Español

Datos e informes verificables

La web ante la IA

MXDATA registra lo que los sitios permiten o rechazan sobre el uso de IA. Consulta archivos fechados e informes para comprobar fuentes, revisar cambios y documentar decisiones.

  • Señales de IA
  • Archivos fechados
  • Informes para tu equipo

Servicios para organizaciones · Alcance y honorarios según tus necesidades

Pedir una muestraVer un informe

Recogida diaria de una muestra fija con los 10.000 sitios mejor clasificados.

Captura 2026-10-16 · 7886 sitios accesibles · 5767 archivos robots.txt válidos

Qué obtienes

Señales de distintos sitios en un registro común, con una fuente para cada resultado.

Datos de señales

Consulta reglas de rastreo y declaraciones de uso de IA. Los datos públicos resumen las preferencias de la muestra fija.

Compara señales con criterios comunes.

Consultar datos

Historial fechado

Comprueba qué publicó un sitio en las fechas disponibles. Si hay capturas comparables, revisa los cambios y los archivos anteriores y posteriores.

Reconstruye declaraciones dentro del historial disponible.

Ver el formato

Informes verificables

Consulta señales, archivos originales, datos de recogida y hashes SHA-256. Verifica los archivos en el informe de muestra.

Aporta fuentes que tu equipo pueda revisar.

Ver un informe

Cómo colaborar

Ofrecemos datos e informes verificables a organizaciones. Consulta los datos públicos y una muestra antes de hablar de tu proyecto.

Para empresas

Indica los dominios, fechas y dudas de tu equipo. Confirmamos los registros disponibles y acordamos el alcance, las entregas y los honorarios según tus necesidades.

Cuéntanos qué necesitas

Confirmamos la cobertura y la entrega para cada solicitud.

Datos públicos

Consulta estadísticas y métodos. Descarga datos agregados en JSON bajo CC BY 4.0.

Ver datos

Muestra gratuita

Pide un informe de hasta 5 dominios de la muestra fija. Revisa su contenido y formato antes de plantear otras necesidades.

Pedir una muestra

  1. Ver una muestra

    Revisa archivos, fechas y detalles de verificación.

  2. Explicar tu caso

    Indica dominios, fechas y uso previsto.

  3. Acordar la entrega

    Confirma los registros, el alcance y los honorarios.

Para tu equipo

Equipos de IA

Comprueba qué declaró un sitio en la fecha de recogida y documenta la revisión interna.

Informe de muestra

Editores

Revisa cómo se registran tus declaraciones y compara los formatos de otros sitios.

Informe de muestra

Despachos legales

Localiza declaraciones fechadas y revisa los archivos originales de interés.

Informe de muestra

Investigadores

Compara una muestra fija a lo largo del tiempo con datos públicos y definiciones claras.

Informe de muestra

Registros verificables

  1. Archivos originales

    Conservamos los bytes exactos de cada archivo. Puedes contrastarlos con los resultados del análisis.

  2. Datos de recogida

    Cada solicitud incluye URL, destino final, estado HTTP, cabeceras y fecha UTC.

  3. Manifiestos enlazados

    Cada manifiesto diario incluye los hashes de los archivos y el del manifiesto anterior. Cambiar bytes archivados rompe la cadena.

MXDATA registra declaraciones de los sitios. No determina su efecto jurídico ni si una empresa de IA las cumplió.

Cobertura actual

Las cifras corresponden a la captura publicada, la muestra fija y las fechas disponibles. Un sitio inaccesible no se considera un sitio sin señales.

10.000
sitios en la muestra diaria

10.000 sitios de la muestra fija
1044
bloquean por completo al menos un rastreador de IA (18,1% de robots.txt válidos)

5767 archivos robots.txt válidos
1534
publican una regla o señal de IA legible por máquinas

7886 sitios accesibles
36
rastreadores de IA identificados

10.000 sitios de la muestra fija

Rastreadores bloqueados

Ver todos los rastreadores →
CCBotCommon Crawl
723
GPTBotOpenAI
706
BytespiderByteDance
691
ClaudeBotAnthropic
634
Google-ExtendedGoogle
529
meta-externalagentMeta
507
Applebot-ExtendedApple
498
cohere-aiCohere
481
anthropic-aiAnthropic
480
AmazonbotAmazon
477
Sitios cuyo robots.txt bloquea al rastreador en todo el sitio (Disallow: /). Los bloqueos de rutas concretas se cuentan por separado en Datos. 2026-10-16 · 5767 archivos robots.txt válidos.

Otros formatos

Content Signals

Preferencias de búsqueda, entrada y entrenamiento de IA en robots.txt.

167sitios

7886 sitios accesibles

TDMRep

Protocolo comunitario del W3C para declarar reservas sobre minería de textos y datos.

55sitios

7886 sitios accesibles

noai

Directivas noai o noimageai en páginas o cabeceras de respuesta.

22sitios

7886 sitios accesibles

ai.txt

Archivo con las preferencias del sitio sobre su uso en conjuntos de datos de IA.

11sitios

7886 sitios accesibles

RSL

Condiciones de uso para IA en el formato Really Simple Licensing.

7sitios

7886 sitios accesibles

Content Signals

ai-train

sí 58 frente a no 101

ai-input

sí 114 frente a no 18

search

sí 164 frente a no 1

En este grupo, más sitios rechazan el entrenamiento de IA que los que lo permiten.

2026-10-16 · 167 sitios

Cambios registrados

El seguimiento diario comienza el 2026-10-16. Los cambios aparecerán tras la siguiente captura.

Aún no hay suficientes capturas para mostrar una tendencia.

Pide una muestra para tus dominios.

Pedir una muestra