Análisis
Una señal robots.txt común para rechazar el entrenamiento de IA: qué respaldan OpenAI, Google, Microsoft y Anthropic
Un borrador propone un token de robots.txt, __usage_ai-training, para rechazar el entrenamiento de IA. Qué cubre, qué excluye y cuándo lo aplica Microsoft.
Al 31 de octubre de 2026, la propuesta es un grupo de robots.txt llamado __usage_ai-training, descrito en un borrador de la IETF fechado el 30 de octubre. Según SiliconANGLE, Google, Microsoft, Anthropic y OpenAI respaldan una futura norma sobre esta base. Todavía no es una norma: el borrador es individual y no está aprobado por la IETF, y la señal es una preferencia que los operadores de rastreadores respetan de forma voluntaria.
Lo esencial
- Qué es: un grupo de robots.txt ordinario cuyo nombre es
__usage_ai-training. No se añade ninguna directiva nueva. - Qué cubre: el uso de un contenido para el entrenamiento de IA. No afecta al rastreo, a la búsqueda ni al anclaje (grounding).
- Cómo está: un borrador individual. Microsoft confirma sus propias fechas (1 de febrero de 2027). Google seguiría en 2027 y OpenAI en los próximos meses, según la prensa. Meta no se ha comprometido.
- Límites: expresa una preferencia. El cumplimiento es voluntario y nada garantiza la exclusión del entrenamiento.
¿Qué respaldan exactamente estas empresas?
El texto se titula «Machine-Readable Training Preference Signal» (draft-kelley-aipref-training-preference-signal-00) y su autor es Kevin Kelley, de Anthropic. Está fechado el 30 de octubre de 2026 y caduca el 3 de mayo de 2027. Es un «Individual Internet-Draft» que apunta al estado Standards Track, y el borrador indica que no está aprobado por la IETF (IETF Datatracker).
Según SiliconANGLE (30 de octubre de 2026), Google, Microsoft, Anthropic y OpenAI respaldan una futura norma. Una sola entrada de robots.txt bloquearía a todos los rastreadores que recopilan datos de entrenamiento para modelos generativos. No se aplicaría a los modelos que realizan «exclusivamente tareas no generativas». Meta expresó su apoyo a la idea, pero no se ha comprometido (SiliconANGLE).
Solo el calendario de Microsoft está confirmado por una fuente primaria que hayamos leído.
¿Cómo se escribe en robots.txt?
El ejemplo del propio borrador:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/Disallow expresa una preferencia en contra de usar el contenido para el entrenamiento, y Allow una preferencia a favor. Las reglas son las de la RFC 9309, y prevalece la coincidencia más larga. La sección 4.2 del borrador indica que un grupo genérico User-Agent: * no vale para este token, así que el grupo debe escribirse de forma explícita.
El significado sigue la definición de «AI Training» del grupo de trabajo AI Preferences de la IETF (IETF AI Preferences).
Fuente: borrador de la IETF (30 de octubre de 2026), blog de Bing, verificado el 31-10-2026.
¿Qué cubre y qué no cubre?
Conviene separar tres cosas: el entrenamiento (modificar los parámetros aprendidos de un modelo generativo), la búsqueda (indexación y clasificación) y el anclaje (usar una página para responder a una pregunta).
El borrador indica que el token «no es una directiva sobre el comportamiento de rastreo» («not a directive for crawling behavior»). Para limitar el rastreo, remite a los grupos por rastreador, como GPTBot. Los acuerdos privados pueden prevalecer (sección 4.5).
Microsoft traza la misma línea en el blog de Bing. Distingue «AI Training» de «AI Grounding», y la indexación y la clasificación de la búsqueda clásica no son anclaje. El entrenamiento usa el token __usage_ai-training, con Allow por defecto y Disallow para rechazar. El anclaje no tiene ajuste en robots.txt: se regula página por página con una etiqueta meta (name="Bingbot") o una cabecera X-Robots-Tag, con valores como ai-grounding:disallow o ai-grounding:disallowextended. Los dos ajustes son independientes, y un ajuste de página prevalece sobre robots.txt (blog de Bing).
Microsoft añade que estas preferencias no cambian la elegibilidad para los resultados clásicos de Bing, y que un robots.txt que bloquea a Bingbot sigue bloqueando el rastreo: el ajuste gobierna el uso, no el acceso. Rechazar el anclaje puede reducir la visibilidad de la marca en las experiencias de IA. No garantiza inclusión, tráfico ni pago, y no crea una licencia.
En cuanto a OpenAI, la prensa indica que el token no sustituye los controles existentes. La documentación existente de OpenAI dice que rechazar GPTBot señala que el contenido no debe servir para entrenar sus modelos de base generativos, que OAI-SearchBot gestiona la búsqueda por separado, y que ChatGPT-User, que actúa a petición de un usuario, puede no seguir robots.txt (OpenAI).
La señal no tiene fuerza jurídica por sí misma, que depende de la ley de cada país. No borra los contenidos ya utilizados.
¿Cuándo será efectiva?
Por parte de Microsoft, según su blog: los ajustes temporales de anclaje llegan a Bing Webmaster Tools el 15 de diciembre de 2026, solo para los sitios que usen NoArchive o NoCache en esa fecha. Las nuevas preferencias de entrenamiento y anclaje empiezan a aplicarse a medida que se producen los rastreos el 1 de febrero de 2027. El 1 de marzo de 2027, NoArchive y NoCache dejan de leerse como preferencias de entrenamiento o anclaje. Los ajustes temporales de anclaje terminan el 30 de septiembre de 2027.
Para el resto, solo habla la prensa. Según SiliconANGLE, Google seguirá «el año próximo» (2027) y OpenAI prevé controles similares «en los próximos meses». No encontramos ninguna declaración de implantación de Anthropic en las fuentes leídas, así que no afirmamos ninguna.
Fuente: borrador de la IETF, blog de Bing, SiliconANGLE, verificado el 31-10-2026. Los hechos pasados se muestran rellenos, las fechas previstas con contorno.
Tabla comparativa
| Empresa | Posición al 31 de oct. de 2026 | Calendario | Fuente |
|---|---|---|---|
| Microsoft | Documenta el token __usage_ai-training y ajustes de anclaje separados | 1 de feb. de 2027: las preferencias empiezan a aplicarse | Blog de Bing |
| Respalda la futura norma, según la prensa | «El año próximo» (2027), según la prensa | SiliconANGLE | |
| OpenAI | Respalda; prevé controles similares, que no sustituyen los existentes, según la prensa | «En los próximos meses», según la prensa | SiliconANGLE |
| Anthropic | Respalda, según la prensa; su empleado es el autor del borrador | No se encontró ninguna declaración de implantación | SiliconANGLE, borrador de la IETF |
| Meta | Expresó su apoyo a la idea, sin compromiso | Ninguno | SiliconANGLE |
Preguntas frecuentes
¿Debo cambiar mi robots.txt ahora mismo?
Nada en las fuentes leídas promete un cumplimiento inmediato. El token no sustituye las reglas por rastreador como GPTBot, así que los grupos existentes siguen siendo pertinentes. Esto no es asesoramiento jurídico.
¿La señal bloquea el rastreo?
No. La sección 4.4 del borrador dice que no es una directiva sobre el comportamiento de rastreo. Para limitar el rastreo, use los grupos por rastreador.
¿Es una norma?
Todavía no. Es un Internet-Draft individual, no aprobado por la IETF, sin estado formal, que caduca el 3 de mayo de 2027.
Método y límites
Este artículo se apoya en el borrador de la IETF, el blog de Bing, SiliconANGLE y la documentación de los rastreadores de OpenAI, consultados el 31 de octubre de 2026. La página de anuncio de OpenAI citada por la prensa devolvió un error 403 y no se leyó: lo que contamos de los planes de OpenAI procede de SiliconANGLE y de la documentación existente. El «el año próximo» de Google y el «en los próximos meses» de OpenAI también proceden de la prensa, no de una página de empresa que hayamos leído. Esto no es asesoramiento jurídico.
Fuentes
- IETF: Machine-Readable Training Preference Signal (borrador) (verificado el 31-10-2026)
- Microsoft, blog de Bing: preferencias más claras para el entrenamiento y el anclaje (verificado el 31-10-2026)
- SiliconANGLE: Google, Anthropic y otros respaldarán una nueva norma para rechazar el rastreo de IA, 30 de octubre de 2026 (verificado el 31-10-2026)
- OpenAI: documentación de los rastreadores (verificado el 31-10-2026)
- IETF: grupo de trabajo AI Preferences, borrador de vocabulario (verificado el 31-10-2026)
¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones
