Meta elimina frase que sugería raspado de noticias para entrenar IA
Meta quitó lenguaje polémico de sus términos comerciales que podía leerse como permiso para raspar sitios y entrenar su IA, y aclaró cómo funcionan los crawlers.
Meta eliminó lenguaje en sus términos comerciales que podía interpretarse como permiso para raspar sitios de noticias y usar ese contenido para entrenar su IA.
Portavoces de la compañía dicen que el cambio no altera cómo usa los crawlers y que las señales de robots.txt siguen vigentes.
La actualización aclara que los derechos de rastreo se limitan a anuncios y productos comerciales, no al raspado directo de noticias para entrenar modelos de IA.
Los editores deben seguir controlando el acceso a su contenido mediante robots.txt y otros controles a nivel de sitio, como en la práctica web estándar.
Lectura rápida · 2 min
Meta quitó lenguaje en sus términos que sugería que podía raspar sitios de noticias para entrenar su IA. La compañía afirma que esto no cambia cómo usa los crawlers y que los controles de robots.txt siguen siendo la señal para los propietarios de sitios.
Los editores deben seguir gestionando el acceso a su contenido con controles estándar. Para los lectores, esto indica que las plataformas intentan ser más claras sobre sus prácticas de datos, pero no responde todas las preguntas sobre quién entrena con qué contenido ni quién recibe crédito.
Próximos pasos: espera más aclaraciones de otras plataformas y vigila a los reguladores que analizan cómo debe describirse y controlarse el entrenamiento de IA.
Meta ha eliminado una frase de sus términos comerciales que muchos interpretaron como una autorización para raspar contenido de sitios web y usarlo para entrenar su IA, incluidos sitios de noticias. El cambio llega tras una ola de críticas y titulares sobre cómo las grandes plataformas podrían entrenar modelos extrayendo artículos de terceros.
En la práctica, la actualización significa que el lenguaje polémico ya no está y Meta intenta señalar que sus prácticas de rastreo no son una puerta trasera para recolectar noticias para alimentar su IA. La compañía afirma que el cambio no modifica cómo usa los crawlers web y que los propietarios de sitios pueden usar robots.txt para indicar sus preferencias. Un portavoz de Meta subrayó que los términos de rastreo se aplican a anuncios y productos comerciales, no al raspado de contenido de noticias para entrenar modelos de IA.
Lo que debes saber es que esto trata de cómo Meta navega la línea entre indexar contenido y usarlo para entrenar productos. Expertos han advertido que un lenguaje vago puede difuminar quién posee los datos de entrenamiento usados por la IA. La aclaración de Meta busca reducir el riesgo de que los editores se sientan sorprendidos por la recolección automatizada de datos, sin cerrar la puerta a usos legítimos de crawlers en las herramientas publicitarias y comerciales de la compañía.
Para los editores, la medida es un recordatorio de que robots.txt y otros señales a nivel de sitio siguen importando. Esas herramientas permiten a los propietarios decir si y cómo se puede rastrear un sitio. Meta ahora enmarca sus términos como algo que no altera esos controles de sitio, lo cual coincide con lo que muchos editores ya esperan de los acuerdos de rastreo en la web abierta.
La cuestión más amplia para los lectores es la transparencia y el control. Si una plataforma puede entrenar IA escaneando contenido, ¿de dónde viene ese contenido y quién recibe crédito o compensación? El cambio de redacción de Meta no responde directamente a esas preguntas, pero reduce una vía potencial que preocupaba a los editores al sortear permisos a nivel de sitio.
Lo que sigue es una espera para editores e investigadores: ¿seguirán otras plataformas el ejemplo de Meta y aclararán o endurecerán sus propios términos? ¿Presionarán el público o los reguladores para obtener reglas más explícitas sobre cómo los sistemas de IA se entrenan con contenido de terceros?
This is false. There's no change to how Meta uses web crawlers. As always, content owners can use robots.txt flags to indicate their preferences. This update is designed to make sure we’re able to pull accurate information about products for sale on third-party websites when… https://t.co/8rhmCjF9u2
Meta afirma que los términos de rastreo se aplican a anuncios y productos comerciales y no otorgan nuevos derechos para raspar sitios de noticias para entrenar IA. Reitera que los propietarios de contenido pueden usar robots.txt para indicar sus preferencias. En otras palabras, si no quieres que una plataforma rastree tu sitio, robots.txt sigue siendo la forma profesional de comunicárselo.
02
Qué significa esto para editores y lectores
Los editores controlan el acceso a su contenido con controles web estándar. Este cambio puede reducir el riesgo de una recolección amplia y no especificada de datos para entrenamiento, pero no altera los modelos de negocio subyacentes del entrenamiento de IA ni las realidades técnicas de los crawlers que usan muchas plataformas.
03
¿Es esto un momento regulatorio importante?
Por ahora, la actualización es un paso aclaratorio más que un cambio de política que dictamine cómo se entrenan los modelos de IA. Los reguladores están atentos a cómo las grandes plataformas describen sus prácticas de datos, y este tipo de ajuste en la redacción podría influir en solicitudes futuras para reglas más explícitas.
04
Qué puedes hacer ahora
Si eres editor o webmaster, revisa tu archivo robots.txt y las reglas de acceso para crawlers. Si eres un usuario preocupado por cómo podrían usar tus datos para entrenar IA, mantente atento a los términos de las plataformas y busca aclaraciones sobre el uso de datos en declaraciones oficiales o páginas de políticas.
Meta dice que el rastreo para anuncios y productos comerciales no cambia, y los propietarios pueden comunicar sus preferencias mediante robots.txt.
¿Significa esto que el entrenamiento de IA se hace diferente ahora?
El cambio es una aclaración, no una nueva política sobre datos de entrenamiento. Es un paso hacia un lenguaje más claro, pero no establece reglas universales nuevas para el entrenamiento de IA.
Bank of America contrató a cerca de 1,000 trabajadores externos para corregir vulnerabilidades que reveló Anthropic Mythos, con un coste de cientos de millones.
Un ciberataque en abril de 2025 permitió acceder a archivos del Legal Aid Agency que incluyen registros desde 1978, con riesgo de robo de identidad a largo plazo.
La mayor fuerza policial de Reino Unido está bajo escrutinio por cómo usa una plataforma contra el hurto, con dudas sobre privacidad y control de datos.
4 min de lectura
We use cookies to understand how readers use Talk With Tech, so we can make it better. Is that OK? Privacidad
The Daily Brief
Today's biggest tech stories, in 5 minutes
Every morning, the news that matters from AI, phones, apps and the people shaping tech. Explained in plain English. Free.
One email a day. No spam, unsubscribe anytime. Privacidad
