Las audiencias esperan cada vez más saber cuándo se utilizó inteligencia artificial para crear o modificar de forma significativa el contenido que consumen. Lo que ocurre una vez que aparece una etiqueta de contenido generado con IA es menos predecible. Investigaciones recientes muestran que informar sobre el uso de IA puede cambiar de forma medible la manera en que las personas interactúan con el contenido, y las razones no siempre tienen que ver con la tecnología en sí.
Para las marcas, esta cuestión requiere cada vez más atención a medida que la divulgación del uso de IA se vuelve habitual en las plataformas sociales. Meta utiliza actualmente la etiqueta “AI info” para ciertos contenidos que identifica como generados con inteligencia artificial, mientras que las ediciones más ligeras pueden señalarse de manera menos visible. TikTok y YouTube también han desarrollado sus propios sistemas para identificar y etiquetar contenido generado o alterado de forma significativa.
Al mismo tiempo, existe una clara diferencia entre querer transparencia y sentirse capaz de reconocer el contenido creado con IA de manera independiente. Según una encuesta de Pew Research Center de 2025, el 76% de los adultos estadounidenses consideraba extremadamente o muy importante poder distinguir el contenido generado con IA del creado por personas. Sin embargo, solo el 12% se sentía extremadamente o muy seguro de poder hacerlo por sí mismo.
¿Las audiencias quieren etiquetas para el contenido generado con IA?
Sí. El apoyo a informar sobre un uso significativo de inteligencia artificial se mantiene de forma bastante consistente entre distintos mercados. Que esa transparencia se traduzca en mayor confianza es otra cuestión.
El Ipsos AI Monitor 2025 encontró que el 79% de los encuestados en 30 países estaba de acuerdo con que las empresas deberían informar cuando utilizan IA, y un 40% estaba totalmente de acuerdo.
Las etiquetas de IA también tienen sus límites. Indicar que algo fue “generado con IA” explica cómo se produjo. No dice nada, por sí solo, sobre si la información es correcta.
¿Cómo afectan las etiquetas de IA al engagement en redes sociales?
La evidencia apunta en varias direcciones. Algunos estudios registran menos “me gusta” y un menor nivel general de interacción. Otros encuentran que las personas perciben la etiqueta, pero no cambian significativamente su comportamiento.
Entre 7% y 8% menos “me gusta”
Un estudio del Journal of Consumer Research sobre divulgación del uso de IA y engagement en redes sociales analizó publicaciones de TikTok y encontró que aquellas que indicaban el uso de IA recibían aproximadamente entre un 7% y un 8% menos “me gusta” y alrededor de un 7% menos de interacción total que publicaciones comparables sin esa indicación. Como los investigadores también realizaron ocho experimentos preregistrados, pudieron contrastar estas diferencias con las variaciones habituales del rendimiento en redes sociales.
Menor conexión emocional y menor intención de interactuar
Investigadores de Electronic Markets también observaron una reducción del engagement cuando las personas sabían que un contenido había sido mejorado o generado con IA. La respuesta era más negativa cuando parecía que la inteligencia artificial había realizado la mayor parte del trabajo creativo, lo que apunta a una diferencia importante entre utilizar IA como herramienta y convertirla en el principal agente creativo.
Sin cambios significativos en el engagement general
Otro estudio presentado en CHI 2025 sobre etiquetas de contenido generado con IA y engagement, con 911 participantes, encontró que las etiquetas ayudaban a las personas a identificar contenido generado o alterado con inteligencia artificial. Sin embargo, no se produjeron cambios significativos en su predisposición general a dar “me gusta”, comentar o compartir.
Para los equipos de comunicación, esto cambia la comparación que resulta útil. En lugar de medir contenido etiquetado contra contenido sin etiquetar, puede ser más relevante comparar dos publicaciones que informan sobre el uso de IA: una que aporta contexto sobre el proceso y otra que no.
¿Por qué informar sobre el uso de IA puede reducir el engagement?
La caída en la interacción no parece deberse simplemente a que las personas rechacen la inteligencia artificial. El estudio del Journal of Consumer Research encontró que uno de los factores más importantes era la percepción del esfuerzo. Cuando los participantes veían una etiqueta que informaba sobre el uso de IA, tendían a asumir que el creador había dedicado menos trabajo al contenido. Esto debilitaba su sensación de conexión con esa persona y reducía su intención de interactuar.
Los investigadores también encontraron que esta reacción podía cambiar cuando la herramienta de IA parecía requerir más habilidad. Por ejemplo, una divulgación que mencionaba los filtros neuronales de Photoshop hacía que los participantes percibieran un mayor nivel de esfuerzo que una etiqueta genérica de IA. En ese escenario, la diferencia en la conexión parasocial desaparecía.
También existe un efecto psicológico que ayuda a explicar por qué las personas pueden apoyar firmemente las etiquetas de contenido generado con IA y, al mismo tiempo, no sentirse especialmente vulnerables frente a ese contenido. La investigación de Saifuddin Ahmed sobre la influencia de los deepfakes identificó un efecto de tercera persona: las personas tendían a creer que los deepfakes influían más en los demás que en ellas mismas. También pensaban que eran mejores que otros para detectarlos, aunque esa confianza no predecía su capacidad real para hacerlo.
Para los equipos de comunicación, esto ofrece una oportunidad concreta: identificar qué partes del proceso exigieron tiempo, criterio o habilidad real, y hacer que ese trabajo sea visible para la audiencia.
¿La forma de describir el uso de IA cambia la reacción de las personas?
Sí. Las palabras utilizadas para explicar el papel de la inteligencia artificial pueden influir en cuánto trabajo cree la audiencia que proviene de una persona y cuánto de una máquina. “Generado con IA” puede sugerir que la inteligencia artificial realizó la mayor parte del trabajo creativo, mientras que expresiones como “mejorado con IA” o “con asistencia de IA” dejan más espacio para reconocer una participación humana visible.
El estudio de Electronic Markets sobre etiquetas de contenido generado con IA encontró que la mayor caída en el engagement se producía cuando el contenido se presentaba como completamente generado por inteligencia artificial. El contenido mejorado con IA obtenía mejores resultados, aunque seguía por debajo del contenido presentado como creado por personas.
Las marcas no siempre controlan la etiqueta que aparece en la plataforma. Meta, TikTok y YouTube pueden aplicar su propia terminología y sus propios sistemas de divulgación. Lo que sí pueden controlar las marcas es el lenguaje que acompaña esa etiqueta. Si una plataforma utiliza una categoría amplia, la empresa puede explicar si la IA generó el contenido, apoyó el proceso de edición o desempeñó un papel menor dentro de un trabajo liderado por personas.
Para las marcas que trabajan en varios mercados, también hay una cuestión de adaptación lingüística y cultural. Las expresiones utilizadas para informar sobre IA no necesariamente tienen el mismo peso en portugués o español que en inglés. Una frase que parece neutral en un mercado puede sonar mucho más categórica o incluso defensiva en otro. Por eso conviene tratar estos mensajes como parte de la comunicación de marca, no como un texto de cumplimiento que se traduce una sola vez.
¿Qué tipos de contenido generan las reacciones más fuertes ante las etiquetas de IA?
El impacto no se distribuye de manera uniforme. Hay cuatro contextos en los que la reacción tiende a ser más marcada.
Contenido emocional y basado en la creatividad
El estudio de Electronic Markets encontró una mayor caída del engagement en contenidos emocionales que en contenidos racionales cuando se informaba sobre el uso de IA. Es un patrón especialmente relevante en áreas como moda, arte o storytelling, donde el gusto, la creatividad y la sensibilidad humana forman parte del valor percibido.
Ese fue parte del problema que Valentino enfrentó a finales de 2025. Su campaña del bolso DeVain, generada con IA, estaba claramente identificada como tal. Aun así, muchos seguidores reaccionaron negativamente porque consideraron que la ejecución chocaba con la artesanía y el trabajo humano que asociaban con una marca de lujo.
Contenido de influencers y creadores
Una dinámica similar puede aparecer con influencers. Las personas suelen seguir a los creadores por su experiencia personal, criterio, estilo y autenticidad. Si informar sobre el uso de IA hace que esa contribución parezca menos directa, puede afectar tanto la credibilidad del creador como la percepción de la marca asociada a la colaboración.
Relaciones de marca ya establecidas
La investigación sobre divulgación del uso de IA y lealtad de marca encontró que las personas que ya seguían una marca eran más resistentes a los efectos negativos de informar sobre el uso de inteligencia artificial que quienes no tenían una relación previa con ella.
Audiencias que ya desconfían de la IA
La reacción también depende de la percepción previa que exista sobre la tecnología. Una misma etiqueta puede resultar neutral para una audiencia y generar rechazo en otra.
¿Qué pueden significar las actitudes hacia la IA en Latinoamérica para estas etiquetas?
Latinoamérica parece partir de una visión más positiva de la inteligencia artificial que la de muchos mercados occidentales. El Ipsos AI Monitor 2026 encontró que, en promedio, las personas de Latinoamérica y Asia tienen una mayor tendencia a considerar que los productos y servicios de IA aportan más beneficios que desventajas. En Europa y Norteamérica, en cambio, es más frecuente que las audiencias expresen preocupación frente a estas tecnologías.
Dentro de Latinoamérica también existen diferencias importantes. Los datos de Ipsos para la región muestran percepciones positivas que van desde el 71% en Perú y el 66% en México hasta el 56% tanto en Brasil como en Argentina.
Un estudio de 2026 realizado en Ecuador revela otra tensión interesante. El 65% de las personas encuestadas afirmó haber reconocido contenido político generado con IA, mientras que el 74% dijo que ese contenido no había influido en su propio voto y solo un 12% reconoció algún grado de influencia. Al mismo tiempo, existía un amplio respaldo a las etiquetas, la regulación y los límites éticos para la inteligencia artificial. Esto sugiere que apoyar la transparencia puede coexistir con la percepción de que la IA tiene más capacidad de influir en otras personas que en uno mismo.
Para las marcas internacionales, una actitud más favorable hacia la IA en un mercado no significa que sea recomendable reutilizar el mismo enfoque de divulgación en toda la región. Según nuestra experiencia, la prueba de participación humana también tiene que sentirse local: las audiencias regionales responden mejor cuando pueden reconocer al equipo que realmente hizo el trabajo, en lugar de encontrarse únicamente con un crédito global y genérico.
¿Cómo deberían las marcas etiquetar el contenido generado con IA?
Informar sobre el uso de inteligencia artificial se está convirtiendo en una parte habitual de la gobernanza de contenidos. Las plataformas están reforzando sus políticas y algunas regulaciones ya establecen requisitos legales específicos. Bajo las obligaciones de transparencia del artículo 50 de la Ley de IA de la Unión Europea, determinadas disposiciones se aplican desde el 2 de agosto de 2026, y algunas infracciones relacionadas con la transparencia pueden dar lugar a multas de hasta 15 millones de euros o el 3% de la facturación anual mundial.
1. Hacer visible el trabajo
Si la IA hace que el proceso parezca demasiado sencillo, la audiencia puede asumir que hubo menos habilidad, pensamiento o inversión detrás del contenido. Mostrar que participó una persona ayuda. Mostrar el trabajo realizado es aún más convincente: investigación, dirección de arte, edición, iteraciones, criterio experto y capacidad técnica.
2. Explicar con precisión qué hizo la IA
Utiliza el lenguaje que controla la marca para aclarar cuál fue realmente el papel de la inteligencia artificial, especialmente cuando la etiqueta de la plataforma es demasiado amplia. Si la IA generó el recurso, conviene decirlo. Si se utilizó para editar o asistir en una parte del proceso, la descripción no debería dar a entender que hubo una autoría completamente automatizada. Añadir más información no siempre genera más confianza. El objetivo es ser preciso sin sobreexplicar.
3. Adaptar la divulgación al tipo de contenido
El nivel de contexto debería responder a lo que la audiencia espera de cada formato. Una pieza explicativa sobre un producto o un recurso de localización puede necesitar menos contexto que el testimonio de un influencer, una campaña artística o una publicación de liderazgo de opinión, donde la experiencia, la emoción o la creatividad humana forman parte central del valor.
También por eso la localización suele ser uno de los espacios más naturales para incorporar IA. Esto cobra especial importancia en Latinoamérica, donde adaptar los mensajes al contexto local suele ser una parte fundamental de la entrada de las marcas internacionales a la región.
4. Probar el enfoque mercado por mercado
Las marcas internacionales deberían evitar convertir un estándar global de transparencia en una única plantilla global de comunicación. Las respuestas cambian entre mercados y todavía existe poca evidencia específica para Latinoamérica como para asumir que un lenguaje probado en Estados Unidos o Europa funcionará de la misma manera en São Paulo, Ciudad de México o Bogotá.
La pregunta competitiva ya no es simplemente si una marca informa sobre el uso de IA. La cuestión es qué entiende la audiencia sobre esa marca una vez que lo hace, y esa interpretación puede cambiar de un mercado a otro. Los equipos de redes sociales e investigación y análisis de Sherlock trabajan precisamente en ese punto con marcas internacionales; adaptar el lenguaje de divulgación a cada mercado y ponerlo a prueba antes de su publicación.