La coalición de editores SPUR ha publicado un borrador de estándar común para que las plataformas de inteligencia artificial informen sobre el uso del contenido que extraen de los medios. El documento, abierto a comentarios hasta el 10 de julio de 2026, propone un “lenguaje común” que facilite la medición y la transparencia en los acuerdos de licencia de contenidos.
Según el comunicado de la coalición, este estándar técnico será la base para que los sistemas de IA reporten cómo utilizan los artículos que rastrean, un paso que los editores consideran imprescindible para un ecosistema de licencias sostenible.
Un estándar para medir el viaje del contenido en los sistemas de IA
El borrador define cinco etapas por las que pasa el contenido editorial cuando interactúa con un modelo de inteligencia artificial. La primera es la recuperación desde el sitio web del editor, un proceso que los propietarios ya pueden observar a través de la actividad de bots. Le sigue la carga en el contexto de generación del agente de IA, la citación explícita en la respuesta, la visualización por parte del usuario y, finalmente, el engagement, que incluye clics, copias, comparticiones o instrucciones directas al agente.
Alex Springer, responsable técnico de la coalición SPUR y encargado de recibir el feedback en alex@spurcoalition.org, explicó que el objetivo es “desarrollar un lenguaje común para medir e informar sobre el uso del contenido, sobre el que puedan construirse marcos de licencia y compensación”. Y añadió que el borrador está abierto a cualquier sugerencia: “queremos que el documento sea analizado antes de que nada se endurezca, por eso el periodo de comentarios está abierto a todos: editores, plataformas, laboratorios de modelos y desarrolladores”.
Un estándar común beneficiaría tanto a los sistemas de IA como a los creadores de contenido, al permitir que todos comprendan qué valor aporta cada pieza en el entorno de inteligencia artificial.
La coalición SPUR y sus miembros fundadores
SPUR se lanzó a principios de año impulsada por The Guardian, el Financial Times, la BBC, Sky News y The Telegraph, y desde entonces ha sumado a más de una veintena de editores. El director ejecutivo del Financial Times, Jon Slade, destacó que “rastrear cómo los sistemas de IA usan el contenido genera beneficios para todos los implicados. Un estándar común significa que los sistemas de IA y sus usuarios se benefician de resultados mejores y más relevantes. Para los creadores de contenido, ver cómo y dónde su trabajo aporta valor en el entorno de IA les ayuda a entender dónde concentrar su energía y sus recursos para esa audiencia. Es un círculo virtuoso que hemos visto funcionar repetidamente en la industria: cuando los editores saben qué conecta con una audiencia determinada, producen mejor trabajo y todos los eslabones de la cadena se benefician”.
Un perfil de telemetría para la transparencia
Junto al formato de señales, SPUR ha publicado un perfil de telemetría que establece los términos que las empresas de IA deberían cumplir para ser compatibles con el estándar. Entre los requisitos figura la entrega en tiempo real de los cinco eventos a medida que ocurren, con información detallada a nivel de evento y un enrutamiento hacia el destino que elija cada editor. Esta infraestructura aspira a que los datos puedan integrarse con las herramientas de analítica que ya utilizan las redacciones.
Stephen Jones, consejero delegado de la firma de analítica Maro, que ha contribuido al diseño de los requisitos de vinculación con los sistemas de los editores, calificó el borrador como “un gran paso adelante” y subrayó que “una medición estandarizada y transparente del uso del contenido por parte de las plataformas de IA es el requisito mínimo para que haya un futuro sostenible en las licencias de contenido para los editores. Pero no ocurrirá por sí solo”.
El reto de crear un ecosistema de confianza
El movimiento de SPUR llega en un momento en que las negociaciones entre grandes grupos editoriales y desarrolladores de inteligencia artificial se han intensificado, con acuerdos puntuales para el uso de contenidos en entrenamiento y generación de modelos. Sin embargo, la falta de métricas comunes ha ralentizado el desarrollo de un mercado de licencias a gran escala. La propuesta de SPUR intenta llenar ese vacío con un estándar abierto y consensuado, similar al papel que desempeñan los códigos de medición publicitaria en el ecosistema digital.
El documento, que estará en fase de comentarios hasta el 10 de julio, representa un esfuerzo colectivo de la industria editorial por dotarse de herramientas de negociación equivalentes a las que ya existen en otros mercados de contenidos. La acogida que tenga entre las plataformas tecnológicas determinará si este “lenguaje común” se convierte en la referencia para las relaciones entre medios e inteligencia artificial.
📡 El Radar del Sector
- El vacío que llena: La ausencia de un estándar de medición ha sido uno de los principales obstáculos para que los editores negocien licencias de contenido con las empresas de IA en condiciones equitativas.
- El reto por delante: Lograr que las principales plataformas de inteligencia artificial adopten voluntariamente este estándar o que se convierta en un requisito de facto en el mercado de licencias.
- El tablero competitivo: La iniciativa sitúa a los grandes grupos editoriales anglosajones en una posición de vanguardia en la definición de las reglas del juego frente a las tecnológicas, mientras el resto de mercados observa el desarrollo.
