Meta está generando internamente artículos estilo clickbait con IA en la sección For You de su app Meta AI, una función que fue probada desde abril de 2025, de acuerdo a The Verge. Vemos una combinación de prompts proactivos, textos y imágenes generadas automáticamente que se presentan como historias listas para leer, muchas veces sin fuentes ni claridad editorial.
¿Qué pasó?
La app Meta AI, lanzada en abril de 2025 según The Verge, pasó de mostrar un feed Discover público a ofrecer un For You que sugiere tarjetas con titulares y, al tocarlas, genera artículos completos con texto e imágenes creados por IA. Estas piezas replican el formato de noticias pero suelen ser paja informativa: repiten la premisa del titular sin aportar fuentes ni verificación, y en al menos un caso The Verge rastreó una historia hasta una serie de comedia de 2018, de acuerdo a la misma publicación. Observamos además que las versiones generadas variaban levemente entre toques sucesivos y que el historial de chat dejaba ver instrucciones internas que parecen metadata de sistemas proactivos.
¿Qué riesgos plantea esto?
El principal riesgo es de desinformación y daño reputacional: imágenes de figuras públicas aparecieron distorsionadas y hasta con duplicaciones implausibles, un ejemplo es la aparición de dos representaciones de la misma reina en una imagen, según el reporte de The Verge. Además, no había etiquetas claras que indicaran que el contenido era generado por IA aunque Meta dice etiquetar algunos contenidos IA, lo que genera opacidad sobre criterios y alcance de esas etiquetas. La compañía declaró que fue una prueba para un numero limitado de usuarios y luego comunicó que la función será deprecada, pero no aclaró los límites del experimento ni las métricas usadas para evaluarlo, lo que complica auditar el impacto real.
¿Qué significa esto para los usuarios en Argentina?
Que Meta pruebe automáticamente contenidos hiperlocalizados pero visiblemente mal localizados es un llamado de alerta para la región, porque no basta con traducir la interfaz: los modelos necesitan documentación y pruebas en español y sensibilidad cultural para no producir recomendaciones irrelevantes o erróneas. En el caso publicado el feed estaba fuertemente británico, con temas sobre té, pubs y realeza, lo que demuestra cómo la personalización puede fallar al cruzar contextos culturales distintos. Si esta clase de feed llegara a desplegarse sin control, podría amplificar narrativas erróneas en español y saturar a usuarios con contenido de baja calidad, por eso vemos imprescindible que cualquier despliegue incluya métricas públicas y documentación en español verificable.
Qué debe hacer Meta y qué exigimos
Pedimos tres medidas concretas antes de que un feed así salga de pruebas: primero, publicar métricas públicas de alcance, tasa de verificación y errores detectados durante la prueba; segundo, ofrecer documentación técnica y de moderación en español que explique prompts, instrucciones internas y criterios de etiquetado; tercero, gobernanza con revisión humana y auditorías externas antes de despliegues comerciales. Apoyamos la adopción técnica de agentes y automejora, pero exigimos transparencia: si una función fue probada desde abril de 2025 y reportada el 6 de junio de 2026 por The Verge, como mínimo Meta debe explicar cuántos usuarios vieron la prueba y con qué criterios se decidió deprecarla. Sin esas respuestas, lo que tenemos no es innovación responsable sino experimentación opaca en escala.
