca que los responsables de sitios web puedan indicar, con una política compartida, si permiten o rechazan el uso de sus contenidos para entrenar modelos de inteligencia artificial ante varios proveedores participantes.

Si te interesa profundizar desde otra mirada de la red, en Noticias Web podés ver Google planea un control común para.

La iniciativa se apoya en el trabajo del grupo AIPREF de la Internet Engineering Task Force (IETF), aunque todavía no constituye un estándar definitivo. Según la publicación firmada por John Mueller, Google Search Advocate, la compañía apunta a ofrecer este mecanismo junto con otros proveedores durante 2027.

Qué cambiaría con el control común para el entrenamiento de IA

Actualmente, un sitio puede necesitar instrucciones específicas para distintos desarrolladores de sistemas de inteligencia artificial. La propuesta permitiría incluir en robots.txt un token de política compartido, es decir, una señal legible por máquinas que exprese una preferencia general para los proveedores que decidan adoptarla.

El objetivo es reducir la necesidad de mantener reglas separadas para cada empresa. Un editor podría indicar que no autoriza el entrenamiento mediante esa señal común y, en principio, comunicar la misma decisión a todos los proveedores compatibles. La interpretación concreta dependerá de la implementación que haga cada participante.

La propuesta todavía depende de la adopción de la industria

Google describe el mecanismo como una propuesta en desarrollo, no como una norma ya vigente. Para que resulte útil, otros proveedores de inteligencia artificial deberán reconocer la misma señal y aplicar una interpretación compatible.

La empresa sostiene que la iniciativa recoge aportes de editores, organizaciones de la sociedad civil, organismos reguladores y otros sectores que reclamaron controles aplicables a toda la industria. El trabajo continúa dentro del grupo AIPREF de la IETF, que sigue discutiendo el resto del vocabulario relacionado con las preferencias de los sitios web.

Cómo conviviría con Google-Extended

El nuevo mecanismo no reemplazaría los controles específicos de cada compañía. Google afirma que las reglas existentes seguirán funcionando junto con la señal conjunta. Esto permitiría expresar una decisión general para varios proveedores y, al mismo tiempo, establecer una excepción o una instrucción particular para Google mediante Google-Extended.

Google ofrece ese control específico desde 2023. En la propuesta anunciada, si un sitio utiliza la señal común para rechazar el entrenamiento y no menciona explícitamente Google-Extended, Google prevé interpretar esa configuración como una prohibición para ese agente. En cambio, una autorización explícita para Google-Extended mantendría la elegibilidad del sitio para aparecer en respuestas y recibir clics mediante la fundamentación con páginas web en las aplicaciones Gemini, según la explicación de la compañía.

Qué significa para quienes administran un sitio

Por ahora, no hay una acción inmediata que permita activar este esquema futuro. Los administradores deben distinguir entre las reglas que ya están disponibles y la propuesta que Google espera respaldar en 2027.

La diferencia es importante porque robots.txt no funciona como un registro central de permisos ni garantiza por sí solo que todos los actores de internet adopten una misma conducta. Su utilidad en este caso dependerá de que los proveedores interpreten la señal y respeten las preferencias expresadas.

La propuesta también separa dos decisiones que pueden coincidir, pero no son idénticas: permitir que un sistema rastree o consulte una página y permitir que el contenido se use para entrenar un modelo. El anuncio se refiere específicamente a las preferencias sobre entrenamiento de IA y a su representación mediante una señal común.

El vínculo con las reglas europeas sobre IA

Google afirma que el mecanismo es compatible con el Código de Prácticas de la Unión Europea para proveedores de modelos de IA de propósito general, en el marco del Reglamento de Inteligencia Artificial de la Unión Europea. Según la empresa, ese marco reconoce a robots.txt como un método principal para que los editores expresen preferencias legibles por máquinas.

Esta referencia no convierte la propuesta en una obligación general ni confirma que el estándar ya esté aprobado. Su relevancia está en que conecta una señal técnica utilizada por los sitios con un debate regulatorio más amplio sobre la transparencia y el respeto de las preferencias de los titulares de contenidos.

Una señal compartida, pero sin fecha de aplicación confirmada

Google indicó que espera brindar actualizaciones sobre el avance del proyecto y que su objetivo es respaldarlo junto con otros proveedores en 2027. No especificó en el anuncio una fecha de lanzamiento, una lista definitiva de participantes ni la sintaxis final del token.

La publicación original de Google presenta, por lo tanto, una dirección de trabajo: una preferencia común podría simplificar la gestión de permisos, pero su eficacia dependerá de la adopción coordinada y de las reglas finales que surjan del proceso de estandarización.