El enfoque de OpenAI frente a las reglas de procedencia de texto de la Unión Europea

OpenAI publicó el 5 de octubre de 2026 cómo va a cumplir una exigencia concreta del Reglamento de IA de la Unión Europea: que el texto producido por sistemas generativos sea identificable de forma automática. La respuesta es textGrain, una marca de agua invisible para texto, acompañada de un reconocimiento poco habitual en un anuncio de producto: la tecnología todavía es temprana y tiene límites serios.

La compañía fue explícita en que su despliegue es por etapas y que el valor de la señal depende del contexto. En sus palabras, el enfoque pone el acento en «la transparencia sobre lo que una marca de agua de texto puede y no puede decirle a las personas».

¿Qué es textGrain y cómo funciona?

textGrain agrega una señal estadística invisible a las palabras que el modelo elige al escribir. El detector de OpenAI busca esa señal para estimar si un pasaje contiene una marca de agua de la compañía. No se trata de metadatos pegados al archivo, sino de un patrón dentro del propio texto, lo que lo hace resistente a copiar y pegar.

En las evaluaciones internas de OpenAI, textGrain igualó o superó a los otros enfoques probados, incluido SynthID para texto. La empresa también anunció que planea liberar la tecnología en código abierto para que otros puedan construir sobre ella, y publicó un informe técnico que seguirá actualizando.

Un punto relevante para cualquier equipo que ya usa estos modelos en producción: la marca de agua no degrada la calidad. En los benchmarks con Astra, su modelo frontera, las diferencias con y sin marca de agua son mínimas. El Artificial Analysis Intelligence Index marcó 49,57 puntos sin marca y 49,76 con marca; AutomationBench pasó de 34,09% a 34,86%; DeepSWE v1.1 bajó levemente de 72,80% a 71,68%.

¿Dónde se activa la marca de agua y dónde no?

El despliegue tiene tres tramos bien delimitados:

• API, todo el mundo: desde el 5 de octubre los clientes pueden activar la marca de agua para modelos seleccionados. Viene desactivada por defecto, así que es una decisión del cliente.
• ChatGPT y Codex, solo Unión Europea: en las próximas semanas la marca de agua se agregará al texto elegible de usuarios de todos los planes dentro de la UE. OpenAI aclaró que no la convierte en default global al lanzar.
• Detector: las postulaciones abrieron hoy, pero el acceso se otorgará caso a caso y queda limitado a investigadores aprobados y organizaciones expertas.

Las herramientas de verificación de imagen y audio, incluido el verificador web de OpenAI y la Content Provenance API, siguen abiertas a cualquier organización. El cambio aplica solo a la procedencia de texto.

¿Qué tan confiable es la detección?

OpenAI publicó las cifras que explican por qué no abre el detector al público. A una tasa objetivo de falsos positivos de 1%, el detector identificó la marca en cerca del 80% de los pasajes de 200 tokens y en cerca del 95% de los de 400 tokens para contenido como psicología. En materias donde hay menos flexibilidad en la elección de palabras, como matemáticas, las tasas de detección caen de forma sustancial.

La edición humana debilita la señal muy rápido. En pasajes de 400 tokens, reemplazar 10% de las palabras por sinónimos bajó la detección de alrededor del 92% al 66%. Reemplazar 25% la dejó en 17%. Dicho de otra forma: un texto generado con IA y luego editado por una persona es, en la práctica, casi indetectable.

¿Qué NO prueba una marca de agua en el texto?

Esta es la parte que más conviene leer a quien tenga que tomar decisiones con estos resultados. Según OpenAI, una detección positiva no mide la contribución humana, no establece propiedad ni responsabilidad legal, no identifica al usuario, a la cuenta ni a la conversación, y no verifica si el contenido es verdadero o engañoso.

Y el error simétrico es igual de importante: la ausencia de marca de agua no prueba autoría humana. El texto puede ser demasiado corto, estar editado o traducido, provenir de un modelo no soportado, ser anterior al watermarking o haber sido generado con herramientas de otra compañía.

Análisis de Revenue Hub

Para un líder comercial o de marketing en Chile y Latinoamérica, lo primero que hay que descartar es la lectura alarmista. Esto no es un sistema que vaya a marcar los correos de tu equipo de ventas ni tus artículos de blog: aplica a texto generado por modelos de OpenAI, está apagado por defecto en la API y la activación por defecto solo ocurre en ChatGPT y Codex dentro de la Unión Europea. Si tu operación corre desde Santiago, Bogotá o Ciudad de México, nada se activa automáticamente en tu stack.

Donde sí hay una decisión concreta es en dos frentes. El primero es contractual: las empresas chilenas y latinoamericanas que venden servicios de contenido, desarrollo o soporte a clientes en Europa van a empezar a recibir preguntas sobre procedencia en los contratos y los pliegos. Tener una política escrita de uso de IA, con qué se genera, quién revisa y qué se declara, deja de ser un detalle de compliance y pasa a ser un requisito comercial. El segundo es operativo: si decides activar la marca de agua en la API, hazlo por caso de uso y no de forma global, porque la señal no tiene costo de calidad pero tampoco te da garantías de detección hacia afuera.

La conclusión estratégica es menos sobre watermarking y más sobre dónde pones la ventaja competitiva. Las cifras de OpenAI muestran que la detección se cae con 10% de edición humana, lo que confirma algo que ya veíamos en los proyectos de contenido: el diferencial no está en generar más texto, está en el criterio, el dato propio y la revisión que le pones encima. Esa es exactamente la capa que ningún detector puede marcar y la única que tu mercado paga. Si estás armando ese proceso, vale la pena revisar cómo evolucionan los modelos y agentes aplicados a ventas y los criterios editoriales que usamos en el blog de Revenue Hub.