¿Puede la IA ver tus imágenes? Revisamos 2.000 sitios web. Los más visuales obtuvieron las peores puntuaciones.

Lo que hicimos

Creamos tres cohortes: comercio electrónico (tiendas Shopify), negocios de servicios locales (dentistas, abogados, servicios para el hogar, salones, gimnasios, contadores, restaurantes) y sitios personales o de portafolio (fotógrafos, diseñadores, artistas, músicos, autores, coaches, desarrolladores), 2.181 sitios en total. Obtuvimos cada uno como lo haría un rastreador de IA: HTML estático, sin ejecutar JavaScript. Para cada sitio accesible medimos el texto alternativo de sus imágenes, si la imagen está en una etiqueta og:image y en datos estructurados, si se sirve en HTML o se carga de forma diferida por JavaScript y, al obtener una muestra de los bytes reales de las imágenes, si alguna lleva metadatos C2PA/Content-Credentials o de divulgación de IPTC para IA.

1.082 sitios eran accesibles (comercio electrónico 219, servicios 467, personales 396). Todas las cifras siguientes se basan en esos; las proporciones incluyen intervalos de Wilson del 95%.

Los sitios web construidos sobre imágenes los describen peor

El titular es una ironía. La proporción de sitios donde la mayoría de las imágenes no tienen texto alternativo utilizable (faltante, vacío o una palabra genérica como “imagen” o “logo”) aumenta constantemente desde las tiendas hasta los sitios de servicios y luego a los portafolios cuya propuesta completa es visual.

Si la imagen está en los datos estructurados depende de quién construyó el sitio

Un motor de respuestas o un agente de compras extrae la URL de la imagen de los datos estructurados, no de un fondo CSS. La cobertura se divide claramente por grupo; los sitios de servicios (a menudo en plantillas que emiten esquema LocalBusiness/logo) lideran; los portafolios y las tiendas van detrás.

La etiqueta og:image (la señal de imagen legible por máquina más utilizada, y lo que la mayoría de las vistas previas de IA/redes sociales capturan) está presente en el 73,0% de los sitios personales, el 66,0% de los de servicios y el 46,1% de los sitios de ecommerce accesibles. Incluso esa etiqueta básica falta en entre una cuarta parte y la mitad de los sitios.

Casi nadie etiqueta nada, y tampoco puedes detectarlo

Hiciste la pregunta obvia de 2026: ¿cuántas de estas imágenes son generadas por IA? La respuesta honesta es que no se puede decir con fiabilidad, y los metadatos que deberían indicártelo los usa casi nadie.

Solo el ~1% de los sitios en cada grupo (ecommerce 0,9%, servicios 1,3%, personal 0,6%) sirvió alguna imagen con metadatos de C2PA/Content-Credentials o de divulgación de IA formal de IPTC. Los estándares de procedencia que los reguladores (Ley de IA de la UE) y las plataformas (Adobe, Google, Meta) están promoviendo tienen una adopción real prácticamente nula.

La puerta de acceso al comercio electrónico

Apareció un muro más antes de que pudiéramos leer las imágenes. De 1.200 tiendas Shopify muestreadas, solo el 18% devolvió contenido a nuestra solicitud: el 54% lo bloqueó activamente, incluso con un user-agent de navegador (la gestión de bots de Shopify identifica más que la cadena de user-agent). Por lo tanto, la cohorte de comercio electrónico es un grupo menor y autoseleccionado de 219 sitios, y lo señalamos como tal. En contraste, los sitios de servicios y personales fueron accesibles aproximadamente el 88% de las veces.

Qué hacer al respecto

Todo esto es barato de corregir, y cada corrección tiene un doble beneficio, para la IA y para la accesibilidad:

1. Escribe texto alternativo real en las imágenes significativas. “Sofá azul de mediados del siglo XX en un loft soleado”, no “imagen” o “IMG_2043.”
2. Incluye la imagen en los datos estructurados (Product.image para productos, ImageObject/logo en otros lugares) y añade una etiqueta og:image.
3. Sirve la URL de la imagen en HTML, no solo mediante carga diferida con JavaScript, para que un rastreador que no renderice pueda encontrarla.
4. Si publicas imágenes generadas por IA, decláralas con Content Credentials. Estarás en el ~1% que lo hace, adelantándote a las obligaciones de etiquetado.

Método y límites

Tres cohortes: comercio electrónico = 1.200 tiendas Shopify con dominio personalizado; servicios = 535 sitios de negocios locales recopilados en cinco verticales y muchas áreas metropolitanas de EE. UU.; personales = 446 sitios de portafolios o marcas personales recopilados. Rastreado el 16 de septiembre de 2026 con una solicitud estática que no renderiza JavaScript. Por sitio, analizamos las etiquetas <img> (atributos reales de src/srcset frente a atributos de carga diferida por JS, y la calidad del alt), detectamos referencias de imágenes en og:image y JSON-LD, y realizamos un análisis de bytes de hasta cinco imágenes muestreadas en busca de marcadores de procedencia C2PA e IPTC (validados contra los fixtures de prueba oficiales de C2PA). Las métricas se calculan sobre los 1.082 sitios accesibles; las proporciones incluyen intervalos de Wilson.

Límites conocidos, declarados con claridad: una solicitud estática es un límite inferior conservador para el conteo de imágenes (las imágenes dentro de <picture>/<source> o inyectadas por cargadores diferidos poco comunes se subestiman), que es el punto, ya que los rastreadores de IA que no renderizan enfrentan el mismo límite. La cohorte de comercio electrónico es un grupo pequeño y autoseleccionado de 219 sitios porque el 54% de las tiendas Shopify bloqueó nuestra solicitud y aproximadamente el 25% estaban inactivos en esta ejecución; sus cifras son direccionales. Los marcos de servicios y personales se recopilaron mediante búsqueda en lugar de censos y tienden a sesgarse hacia sitios lo suficientemente visibles como para aparecer en los resultados. La procedencia se mide en hasta cinco imágenes muestreadas por sitio, por lo que las tasas a nivel de sitio son límites inferiores. Se intentó y descartó la detección ingenua de imágenes generadas por IA (falsos positivos). Los datos crudos por sitio y el rastreador se entregan con el estudio.