Social Rocket
La alianza de editores SPUR publicó el 2 de octubre de 2026 la versión 1.0 de un estándar abierto con el que los servicios de IA deberían informar de forma trazable del uso de contenidos ajenos. El Content Telemetry Standard distingue entre la consulta de una página web, su uso real en una respuesta de IA, la atribución de la fuente, su presentación al usuario y una interacción posterior.
Para las redacciones y los operadores de sitios web de calidad, esto resuelve, al menos sobre el papel, un problema de medición fundamental: un registro del servidor muestra que un bot cargó una URL. No muestra si ese contenido influyó después en una respuesta, si la fuente se mencionó de forma visible o si alguien hizo clic en el enlace. SPUR quiere documentar estos pasos mediante eventos estandarizados.
El estándar está disponible públicamente. Sin embargo, no está claro si los grandes proveedores de IA lo adoptarán ni cuándo lo harán. Una especificación publicada, por sí sola, no proporciona a los editores nuevos datos de uso.
Cinco eventos en lugar de una única solicitud de bot
El repositorio técnico oficial describe una cadena de eventos:
| Evento | Qué se pretende registrar | Qué saben de ello los registros clásicos del servidor | |---|---|---| | Retrieved | El contenido se recupera mediante HTTP | Con frecuencia visible, siempre que la solicitud llegue al propio servidor | | Grounded | El contenido se carga en el contexto de un sistema de IA y se usa como base | Normalmente no visible | | Cited | El sistema menciona explícitamente el contenido como fuente | Normalmente no visible | | Presented | El texto, el contenido o la referencia a la fuente aparece en la interfaz del usuario | Normalmente no visible | | Engaged | El usuario hace clic, copia, comparte o deja que el agente actúe | Como mucho, medible en parte mediante analítica de referencias y web |
La distinción es importante. Un artículo puede llegar al contexto de una respuesta sin ser citado. Una fuente puede mencionarse sin que el usuario llegue a verla. Y una atribución visible no genera automáticamente una visita.
La especificación prevé para estos eventos información compartida de sesión y de referencia. Los contenidos almacenados en caché también deberían poder registrarse como uso cuando se reutilizan en una sesión de IA. El protocolo mide expresamente transiciones observables, no los procesos internos de razonamiento ni los mecanismos de clasificación de un modelo.
Por qué los caracteres cobran más importancia que los tokens de IA
Para la descripción de volúmenes, la versión 1.0 utiliza, entre otros campos, `chars_ingested` y `excerpt_chars`. Así se puede expresar en caracteres la cantidad de texto procesada o citada.
Los tokens siguen siendo posibles como información complementaria, pero varían según el modelo y el tokenizador. Por eso, una indicación en caracteres puede resultar más práctica al comparar distintos proveedores de IA. Sin embargo, no dice nada sobre la importancia económica de un uso: un mensaje breve y exclusivo puede tener más valor que un texto estándar largo.
La especificación también incluye imágenes, vídeo y audio. SPUR describe además puntos de conexión con estándares de procedencia y origen, como C2PA. Para publicadores y creadores de redes sociales, esta ampliabilidad puede resultar interesante, aunque la alianza actual representa sobre todo a titulares de derechos periodísticos.
BBC, Financial Times, Guardian y AP quieren normas uniformes
Detrás de SPUR están, entre otros, BBC, Financial Times, Guardian Media Group, Sky News, Telegraph Media Group y Associated Press. En el sitio web oficial, la organización, fundada en la primavera de 2026, se describe como una alianza sin ánimo de lucro para desarrollar estándares técnicos y comerciales comunes.
SPUR no negocia licencias globales en nombre de todos los miembros. Los titulares de derechos siguen controlando sus respectivos contratos. Aun así, los datos de telemetría estandarizados podrían ayudar a poner distintos modelos de licencia sobre una base de datos comparable.
La alianza también ha anunciado un AI Licensing Advisory Board. Según Digiday del 2 de octubre, se invitó a OpenAI, Anthropic, Google, Meta y Microsoft. De ello no se deriva ningún compromiso por parte de estas empresas de unirse o de implementar el estándar. Google solo confirmó ante Digiday un intercambio general con SPUR y otras asociaciones; de las demás empresas no había compromisos correspondientes en el momento de la publicación.
Una especificación técnica aún no es una auditoría independiente
La cuestión central sin resolver es quién informa de que un sistema de IA ha utilizado realmente un contenido, y quién controla ese informe?
El estándar está diseñado para que los eventos de distintos observadores, por ejemplo CDN, servidor de origen y agente de IA, puedan cruzarse mediante identificadores comunes. Sin embargo, un servidor de origen sigue sin ver automáticamente lo que ocurre dentro de un sistema de IA cerrado. Si el proveedor no informa de sus eventos internos, quedan puntos ciegos.
Según Digiday, un comité técnico de SPUR debe ocuparse el 15 de octubre de 2026 de la trazabilidad y la auditabilidad. Estos mecanismos de control serán decisivos para que los datos sirvan más adelante como base de facturación de licencias.
La protección de datos, la anonimización y la cuestión de qué información sobre sesiones de usuarios individuales puede recibir un editor también forman parte de la implementación práctica. El protocolo no debe confundirse con una autorización general para transmitir datos personales.
Lo que los editores y especialistas en marketing alemanes pueden deducir en concreto
Este desarrollo no afecta solo a los medios con muro de pago. También medios especializados, blogs, comparadores y editores de marca deben distinguir hoy si sus contenidos son rastreados por buscadores, utilizados por asistentes de IA como base de conocimiento o enlazados en respuestas y efectivamente clicados.
Esto es algo distinto de las métricas SEO habituales de impresiones, posiciones y sesiones orgánicas. SPUR describe una posible capa de medición adicional entre la producción de contenido y la salida de la IA. Todavía no surge de ello un nuevo KPI de alcance, mientras los proveedores de IA no se sumen.
Tampoco está regulada la remuneración. Nuestro informe sobre las pruebas de Google con pago por uso para editores trata un modelo comercial concreto. La especificación de SPUR, en cambio, ofrece primero un vocabulario técnico abierto para describir el uso de forma uniforme.
A ello se suman conflictos jurídicos: editores estadounidenses exigen normas contra los rastreadores de IA encubiertos, mientras que The New York Times formula criterios para asociaciones de licencias de IA. La medición técnica puede ayudar con estas cuestiones, pero no sustituye ni el consentimiento ni los derechos de licencia.
Conclusión: la medibilidad es el primer paso, no el pago
Content Telemetry 1.0 es una propuesta de protocolo concreta y de libre acceso, con eventos, esquema de datos y pruebas de conformidad. Esto lo distingue de las exigencias generales de una remuneración justa por la IA.
La prueba del uso efectivo sigue dependiendo, sin embargo, de la implementación y de la verificabilidad por parte de los servicios de IA. Si ello acabará dando lugar a licencias de contenido sólidas, aún no está decidido en octubre 2026.