AI slop: qué es y por qué ganan las fuentes verificables
Publicado el 15 de agosto de 2026
Cada vez que abres una red social o buscas en Google, parte de lo que aparece no lo ha escrito nadie. En 2026 el contenido generado en masa con inteligencia artificial ronda la mitad de lo que se publica, y el AI slop se ha vuelto un problema de confianza para quien publica material original. La pregunta útil ya no es cómo reconocer lo falso, sino cómo demostrar lo auténtico: los detectores llegan tarde, la normativa etiqueta solo lo artificial, y lo único que aguanta el volumen es certificar en el origen.
El AI slop es el contenido de baja calidad generado con inteligencia artificial y publicado en masa, sin supervisión editorial ni fuente verificable, casi siempre para captar clics e ingresos publicitarios. Incluye textos, imágenes, vídeos y audio, y lo define la ausencia de origen comprobable, no la herramienta que lo produce.
Qué es el AI slop y por qué se habla tanto de él en 2026
Slop significa en inglés “bazofia”: las sobras aguadas que se echan a los cerdos. En comunidades online el término circulaba al menos desde 2019 para describir contenido hecho sin esfuerzo, y a partir de 2022, con la explosión de los generadores de imágenes, la etiqueta AI slop se consolidó como el heredero peyorativo de “spam” para la era generativa, según documenta la entrada de Wikipedia sobre el fenómeno. El salto al lenguaje común llegó en 2025, cuando Merriam-Webster eligió “slop” como palabra del año y la definió como contenido digital de baja calidad producido en cantidad mediante inteligencia artificial. En español el término no se traduce: la prensa y las búsquedas usan la forma inglesa. Que un diccionario generalista necesitara esa entrada da la medida de cuánto se ha extendido el fenómeno.
La marea sintética, en cifras
Según un estudio de Graphite sobre más de 65.000 artículos publicados en la web, los textos generados principalmente por IA superaron por primera vez a los escritos por personas en el cuarto trimestre de 2025, con un 50,9 %, y bajaron al 49,9 % en el primer trimestre de 2026. La corrección importa tanto como el récord: la marea no crece sin límite, se ha estabilizado en torno a la mitad de todo lo que se publica. Es decir, uno de cada dos artículos nuevos nace hoy de un modelo generativo, y quien publica material original compite a diario contra una producción industrial de contenido generado por IA, desde granjas de noticias que imitan a periódicos locales hasta imágenes virales de sucesos que nunca ocurrieron.
Por qué la detección a posteriori no aguanta el volumen
Los detectores de contenido generado por IA devuelven probabilidades, no pruebas, y llegan cuando el daño ya está hecho. Ningún análisis a posteriori puede desmentir al ritmo al que se produce el AI slop.
Detectar contenido generado por IA es una operación estadística: el clasificador estima la probabilidad de que un texto o una imagen salgan de un modelo, y esa estimación pierde precisión a medida que los modelos mejoran. La producción, mientras tanto, no espera. El AI Tracking Center de NewsGuard contabilizaba a 23 de junio de 2026 un total de 3.749 sitios de noticias generadas por IA sin supervisión editorial, en 16 idiomas, frente a los 3.006 de marzo del mismo año: entre 300 y 500 sitios nuevos al mes. Cada verificación manual cuesta horas de trabajo; cada sitio nuevo publica decenas de piezas al día. Esa asimetría es estructural, y explica por qué el fact checking y los detectores sirven como filtro previo, pero nunca como prueba de nada.
| Detección a posteriori | Certificación en origen | |
|---|---|---|
| Qué produce | Una probabilidad (“parece IA”) | Una prueba: hash, fecha cierta, metadatos |
| Cuándo actúa | Después de publicar | En el momento de la captura |
| Resistencia al volumen | Baja: cada pieza exige análisis | Alta: el contenido nace certificado |
| Valor probatorio | Débil y discutible | Verificable por terceros |
Y cuando el público asume que todo puede ser sintético, una foto real se descarta como un deepfake más. El AI slop no solo inunda la web de falsedades: erosiona el valor de lo verdadero.
Qué cambia con el AI Act desde el 2 de agosto de 2026
El artículo 50 del Reglamento (UE) 2024/1689, el Reglamento europeo de inteligencia artificial, obliga desde el 2 de agosto de 2026 a marcar el contenido sintético: un avance contra el AI slop que etiqueta lo artificial, pero no prueba lo auténtico.
El artículo 50 del Reglamento de IA impone obligaciones de transparencia a quien desarrolla y a quien despliega sistemas generativos: el contenido sintético debe marcarse en un formato legible por máquinas, y los deepfakes y los textos publicados sobre asuntos de interés público deben declararse como generados o manipulados por IA. Las obligaciones se aplican desde el 2 de agosto de 2026, con un periodo de gracia para la filigrana técnica hasta el 2 de diciembre de 2026. El límite no es de calendario, sino de diseño: la ley de inteligencia artificial de la UE etiqueta lo artificial y no certifica lo auténtico. Un contenido generado fuera de la Unión, o por alguien que ignora la norma, circula sin marca, y la ausencia de etiqueta resulta indistinguible de un original humano.
| Obligación del artículo 50 | Quién la asume | Qué no cubre |
|---|---|---|
| Marcado legible por máquinas | Proveedores de sistemas generativos | Lo generado fuera de la UE o sin marcar |
| Declaración de deepfakes | Quien despliega el sistema | La prueba de que una pieza es auténtica |
| Transparencia en textos de interés público | Quien publica con IA | Certificar lo genuino |
Si publicas con IA, revisa las obligaciones del AI Act desde agosto de 2026. Y es que etiquetar el contenido de IA no basta como prueba de autenticidad: esa carga sigue en quien publica.
La ventaja de las fuentes verificables
En una web donde la mitad del contenido es sintético, la carga de la prueba se ha invertido: ya no basta con no producir AI slop, hay que poder demostrarlo. La procedencia verificable pasa a ser una ventaja de distribución y de reputación.
El estudio de Graphite añade un dato revelador: la mayoría de los artículos generados por IA no aparece ni en Google ni en las respuestas de ChatGPT; casi nadie llega a verlos. Los motores ya filtran por fiabilidad, y cada señal de procedencia aumenta la probabilidad de ser indexado, citado y creído. El AI slop compite en volumen; una fuente verificable compite en confianza.
Vale para medios y marcas: publicar relleno sintético enseña a tu audiencia a saltarse tu contenido. Por eso redacciones y equipos de comunicación usan TrueScreen: certifican fotos, vídeos, audio, documentos y páginas web sobre el terreno, antes de que entren en un feed saturado de contenido sintético.
¿Cómo se certifica la autenticidad de un contenido en origen?
TrueScreen, the Data Authenticity Platform, certifica el contenido en el momento de la captura: registra la fuente, la fecha cierta y los metadatos del dispositivo y de la red, calcula el hash criptográfico del archivo y genera un informe que un tercero puede verificar de forma independiente. Es la operación inversa a la detección: en lugar de estimar a posteriori si una pieza es sintética, protege el dato desde su origen y produce una prueba con valor legal. La metodología forense recorre cuatro fases: adquisición en origen en un entorno que protege la integridad del dato, verificación, certificación con sello digital y marca de tiempo oficiales, reconocidos en todo el mundo, y conservación segura. Funciona con fotos, vídeos, audio, screenshot, páginas web, documentos y correos electrónicos, y la prueba resiste copias, citas e impugnaciones.
En un proceso civil español, ese soporte encaja en los artículos 299.2 y 384 de la Ley de Enjuiciamiento Civil, valorados según las reglas de la sana crítica, y el sello y la marca de tiempo se apoyan en el marco eIDAS. La cadena de custodia digital documenta cada paso.
Un ejemplo. Un medio local publica la foto de una inundación; en pocas horas circulan imágenes sintéticas del mismo suceso y los comentarios acusan a la redacción de usar IA. Sin prueba de origen, el desmentido es palabra contra palabra; con la adquisición certificada basta el informe: fecha cierta, dispositivo, hash intacto. La verificación de la foto deja de depender del ojo de cada lector.
FAQ: el AI slop y las fuentes verificables
¿Qué significa slop y cómo se dice en español?
En inglés, slop es la bazofia que se da a los cerdos. En internet describe contenido hecho sin esfuerzo ni criterio; desde 2022, AI slop es el heredero peyorativo de “spam”. En español no se traduce: la prensa usa la forma inglesa, y en 2025 Merriam-Webster eligió “slop” como palabra del año.
¿Todo el contenido generado por IA es slop?
No. El AI slop se define por la ausencia de origen verificable y de responsabilidad editorial, no por la herramienta. Una redacción que usa IA para transcribir y publica con fuente y fecha cierta no produce slop; un sitio que saca doscientos artículos diarios sin firma para captar publicidad sí, por pulida que suene la prosa.
¿Se puede detectar el AI slop de forma fiable?
No a la escala a la que se produce. Los clasificadores devuelven una probabilidad, no una prueba, pierden precisión a medida que mejoran los modelos y generan falsos positivos sobre trabajo humano. Demostrar que un contenido es auténtico exige la operación contraria: capturar origen, fecha e integridad en el momento de la creación.
¿El Reglamento de IA frena el AI slop?
Solo en parte. El artículo 50 del Reglamento (UE) 2024/1689 obliga desde el 2 de agosto de 2026 a marcar el contenido sintético, con gracia hasta el 2 de diciembre de 2026 para la filigrana técnica. Etiqueta lo artificial, pero no certifica lo auténtico: el contenido sin marcar resulta indistinguible de un original humano.
¿Cómo evitar el AI slop en tus redes y búsquedas?
Prioriza fuentes con autoría y fecha comprobables, desconfía de sitios sin firma que publican decenas de piezas diarias y contrasta los datos con la fuente primaria. Las señales típicas del AI slop son texto genérico, imágenes con incoherencias y ausencia de referencias. Ningún truco sustituye a la pregunta básica: ¿quién publica esto y puede demostrarlo?
¿Cómo puede un medio demostrar que su contenido es auténtico?
Certificándolo en el momento de la captura, no discutiéndolo después. Una adquisición forense registra fuente, fecha cierta, metadatos del dispositivo y hash criptográfico, y produce un informe verificable por terceros. TrueScreen realiza esta adquisición para fotos, vídeos, audio, documentos, páginas web y screenshot, con cadena de custodia documentada y valor probatorio apoyado en el marco eIDAS.
Destaca sobre el AI slop
Certifica en origen artículos, investigaciones, imágenes y datos con TrueScreen: origen verificable, fecha cierta e integridad demostrable para cada contenido que publicas.
