OpenAI ha anunciado una nueva medida específica para la Unión Europea: durante las próximas semanas empezará a añadir una marca de agua invisible a determinados textos generados por ChatGPT y Codex. La tecnología se llama textGrain y no añade un sello visible ni una etiqueta al final del documento; introduce una señal estadística en las elecciones de palabras del modelo para que un detector pueda estimar si el texto contiene esa marca.
La medida responde a las obligaciones de transparencia del artículo 50 del Reglamento de Inteligencia Artificial de la Unión Europea, que exige que los proveedores de sistemas generativos hagan detectables en formato legible por máquina determinados contenidos sintéticos. La novedad importa porque afecta a la forma en que ChatGPT produce texto en la UE y porque también deja muy claros los límites de la detección: una marca encontrada no demuestra quién escribió el texto, cuánto intervino una persona ni si el contenido es verdadero.
En este artículo explicamos qué cambia, cómo funciona textGrain, qué cifras de detección ha publicado OpenAI, por qué la edición debilita la señal y qué obligaciones corresponden realmente al proveedor y al usuario.
Qué ha anunciado OpenAI exactamente
El anuncio oficial se publicó el 5 de octubre de 2026. Según OpenAI, el despliegue tiene tres partes diferentes:
- ChatGPT y Codex en la UE: los textos elegibles empezarán a incorporar la marca de agua invisible durante las próximas semanas y el despliegue abarcará todos los planes elegibles.
- API de OpenAI: desde el anuncio, clientes de cualquier país pueden activar voluntariamente la marca de agua en determinados modelos; permanece desactivada por defecto.
- Detector: OpenAI abre solicitudes de acceso, pero inicialmente lo limita a investigadores y organizaciones expertas aprobadas.
OpenAI no está convirtiendo la marca de agua en un ajuste global por defecto. La aplicación inicial es regional para ChatGPT y Codex en la UE, mientras que la API adopta un modelo voluntario.
La decisión llega apenas un día después de otro cambio importante alrededor de ChatGPT. En FormateConIA analizamos también los nuevos anuncios visuales de ChatGPT durante la generación de imágenes. Son novedades distintas, pero muestran cómo la plataforma está evolucionando simultáneamente en producto, regulación y transparencia.
Qué es textGrain y cómo funciona
textGrain es una técnica de watermarking de texto. En lugar de insertar caracteres secretos o metadatos fáciles de eliminar, modifica de forma controlada las probabilidades con las que el modelo elige palabras durante la generación. El resultado sigue siendo texto normal para una persona, pero contiene un patrón estadístico que el detector puede buscar posteriormente.
La idea básica es similar a dejar una huella distribuida a lo largo del texto. Ninguna palabra aislada identifica el origen; lo relevante es el patrón conjunto. Por eso el sistema necesita suficiente longitud y margen lingüístico para funcionar mejor.
Esto también explica una de sus principales debilidades: cuanto más se reescribe el texto, más puede degradarse la señal. Traducir, resumir o sustituir palabras puede modificar el patrón hasta hacerlo difícil de detectar.
Qué precisión tiene la marca de agua de ChatGPT
OpenAI ha publicado resultados propios bajo condiciones controladas y conviene leerlos con cuidado. Con una tasa objetivo de falsos positivos del 1 %, el detector encontró la marca aproximadamente en el 80 % de pasajes de 200 tokens y alrededor del 95 % de pasajes de 400 tokens en ejemplos de psicología. En textos matemáticos, donde existe menos libertad para elegir palabras alternativas, el rendimiento fue sensiblemente inferior.
La longitud, por tanto, importa. Un texto corto ofrece menos elecciones de palabras sobre las que repartir la señal. Esto hace que un párrafo breve sea mucho más difícil de clasificar que un documento largo.
OpenAI también ha probado qué ocurre al editar el contenido. En pasajes ingleses de 400 tokens, sustituir aproximadamente el 10 % de las palabras por sinónimos redujo la detección de cerca del 92 % al 66 %. Cambiar el 25 % hizo caer el resultado hasta aproximadamente el 17 %.
Esos datos no significan que cualquier persona vaya a reproducir exactamente esos porcentajes. Son evaluaciones internas sobre conjuntos y condiciones concretas. Sí demuestran algo importante: la marca no es una prueba infalible de autoría.
Qué exige realmente la Ley de IA de la Unión Europea
El marco legal relevante es el Reglamento de Inteligencia Artificial de la UE. Su artículo 50 establece que los proveedores de sistemas capaces de generar audio, imagen, vídeo o texto sintético deben procurar que sus salidas estén marcadas en un formato legible por máquina y sean detectables como contenido generado o manipulado artificialmente, dentro de lo técnicamente posible.
La Comisión Europea explica además que estas obligaciones de transparencia se aplican desde el 2 de agosto de 2026, aunque determinados sistemas puestos en el mercado antes de esa fecha pueden beneficiarse de un periodo transitorio para la obligación de marcado hasta el 2 de diciembre de 2026. La explicación oficial puede consultarse en las preguntas y respuestas de la Comisión sobre el artículo 50.
Proveedor y usuario no tienen exactamente la misma obligación
El Reglamento distingue entre quien ofrece el sistema y quien utiliza el contenido. El proveedor debe implementar mecanismos técnicos de marcado y detección cuando corresponde. El usuario profesional o entidad que publica determinados textos puede tener además obligaciones de divulgación, especialmente cuando se trata de contenido destinado a informar al público sobre asuntos de interés público.
Hay excepciones. La normativa contempla, entre otros casos, funciones de edición estándar que no alteran sustancialmente el contenido y textos que han pasado por revisión humana o control editorial bajo responsabilidad de una persona o entidad.
Por eso no es correcto simplificar la norma diciendo que “todo texto de IA tendrá que llevar una etiqueta visible”. El sistema jurídico distingue entre marcado técnico, divulgación pública, tipo de contenido, revisión humana y contexto de publicación.
Qué no demuestra una marca de agua detectada
Esta es probablemente la parte más importante. OpenAI enumera varias conclusiones que no pueden extraerse de un resultado positivo.
No demuestra quién escribió el texto
El detector no identifica al usuario, su cuenta, su prompt ni su conversación. Si detecta la señal, indica únicamente que un sistema compatible de OpenAI pudo intervenir en la generación o procesamiento del pasaje.
No mide cuánto trabajo hizo una persona
Un texto puede haber comenzado como borrador generado por IA y después ser reorganizado, corregido y ampliado por un autor humano. La marca no cuantifica esa aportación.
No establece propiedad intelectual ni responsabilidad
Detectar una señal estadística no decide quién posee el texto, si su uso es legítimo ni quién responde jurídicamente de lo publicado.
No comprueba si el contenido es verdadero
Una afirmación falsa puede estar marcada y una afirmación correcta puede no estarlo. Procedencia y veracidad son preguntas distintas.
Para quienes producen contenido comercial con IA, esta distinción también importa: una señal de procedencia no sustituye la revisión de mensajes, afirmaciones ni creatividades. En nuestro análisis sobre anuncios animados con IA y Canva revisamos precisamente cómo estructurar piezas publicitarias y qué conviene comprobar antes de publicarlas.
Por qué un detector público puede generar problemas
OpenAI ha decidido no abrir textGrain a todo el mundo en el lanzamiento. La razón declarada es el riesgo de interpretar incorrectamente los resultados, especialmente por falsos positivos y falsos negativos.
Imaginemos que una universidad utiliza un detector como prueba automática de fraude académico. Un falso positivo podría atribuir injustamente a un estudiante el uso de IA. El problema inverso también existe: un texto generado por IA puede haber sido editado lo suficiente para que la señal desaparezca y el detector no la encuentre.
Por eso una herramienta de procedencia debería utilizarse como una señal adicional, no como un juez automático. La misma precaución se aplica en empresas, medios de comunicación y procesos de selección.
Qué pasa si editas o traduces un texto de ChatGPT
La señal estadística puede debilitarse. OpenAI admite expresamente que reescribir, traducir o editar el texto reduce la fiabilidad de la detección. Esto no convierte la edición en un método de “borrar” una marca con resultado garantizado; simplemente muestra que la tecnología todavía no es robusta ante todos los cambios posibles.
También hay otro matiz: la ausencia de marca no prueba que el texto sea humano. Puede tratarse de contenido demasiado corto, muy editado, traducido, generado con un modelo no compatible, producido antes del despliegue o creado por otro proveedor.
¿Cambiará la calidad de las respuestas de ChatGPT?
OpenAI afirma que no ha observado diferencias significativas de rendimiento entre versiones con y sin watermarking en su batería de pruebas sobre Astra. Algunos resultados suben y otros bajan ligeramente, sin un patrón que la empresa considere significativo.
Eso no garantiza que cada usuario perciba exactamente la misma experiencia en todos los casos. La conclusión razonable es más limitada: según las evaluaciones publicadas por OpenAI, el mecanismo no provoca una degradación general clara en los benchmarks mostrados.
Qué significa para estudiantes, escritores y profesionales
Para un usuario normal, la principal consecuencia inmediata no es un cambio visible en la interfaz, sino que ciertos textos generados en la UE incorporarán una señal técnica. Es importante no confundir esa señal con una acusación de uso indebido.
Un estudiante debería seguir las normas de su centro educativo sobre uso de IA y citar o declarar su utilización cuando se requiera. Un escritor o profesional debería conservar su propio proceso de trabajo, fuentes, borradores y revisiones cuando la autoría o trazabilidad sea relevante. Ningún detector sustituye esa documentación.
Para empresas que producen mucho contenido, la novedad añade una capa más al gobierno de la IA. Puede ser útil definir quién revisa las salidas, qué se publica directamente, qué necesita control editorial y cómo se documentan las decisiones.
Quien utilice IA de forma profesional también necesita comprender qué tareas conviene automatizar y cuáles deben permanecer bajo supervisión humana. Nuestro análisis de Monetízate con avatares IA y bots aborda precisamente el valor y los límites de organizar creación de contenido con asistentes especializados.
Qué significa para desarrolladores que usan la API
La API recibe un tratamiento diferente al de ChatGPT en la UE. OpenAI permite activar la marca de agua de forma voluntaria en determinados modelos y afirma que seguirá desactivada por defecto al inicio.
Esto permite a una empresa decidir si necesita watermarking para sus propios requisitos de transparencia. También plantea decisiones técnicas: qué modelos son compatibles, cómo se almacena la información de procedencia, cómo se informa a usuarios finales y qué hacer cuando el texto es transformado posteriormente por otros sistemas.
Los desarrolladores que trabajan con agentes deben además distinguir entre procedencia del texto y permisos de actuación. Un sistema puede generar texto correctamente marcado y, aun así, tener riesgos si puede ejecutar acciones sobre infraestructura o datos sensibles. En nuestro análisis de AMD Ross y los agentes para ingeniería embebida explicamos por qué herramientas, permisos y verificación importan tanto como la capacidad lingüística del modelo.
¿Puede textGrain convertirse en un estándar?
OpenAI dice que planea publicar la tecnología como código abierto para que otras organizaciones puedan estudiarla y desarrollarla. Eso no significa que vaya a convertirse automáticamente en el estándar de la industria.
El ecosistema de procedencia ya incluye otros enfoques, como Content Credentials, C2PA y marcas invisibles para imagen y audio. El texto es particularmente difícil porque puede copiarse, resumirse y reescribirse sin conservar un archivo original.
Es probable que el futuro combine varias señales: watermarking, metadatos, credenciales de contenido, registros de producción y políticas de divulgación. Ninguna capa resuelve por sí sola el problema de la procedencia.
Hechos, inferencias y predicciones
Hecho confirmado: OpenAI anunció el 5 de octubre de 2026 que añadirá una marca de agua invisible a textos elegibles de ChatGPT y Codex en la UE durante las próximas semanas.
Hecho confirmado: los clientes de la API pueden activar voluntariamente watermarking en determinados modelos y el detector se limita inicialmente a investigadores y organizaciones expertas aprobadas.
Hecho confirmado: en las pruebas publicadas por OpenAI, la detección empeora con textos cortos, contenido matemático y edición posterior.
Inferencia razonable: la utilidad principal de estas marcas será aportar una señal adicional de procedencia, no resolver por sí solas disputas de autoría o fraude.
Predicción: durante los próximos años veremos sistemas de verificación híbridos que combinarán marcas estadísticas con credenciales de contenido y registros de generación, especialmente en contextos regulados.
Preguntas frecuentes sobre la marca de agua de ChatGPT
¿Se verá una marca o aviso en el texto?
No. textGrain se describe como una señal estadística invisible incorporada a las elecciones de palabras del modelo.
¿Afectará a todos los usuarios de ChatGPT en España?
OpenAI ha anunciado un despliegue para textos elegibles de ChatGPT y Codex en la Unión Europea durante las próximas semanas y en todos los planes elegibles. La disponibilidad concreta puede variar durante el despliegue.
¿Puede un profesor saber con certeza que un trabajo se hizo con ChatGPT?
No. Un detector puede aportar una señal, pero OpenAI reconoce falsos positivos, falsos negativos y una reducción importante de fiabilidad después de editar el texto.
¿Una marca detectada identifica al usuario?
No. OpenAI afirma que el detector no revela la identidad del usuario, la cuenta, el prompt ni la conversación.
¿Si no aparece la marca significa que el texto es humano?
No. Puede ser demasiado corto, estar editado o traducido, proceder de un modelo no compatible, haberse generado antes del despliegue o venir de otro sistema.
¿La marca de agua verifica que el texto sea correcto?
No. La procedencia no valida los hechos. El contenido sigue necesitando revisión y contraste de fuentes.
Conclusión
La llegada de textGrain a ChatGPT y Codex en la Unión Europea es un paso importante hacia una mayor trazabilidad del contenido generado por IA, pero no convierte la detección en una ciencia exacta. La propia OpenAI reconoce que la longitud, el tipo de texto y la edición posterior modifican mucho la fiabilidad.
La lectura más útil es tratar la marca de agua como una señal técnica complementaria. Puede ayudar a identificar la posible intervención de un sistema, pero no sustituye la revisión humana, la responsabilidad editorial ni las normas de cada institución. En una etapa en la que la IA participa cada vez más en escritura, programación y producción de contenido, entender esos límites es tan importante como disponer de la tecnología.
Fuentes principales consultadas el 6 de octubre de 2026: OpenAI, Comisión Europea y texto consolidado del Reglamento de Inteligencia Artificial de la Unión Europea. Las cifras de detección corresponden a evaluaciones publicadas por OpenAI y no deben interpretarse como garantías universales.