Meta retira de sus términos la cláusula que permitía entrenar IA con webs

Durante unos días, los términos comerciales de Meta incluyeron una frase que hizo saltar las alarmas en los medios: la compañía podía "usar cualquier contenido" de los dominios, páginas web o URL de una cuenta empresarial para "proporcionar, desarrollar, mejorar, investigar, entrenar y mantener la integridad" de sus productos y servicios. El verbo que importaba era "entrenar".

Según informa TechCrunch, Meta ha eliminado ese lenguaje tras las críticas. Expertos legales consultados por Nieman Lab lo habían calificado de "provisión notable", porque en una lectura amplia permitía a Meta rastrear las webs de los editores que se anuncian en sus plataformas y usar ese contenido para entrenar modelos de IA.

Qué decía Meta y qué dice ahora

La primera respuesta de la empresa fue negar que hubiera un cambio de fondo: un portavoz aseguró que los términos actualizados "no reflejaban un cambio en la forma en que Meta rastrea la web". Tras retirar la frase, la explicación se volvió más concreta. Según Meta, las condiciones de rastreo que habían consolidado "solo se aplicaban a nuestros productos de anuncios y empresas", lo han aclarado en el propio texto y eso "no cambia cómo Meta usa los rastreadores web".

El episodio admite dos lecturas. La oficial es que se trató de una consolidación de documentos mal redactada. La escéptica es que el texto se publicó tal cual y solo se corrigió cuando alguien lo leyó con lupa. TechCrunch no precisa en qué fecha se añadió la cláusula, así que tampoco es posible saber cuántos anunciantes aceptaron esos términos mientras estuvieron vigentes.

Por qué importa más allá de Meta

El contexto pesa. Meta ganó en 2025 la demanda por infracción de copyright relacionada con el entrenamiento de IA con libros protegidos, aunque otros pleitos contra la compañía y contra otros laboratorios seguían abiertos en mayo de 2026. Anthropic, por su parte, cerró en septiembre de 2025 un acuerdo de 1.500 millones de dólares con autores en el caso Bartz. Los tribunales todavía no han trazado una línea clara sobre qué uso de contenido ajeno para entrenar modelos es aceptable, y en ese vacío los términos de servicio se convierten en el terreno donde se decide qué cede cada parte.

Hay un matiz que conviene subrayar: robots.txt y los términos de uso son capas distintas. Un editor puede bloquear Meta-ExternalAgent, GPTBot o ClaudeBot en su robots.txt, pero si al mismo tiempo acepta un contrato comercial que concede una licencia amplia sobre el contenido de sus dominios, la protección técnica pierde buena parte de su sentido. Una cláusula así no necesita un rastreo nuevo; le basta con legitimar un uso.

Para quién es relevante

Editores y medios que se anuncian en Facebook o Instagram: conviene revisar qué versión de los términos aceptaron y guardar una copia fechada.
Equipos legales y de compras que firman condiciones de plataformas publicitarias: los verbos "entrenar" e "investigar" en una licencia de contenido deberían activar una revisión, no un clic.
* Empresas que construyen con LLM, incluidas las que trabajan con Claude: la procedencia de los datos de entrenamiento ya forma parte de la evaluación de proveedores, y es probable que los clientes la pregunten cada vez más.

Lo que queda abierto

Meta ha aclarado el texto, pero no ha explicado por qué apareció. Según lo publicado, tampoco ha detallado si algún contenido se procesó al amparo de esa redacción mientras estuvo activa. Son preguntas razonables para cualquier anunciante que tenga contenido propio de valor en su web.

Desde ElephantPink lo vemos como un recordatorio práctico: en la relación entre plataformas y editores, los cambios relevantes no siempre llegan con un anuncio, a veces llegan en una actualización de términos que nadie lee. Revisar esos documentos con la misma atención que un contrato de cliente es trabajo aburrido, pero es el que evita sorpresas.