30 de octubre de 2026. Google y Microsoft han anunciado que respetarán una señal común en el archivo robots.txt para que los sitios web indiquen si permiten o no que su contenido se use para entrenar modelos de inteligencia artificial. La propuesta técnica la firma Anthropic como borrador individual del IETF; ninguna de las dos grandes tecnológicas la aplicará todavía: Google apunta a 2027 y Microsoft al 1 de febrero de 2027.
Qué se ha anunciado y cuándo se aplica
| Quién | Qué dice su anuncio |
| Anthropic | Es el autor del borrador técnico «Machine-Readable Training Preference Signal», fechado el 30 de octubre de 2026. Según la prensa especializada, ya usa la señal |
Se propone respetarla en 2027. Si un sitio la usa para excluir el entrenamiento y no menciona Google-Extended, lo tratará como si lo hubiera bloqueado |
|
| Microsoft | Empezará a respetar las nuevas preferencias al rastrear el 1 de febrero de 2027; el plazo para publicarlas y registrar la preferencia temporal en Bing Webmaster Tools termina el 1 de marzo de 2027 |
| OpenAI | Según la prensa especializada, la implantará «en los próximos meses». No hemos podido leer su entrada original |
Las filas de Google y Microsoft proceden de sus propios blogs, ambos del 30 de octubre de 2026; la de Anthropic, del borrador publicado en el IETF Datatracker. Es lo que cada empresa dice de sí misma.
Cómo funciona la señal
El borrador define un único «token de política», __usage_ai-training, que se escribe como si fuera un robot más en el robots.txt de la web. Un Disallow expresa la preferencia de que ese contenido no se use para entrenar IA; un Allow expresa la contraria, y se puede indicar por rutas. Por ejemplo, prohibir todo el sitio salvo la carpeta de prensa:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/El documento aclara que no introduce directivas nuevas, que los grupos con comodín (User-Agent: *) no se le aplican y que no es una orden de rastreo. Hasta ahora, un sitio que quisiera negarse tenía que bloquear robot por robot (GPTBot, ClaudeBot, Google-Extended…). Las señales específicas de cada empresa seguirán funcionando junto a la nueva.
Entrenar no es lo mismo que responder
Microsoft separa dos usos que conviene no confundir: el entrenamiento y el grounding, es decir, que su IA consulte la página para construir una respuesta. El entrenamiento usará la señal compartida y además podrá fijarse por página; el grounding se define por página con tres opciones: Allow (por defecto), DisallowExtended y Disallow. La preferencia no cambia la presencia en los resultados de Bing, pero la propia Microsoft advierte de que elegir Disallow o DisallowExtended para el grounding reduce la visibilidad de la marca en las experiencias de IA. Google plantea algo parecido: los sitios que permiten Google-Extended pueden aparecer en respuestas y recibir clics a través de Gemini.
Qué significa para quien tiene una web de negocio
Una pyme con página web no tiene que hacer nada hoy: ningún gran buscador aplica todavía la señal. Lo útil es saber que habrá que decidir antes de febrero de 2027 si el contenido propio —catálogo, tarifas, artículos— puede alimentar el entrenamiento de modelos, y que esa decisión tiene un coste y un beneficio: negarse protege el contenido, pero Microsoft avisa de que restringir el grounding resta presencia en las respuestas de sus asistentes. Quien gestiona la web a través de una agencia o de un gestor de contenidos debería preguntar si puede editar el robots.txt y quién lo hace. Según las informaciones publicadas, la señal es voluntaria: quien quiera impedir de verdad el acceso a robots que la ignoren necesita otras medidas técnicas.
Es una decisión parecida a las que ya planteaba el Reglamento de IA aplicado a los bots de negocio, y se suma al dato del INE sobre el uso de IA en las empresas: la IA ya es herramienta de trabajo para una de cada tres compañías de diez o más empleados, y de qué contenido se alimenta empieza a ser un asunto de cada web.
Lo que todavía no se sabe
No consta la fecha exacta en que Google empezará a respetar la señal, solo que apunta a 2027. No consta el calendario concreto de OpenAI. El texto del borrador es un documento individual de Anthropic, no respaldado por el IETF y sin estatus formal de estándar, y caduca el 3 de mayo de 2027 si no se renueva. Tampoco hay mecanismo para comprobar que un rastreador la cumple: es una preferencia, no una obligación. Meta, según la prensa, apoya la iniciativa pero no ha dicho si respetará el token.
Publicado el 2 de noviembre de 2026. Se actualizará cuando OpenAI o Google concreten fechas.
Fuentes
- Google Search Central. Controles de entrenamiento de IA, 30 de octubre de 2026
- Bing Blogs. Your content, your choice: clearer preferences for training and grounding, 30 de octubre de 2026
- IETF Datatracker. draft-kelley-aipref-training-preference-signal-00, 30 de octubre de 2026
- Coywolf. Google, OpenAI, Microsoft and Anthropic back a shared robots.txt AI training signal
- Techzine. AI companies to support shared anti-scraping standard, 2 de noviembre de 2026
La tabla y el apartado sobre el uso en negocios son elaboración propia de AltioraIA a partir de las fuentes citadas.