Gobernanza de la IA en redes sociales: política, aprobaciones y registro de auditoría

Artículos relacionados

El marco general se encuentra en el artículo pilar IA & automatización en la gestión de redes sociales. Las decisiones relacionadas se tratan en profundidad en Brand voice con IA: RAG, few-shot y evals para contenido social, Contenido generado con IA y engagement: lo que cuesta realmente el AI slop y Alternativa a Hootsuite 2026: ¿SaaS, agregador o self-hosted?.

Por qué los equipos de redes sociales necesitan gobernanza de la IA

El respaldo al control humano ya no es un tema marginal en el sector. En el informe Social Media Trends 2026 de Hootsuite, el 91 % de los profesionales del marketing encuestados califica de muy importante o crítica la intervención humana al evaluar o crear contenido con IA. Es una foto del sentir general en una encuesta global, no un objetivo para tu equipo. Lo útil es la dirección: las aprobaciones no se suprimen sobre el papel, se trasladan a otro punto. Comprueba con tus propios casos en qué punto del proceso detectan errores de verdad.

El segundo riesgo corre en paralelo al proceso oficial. La asociación del sector digital Bitkom describe la IA en la sombra, es decir, el uso no controlado de herramientas de IA privadas por parte de los empleados, como un riesgo real de gobernanza. En su encuesta a 604 empresas de 20 o más empleados en Alemania (julio y agosto de 2025), el 8 % declaró un uso privado de la IA muy extendido y otro 17 %, casos aislados. Bitkom recomienda políticas corporativas que establezcan qué herramientas de IA se permiten y con qué fin, y que incluyan obligaciones de etiquetado y divulgación.

Con el Reglamento de IA, la clave está en qué obligaciones afectan realmente a un equipo de redes sociales. La supervisión humana y el registro según el art. 12, el art. 14 y el art. 26 solo se aplican a sistemas de alto riesgo, y el contenido generado con IA para redes sociales no suele entrar en esa categoría. Los pertinentes son otros dos artículos. Ambos se dirigen también a los responsables del despliegue, es decir, a las empresas que utilizan un sistema de IA bajo su propia responsabilidad, aunque no lo hayan desarrollado ellas mismas. El art. 4 exige desde el 2 de febrero de 2025 medidas que fomenten la alfabetización en materia de IA del personal. Sin embargo, desde el Ómnibus Digital sobre IA, Reglamento (UE) 2026/1744, ya no impone un nivel de competencia concreto. El art. 50 regula desde el 2 de agosto de 2026 cuándo debe etiquetarse el contenido generado con IA. Los puntos de control de aprobación y los registros de auditoría versionados acreditan la revisión humana, que es lo que cuenta aquí.

Lo que cuesta la falta de control lo muestra una previsión de Gartner publicada en su nota de prensa del 25 de junio de 2025. Según ella, más del 40 % de los proyectos de IA agéntica se cancelarán antes de finales de 2027; Gartner cita como causas el aumento de los costes, un valor de negocio poco claro y unos controles de riesgo insuficientes. Desde esta perspectiva, la gobernanza es la condición para que un proyecto sobreviva a la fase piloto.

Qué debe incluir la política de IA

La política es la referencia con la que se mide cada aprobación y cada revisión posterior. Para un equipo de redes sociales, debe fijar cinco puntos:

• Herramientas autorizadas por finalidad: qué herramienta se permite para borradores, imágenes, traducciones o respuestas a la comunidad, con qué cuenta corporativa funciona y quién autoriza herramientas nuevas. La regla se aplica también a las extensiones del navegador y a las cuentas privadas; si no, la IA en la sombra queda sin regular.
• Datos prohibidos: los datos de clientes, otros datos personales, los secretos comerciales y las campañas no publicadas no deben introducirse en ningún modelo externo que no esté autorizado expresamente para ello. Bitkom considera especialmente importantes las directrices para proteger los secretos comerciales y evitar infracciones de derechos de autor y de protección de datos.
• Aprobación: qué nivel de riesgo requiere qué revisión (siguiente apartado).
• Etiquetado: cuándo se marca una publicación como contenido generado con IA, según el art. 50 del Reglamento de IA y las normas de las plataformas.
• Responsabilidad y alfabetización en materia de IA: quién es responsable de la política, quién decide en caso de incumplimiento y qué formación es requisito para acceder a las herramientas.

Aprobaciones según niveles de riesgo

Un proceso de aprobación que trata igual todas las publicaciones se convierte en un cuello de botella o acaba saltándose. Es más práctico establecer niveles según el daño que puede causar un error:

Quien crea el contenido elige el nivel. En caso de duda, se aplica el superior. Una aprobación no está completa hasta que figura en el registro de auditoría.

Etiquetado según el art. 50 del Reglamento de IA y normas de las plataformas

Desde el 2 de agosto de 2026, el art. 50, apartado 4, del Reglamento de IA obliga a los responsables del despliegue de sistemas de IA a dos tipos de divulgación. En primer lugar, los deepfakes: quien genere o manipule con IA contenidos de imagen, audio o vídeo que constituyan un deepfake debe revelar que han sido generados o manipulados artificialmente. En obras manifiestamente artísticas, satíricas o de ficción basta con un aviso que no perjudique la presentación. En segundo lugar, los textos: los textos generados con IA que informan al público sobre asuntos de interés público deben divulgarse como tales. La obligación no se aplica si el texto ha pasado por una revisión humana y una persona o una empresa asume la responsabilidad editorial.

Aquí la aprobación tiene peso jurídico: el punto de control de aprobación documentado acredita la revisión humana y la responsabilidad editorial. Para los deepfakes no existe esta excepción; se etiquetan aunque hayan sido aprobados. El marcado legible por máquina según el art. 50, apartado 2, corresponde a los proveedores de los sistemas de IA. Para los sistemas de IA generativa que ya estaban en el mercado antes del 2 de agosto de 2026, se aplica, según el Ómnibus Digital, a partir del 2 de diciembre de 2026.

Las plataformas tienen sus propias normas, que se aplican con independencia del Reglamento de IA:

• Meta muestra la etiqueta «AI info» cuando detecta indicadores estándar del sector para imágenes generadas con IA o cuando los usuarios indican que suben contenido generado con IA.
• TikTok exige que los creadores etiqueten el contenido generado con IA que contenga imágenes, audio o vídeo realistas, con la etiqueta «AI-generated», un sticker o en la descripción.
• YouTube exige divulgar el contenido alterado o sintético que parezca realista, por ejemplo, cuando una persona real dice o hace algo que nunca dijo ni hizo. Quedan excluidas las ediciones puramente estéticas, como los filtros de belleza o la corrección de color.

La política convierte todo esto en una regla que cualquier miembro del equipo puede aplicar sin consultar. La más sencilla es esta: las imágenes, los vídeos y las voces realistas generados con IA se etiquetan en todas las plataformas.

Qué guarda el registro de auditoría

Un registro de auditoría debe mostrar para cada publicación, incluso meses después, qué generó la IA, quién lo revisó y qué se publicó. Para ello, cada entrada necesita estos campos:

• Prompt y datos de entrada, incluidos los archivos subidos
• Modelo y versión; si se usa la API, con la fecha de la llamada
• Fuentes de las cifras y afirmaciones factuales
• Nivel de riesgo
• Revisores, personas que aprueban y marca de tiempo de cada decisión
• Decisión de aprobación junto con los cambios en el borrador de la IA
• Versión publicada con plataforma, enlace y etiquetado aplicado
• Plazo de conservación y fecha de eliminación

El plazo de conservación lo fijas con el departamento legal y el de protección de datos. Si los prompts contienen datos personales, se les aplica la limitación del plazo de conservación según el art. 5, apartado 1, letra e), del RGPD. Los mismos registros ayudan a acreditar el cumplimiento del art. 5, apartado 2, del RGPD, la responsabilidad proactiva.

Puntos de control para la gobernanza de la IA