Jemiboo Magazine

Bloquear entrenamiento de IA nov. 2026: token común en robots.txt

Google, Microsoft y OpenAI anunciaron el 30 de octubre de 2026 que admitirán un token común de robots.txt para rechazar a la vez el entrenamiento de IA.

Jemiboo Magazine

· 6 min de lectura

Leer en otros idiomas한국어English简体中文繁體中文日本語

Claves (a 10 de noviembre de 2026)

  • El token común «__usage_ai-training» procede de un borrador individual que Kevin Kelley, de Anthropic, presentó al IETF el 30 de octubre de 2026, y todavía no es un estándar aprobado por el IETF.
  • Google prevé admitirlo en 2027, mientras que Microsoft aplicará los nuevos ajustes desde el 1 de febrero de 2027 y dejará de leer las directivas NoArchive y NoCache el 1 de marzo de 2027.
Pequeño robot rastreador detenido ante un servidor con el interruptor apagado

Pronto bastarán dos líneas en robots.txt para excluir un sitio web del entrenamiento de IA de varias empresas a la vez. El 30 de octubre, Google, Microsoft y OpenAI anunciaron que admitirán un «token de política» común que se escribe en robots.txt. El grupo de trabajo sobre preferencias de IA del Grupo de Trabajo de Ingeniería de Internet (IETF) se reúne la semana próxima, los días 16 y 19 de noviembre. La exclusión del entrenamiento, que hasta ahora había que declarar empresa por empresa, empieza a convertirse en una sintaxis común de la web.

Bloquear el entrenamiento de IA hoy: un nombre distinto por empresa

robots.txt es un breve archivo de texto que se coloca en la raíz de un sitio web. Es una convención veterana que indica a los rastreadores de los buscadores qué partes pueden leer. El problema era el entrenamiento de IA. Desde 2023, Google acepta la exclusión del entrenamiento con un nombre aparte, Google-Extended, y otras empresas usan cada una el suyo. Cada vez que surgía una nueva empresa de IA, los responsables de los sitios tenían que volver a actualizar la lista. En el blog Google Search Central, el 30 de octubre, el defensor de búsqueda de Google John Mueller escribió que, en lugar de gestionar instrucciones separadas para cada desarrollador de IA, los propietarios de sitios podrán fijar preferencias generales para todas las empresas de IA participantes mediante un «token de política» común en robots.txt.

EmpresaMétodo actualRespuesta al token comúnPlazo
GoogleGoogle-Extended (desde 2023)La exclusión con el token se interpreta como exclusión de Google-ExtendedSoporte previsto para 2027
Microsoft (Bing)NoArchive · NoCacheSustituidos por ajustes de entrenamiento y groundingSe aplica desde el 1 de febrero de 2027
OpenAIGPTBot (según prensa)Admite el token comúnEn unos meses (según prensa)

La tabla se basa en las entradas oficiales de los blogs de Google y Microsoft del 30 de octubre de 2026. No se pudo acceder al anuncio original de OpenAI; la fila de OpenAI recoge lo publicado el 2 de noviembre por el medio tecnológico japonés Gijutsu-Hyoron (gihyo.jp). Según ese medio, OpenAI seguirá permitiendo configurar por separado, como hasta ahora, su rastreador de entrenamiento, GPTBot, y su rastreador de búsqueda, OAI-SearchBot.

Hay que escribir el nombre del token, no el asterisco (*)

La sintaxis es breve. Escribir 'Disallow: /' bajo 'User-Agent: __usage_ai-training' significa que todo el sitio queda fuera del entrenamiento. También se pueden dejar abiertas carpetas concretas. El punto delicado es el asterisco. El borrador establece que el grupo 'User-Agent: *', que se dirige a todos los rastreadores, no debe interpretarse como aplicable a este token. Si ninguna línea nombra el token, se considera que el sitio no ha expresado ninguna preferencia. El token tampoco es una orden para impedir el rastreo. El borrador explica que la lectura de una página por un rastreador y el uso que se haga de lo leído funcionan por separado. Si existe un acuerdo individual, ese acuerdo puede prevalecer.

CategoríaEtiquetaSignificado (borrador de vocabulario del IETF, versión 08)
Entrenamiento de IAtrain-aiUso para modificar los parámetros entrenados de un modelo de IA generativa
Uso por IAai-useUso como entrada de IA generativa de material que el usuario no ha aportado directamente
BúsquedasearchUso que dirige al usuario a la ubicación original, sin incluir la generación de resúmenes

Las categorías proceden del documento del grupo de trabajo del IETF «A Vocabulary For Expressing AI Usage Preferences», en su versión del 14 de septiembre de 2026. El propio documento advierte de que es un borrador que aún no refleja el consenso del grupo de trabajo.

Mano sobre un portátil con una pantalla que recuerda a un archivo de configuración

Se puede seguir en el buscador y salir solo del entrenamiento

Lo que más preocupa a los responsables de los sitios es la visibilidad en los buscadores. Microsoft afirmó que los nuevos ajustes no cambian la posibilidad de aparecer en los resultados de búsqueda de Bing. Bing ha ido un paso más allá y permite elegir por separado, página a página, el entrenamiento y el «grounding». El grounding consiste en que una IA recurre a documentos web como respaldo al redactar una respuesta. El entrenamiento se configura por sitio o por ruta en robots.txt y, si hace falta, también con metaetiquetas de página. El grounding solo se configura con metaetiquetas de página; robots.txt no tiene ajuste de grounding. Google indicó que los sitios que permiten expresamente Google-Extended pueden aparecer como fuente en las respuestas de la aplicación Gemini y recibir clics. Bloquear el entrenamiento o seguir figurando como fuente citada en las respuestas es ahora una decisión que cada responsable debe sopesar.

FechaCalendario de Microsoft Bing
15 de diciembre de 2026Se abre un ajuste temporal de grounding para los sitios que usan NoArchive · NoCache
1 de febrero de 2027Empiezan a aplicarse los nuevos ajustes de entrenamiento y grounding durante el rastreo
1 de marzo de 2027NoArchive · NoCache dejan de leerse como señal de preferencia
30 de septiembre de 2027Vence el ajuste temporal

Qué pueden hacer ya blogs y medios

Ni los anuncios ni el borrador del IETF mencionan servicios coreanos de búsqueda o de IA, y aún no está decidido si las empresas coreanas del sector seguirán el mismo token. Quien gestione su propio dominio debería abrir primero 'sudominio/robots.txt' para ver qué contiene ahora. Como el token común se aplicará de forma escalonada a partir de 2027, si se quiere rechazar el entrenamiento de inmediato es más seguro mantener también los nombres específicos de cada empresa. Si nuestro artículo del 5 de noviembre sobre la expansión de las marcas de agua en textos de IA (https://jemiboo.com/es/tech/2026-11-05/) trataba las marcas que deja la IA en lo que escribe, este token es una señal de «no lo uses» que se añade a los textos escritos por personas.

Preguntas frecuentes

¿Si excluyo mi web del entrenamiento de IA en robots.txt, desaparece del buscador?

El token común es una declaración de preferencia sobre el uso, no una orden para bloquear el rastreo. Microsoft afirmó que los nuevos ajustes no cambian la posibilidad de aparecer en los resultados de Bing.

¿Desde cuándo tiene efecto el token __usage_ai-training?

Google prevé admitirlo en 2027 y Microsoft empezará a aplicarlo el 1 de febrero de 2027. Según la prensa, OpenAI lo aplicará en unos meses.

¿Bloquear con User-Agent: * también excluye del entrenamiento de IA?

No. El borrador del IETF establece que el grupo del asterisco no debe interpretarse como aplicable a este token. Para rechazar el entrenamiento de IA hay que escribir aparte el nombre '__usage_ai-training'.

El borrador sigue siendo un documento individual presentado por una sola persona y solo podrá entrar en el proceso de normalización si el grupo de trabajo lo adopta. Cuando se publiquen las actas de la reunión de San Francisco de la semana próxima, lo primero será comprobar si el nombre del token se mantiene.

Fuentes

  1. Google Search Central Blog, Supporting a shared AI training control for websites (30 oct. 2026) — developers.google.com
  2. Microsoft Bing Blog, Your content, your choice: clearer preferences for training and grounding (30 oct. 2026) — blogs.bing.com
  3. IETF, draft-kelley-aipref-training-preference-signal-00 (30 oct. 2026) — datatracker.ietf.org
  4. IETF, A Vocabulary For Expressing AI Usage Preferences, draft-ietf-aipref-vocab-08 (14 sept. 2026) — datatracker.ietf.org
  5. IETF, IETF 127 Agenda (actualizada el 9 nov. 2026) — datatracker.ietf.org
  6. Gijutsu-Hyoron gihyo.jp, información sobre los controles de entrenamiento de IA en robots.txt (2 nov. 2026) — gihyo.jp

bloquear entrenamiento de IArobots.txtexcluir web del entrenamiento de IAIETF AIPREFGoogle-ExtendedBing grounding

Más del mismo día

Más de Tecnología