AI Slop

La basura de IA, conocida también como slop, es contenido digital de baja calidad producido en masa con IA generativa y poca supervisión humana: artículos de relleno, imágenes inquietantes, vídeos narrados con imágenes de archivo y canciones creadas por máquinas, publicados para captar tráfico de búsqueda, interacción o ingresos publicitarios. Merriam-Webster eligió slop como palabra del año 2025 y la definió como «contenido digital de baja calidad que suele producirse en cantidad mediante inteligencia artificial»; el diccionario Macquarie eligió «AI slop» ese mismo año. Lo que convierte un contenido en basura de IA es cómo y por qué se crea, casi sin coste y en grandes cantidades, no un error concreto que pueda contener.

De dónde viene el término#

Slop significaba originalmente barro blando y, más tarde, restos de comida para cerdos. En mayo de 2024, el programador Simon Willison propuso que slop se convirtiera en el nombre del contenido no deseado generado por IA, del mismo modo que spam pasó a designar el correo electrónico no deseado, y atribuyó la observación de que la palabra se estaba convirtiendo en un término especializado al escritor en línea deepfates. Ese mismo año, los feeds de Facebook se llenaron de imágenes surrealistas de texto a imagen, como «Shrimp Jesus» —imágenes de Jesús fusionado con gambas—, publicadas por páginas que buscaban interacción; para 2025, la palabra también abarcaba vídeos, música, libros y textos académicos generados por IA.

Por qué se propaga la basura de IA#

La basura de IA es un producto económico. Un modelo de lenguaje grande (LLM) o un generador de imágenes basado en modelos de difusión puede producir miles de publicaciones por el coste de una sola pieza creada por una persona, mientras que los feeds clasificados por un sistema de recomendación y las redes publicitarias pagan por captar la atención, independientemente de quién o qué haya creado el contenido. A quien lo produce le basta con que una pequeña parte de las publicaciones tenga éxito:

Este patrón ya aparece en toda la web:

• Granjas de contenido y spam en buscadores: Los sitios producen en masa páginas escritas por LLM para posicionarse en las consultas. Las políticas de spam de Google definen el abuso de contenido a escala como la generación de muchas páginas que aportan poco valor a los usuarios, «independientemente de cómo se creen», lo que apunta al volumen y la finalidad de la basura de IA, no a la herramienta utilizada para producirla.
• Plataformas de streaming: Spotify afirmó en septiembre de 2025 que había eliminado más de 75 millones de pistas de spam en los 12 meses anteriores, y YouTube cambió en julio de 2025 el nombre de su norma de monetización sobre «contenido repetitivo» por «contenido no auténtico» para abarcar los vídeos producidos en masa.
• Publicaciones científicas: Un análisis de casi 951.000 artículos concluyó que hasta el 17,5 % de los resúmenes de informática mostraban indicios de modificación por LLM en febrero de 2024. Los envíos de baja calidad con referencias inventadas aumentan la carga de la revisión por pares.

Basura generada por IA frente a términos relacionados#

• Alucinación: Afirmación falsa o sin fundamento en la salida de un modelo. La basura generada describe cómo se produce y se utiliza el contenido, así que un artículo preciso pero inútil sigue siendo basura generada, y un artículo revisado cuidadosamente puede contener una alucinación.
• Deepfakes: Contenido multimedia sintético creado para hacer que una persona real parezca decir o hacer algo. La basura generada suele buscar llamar la atención, no engañar a los espectadores sobre una persona o un acontecimiento concretos.
• Colapso del modelo: Deterioro de los modelos entrenados repetidamente con contenido generado. La basura generada extraída de la web e incorporada a los datos de entrenamiento es una de las formas en que empieza ese ciclo. Por eso, las canalizaciones de limpieza de datos para conjuntos de datos a escala web eliminan duplicados casi idénticos y filtran los de baja calidad.
• Datos sintéticos: Datos generados intencionadamente, filtrados y validados para entrenar modelos; son la alternativa controlada a la basura generada.

Detección y filtrado de basura generada por IA#

Las señales de procedencia son la prueba más fiable cuando existen. Las marcas de agua de IA insertan una señal detectable durante la generación, y las Content Credentials (C2PA) adjuntan metadatos firmados que registran qué herramienta creó o editó un archivo, para que las plataformas puedan etiquetar el contenido cuyo generador haya colaborado. Ninguna de las dos opciones sirve para el contenido de herramientas que no añaden marcas, y los metadatos se pierden cuando se vuelve a codificar un archivo o se hace una captura de pantalla.

Los clasificadores que evalúan el contenido a posteriori cubren esta carencia con resultados dispares. Los detectores de texto escrito por IA tienen un historial deficiente: OpenAI retiró su propio clasificador de texto en julio de 2023 tras detectar correctamente solo el 26 % del texto escrito por IA. Las imágenes son más fáciles de analizar, porque los generadores dejan rastros estadísticos; algunos son visibles para las personas, como las letras deformadas o las manos mal formadas, que ayudan a los lectores a determinar si una imagen se ha generado con IA, mientras que los modelos detectan rastros más sutiles. Un modelo de clasificación Ultralytics YOLO26 entrenado con imágenes reales y generadas etiquetadas puede marcar las imágenes probablemente generadas por IA para que las revise una persona. Estos detectores deben seguir el ritmo de los nuevos generadores: un clasificador entrenado con imágenes de una GAN se generalizó a otros generadores basados en CNN al entrenarse con aumento de datos mediante desenfoque y JPEG; sin embargo, los detectores entrenados con GAN fallaron con imágenes de modelos de difusión latente, mientras que crear el detector a partir de características de CLIP aumentó alrededor de 26 puntos porcentuales la precisión con generadores de difusión y autorregresivos no vistos.