OpenAI marca el texto de ChatGPT en Europa… y avisa que no siempre se va a notar

Europa quiere que se pueda saber si un texto lo escribió una inteligencia artificial. OpenAI respondió con una marca invisible en lo que generan ChatGPT y Codex… y, en el mismo anuncio, dejó claro que esa marca no es un sello mágico.

Para bancos, medios, universidades y empresas en Chile que ya piden “prueba de procedencia”, el mensaje importa: una huella técnica no es lo mismo que veracidad, ni que autoría humana.

Qué pasó

El 5 de octubre de 2026, OpenAI confirmó el despliegue de textGrain, su sistema de marca de agua en texto.

En las próximas semanas, la marca se activará para usuarios elegibles de ChatGPT y Codex solo en la Unión Europea, en todos los planes. OpenAI dice explícitamente que no la convierte en el default mundial: quiere aprender con uso real y con feedback.

En la API, el cliente puede activar salidas con marca en todo el mundo (opt-in). También trabajan con socios de nube para ofrecerla en las próximas semanas.

El detector no se abre al público. Investigadores y organizaciones expertas pueden postular; el acceso es caso a caso. La herramienta solo responde si detecta una marca de OpenAI: no identifica al usuario ni muestra el prompt. OpenAI justifica el límite por el riesgo de falsos positivos y de marcas que no se ven.

Según The Verge y el centro de ayuda de OpenAI, textGrain no agrega caracteres ocultos ni puntuación rara. Ajusta, de forma sutil, cómo el modelo elige entre posibles palabras. Ese patrón, a lo largo de un pasaje, es lo que un detector busca.

OpenAI afirma que, en sus pruebas, el método igualó o superó enfoques como SynthID para texto (el que usa, por ejemplo, Anthropic). También muestra que el rendimiento del modelo con y sin marca es similar en varios benchmarks. Pero agrega una advertencia clave: no garantiza detección fiable. Y aclara lo que la marca no hace: no verifica si el texto es correcto, no define quién es el dueño, no mide cuánto aportó un humano y no prueba autoría humana.

Los números propios de OpenAI, recogidos por medios especializados, ayudan a aterrizar el límite. Con un objetivo de 1% de falsos positivos, la detección ronda el 80% en pasajes de unas 200 “piezas” de texto y cerca del 95% en pasajes más largos (unas 400), en temas con mucho margen de redacción. En temas rígidos, como matemáticas, baja. Si alguien reemplaza el 10% de las palabras por sinónimos, la detección de un pasaje largo puede caer de ~92% a ~66%. Si reemplaza un cuarto, puede caer a ~17%. Traducir o reescribir con fuerza también puede borrar la señal.

En paralelo, el 6 de octubre AFP/France 24 reportó el otro lado de la misma historia: la AI Act europea ya se puede hacer cumplir desde agosto de 2026. Un vocero de la UE dijo que las reglas están “listas para su propósito” y habló de más de 30 pedidos de información a empresas (paso previo a investigaciones) en temas que van desde derechos de autor hasta ciberseguridad y seguridad. Legisladores y expertos, en cambio, advierten huecos —por ejemplo en responsabilidad civil— y preguntan si la Oficina de IA, con alrededor de 125 personas, tiene músculo suficiente.

Por qué importa

En Chile no aplica la AI Act europea. Sí aplica la pregunta que la ley europea está forzando: cuando un texto puede decidir un crédito, un informe, una nota o una respuesta al cliente, ¿cómo sé de dónde salió?

Muchas organizaciones van a escuchar “tenemos watermark” y van a cruzar el ítem. Eso sería un error. La marca de OpenAI es una señal técnica frágil: útil en condiciones ideales, débil cuando el texto se acorta, se edita o se traduce —precisamente lo que pasa en un flujo de trabajo real.

Tampoco alcanza con mirar solo a OpenAI. La UE está empezando a pedir información y a medir si las reglas de transparencia se cumplen. Eso empuja a todo el mercado de proveedores a ofrecer alguna forma de procedencia. La calidad de esa señal —y quién puede verificarla— pasa a ser parte de la negociación comercial.

Tres acciones para Chile

1. Pide la ficha de procedencia, no el eslogan. En el contrato o en el RFP: ¿qué señal usan (marca en el texto, metadatos, otro)? ¿En qué productos y países aplica? ¿Es default u opt-in? ¿Quién puede detectar y con qué acceso?

2. Prueba el escenario real. Toma un texto generado, tradúcelo, reescríbelo un 20–25% y pregunta al proveedor qué queda de la señal. Si el flujo habitual es editar en Word o pasar por otro modelo, asume que la marca puede desaparecer.

3. Separa tres cosas que no son lo mismo. Procedencia (“¿lo generó un modelo?”), veracidad (“¿es cierto?”) y autoría humana (“¿lo escribió una persona?”). Una marca de agua responde, a medias, solo a la primera. Para las otras dos hacen falta revisión humana, fuentes y controles propios.

La UE está empujando a marcar el texto. OpenAI responde… y avisa los límites. En Chile, la decisión útil no es “¿tiene watermark?”. Es “¿qué pasa con esa señal cuando el texto sale del chat y entra a mi operación?”.