Meta anunció el 7 de octubre de 2026 nuevas herramientas de IA para detectar anuncios que enlazan a material de abuso sexual infantil. La revisión incluye sus destinos externos.
Un modelo de lenguaje busca indicios en anuncios aparentemente inofensivos. Meta afirma que desactivó cuentas infractoras y bloqueó los enlaces relacionados.
Qué cuentan los 33.2 millones de contenidos
Según Meta, entre enero y junio de 2026 actuó sobre 33.2 millones de contenidos de explotación sexual infantil en Facebook e Instagram. Más de 97% se detectó antes de un reporte. En India reportó 5.3 millones, con más de 98% identificado de forma proactiva.
La distinción está en el denominador. En su explicación de métricas publicada en 2019, la compañía define la tasa proactiva como la proporción del contenido sujeto a medidas que detectó antes de recibir un reporte. El porcentaje describe cómo se inició la detección dentro de ese conjunto.
El volumen de contenido moderado y la frecuencia con que los usuarios ven infracciones son medidas diferentes. Meta llama prevalencia a esta última. También presenta por separado el contenido apelado y el restablecido tras una intervención, registros que permiten examinar qué ocurre después de una decisión de moderación.
Por tanto, interpretar el porcentaje proactivo como una medida de precisión del nuevo modelo cambiaría lo que cuenta la estadística. Para evaluar esa herramienta harían falta resultados sobre sus aciertos y errores. El comunicado no aporta esa comparación ni cuantifica los anuncios detectados por el nuevo sistema.
Reconocer un archivo conocido cumple otra función
La Internet Watch Foundation (IWF), organización que combate el abuso sexual infantil en internet, explica que una huella digital o hash permite reconocer un archivo previamente identificado. Su lista sirve para bloquear la circulación de imágenes y videos conocidos en las plataformas que la utilizan.
Ese mecanismo parte de una evaluación anterior. Según la documentación de la IWF, al menos dos personas examinan de forma independiente cada imagen o video antes de incorporarlo a la lista. Después, el cotejo automatizado permite reconocer el material sin que cada moderador tenga que volver a observarlo.
De ahí la diferencia con revisar un anuncio sospechoso: una tarea busca coincidencias con archivos ya clasificados; la otra analiza indicios y el destino de la publicidad. La comparación explica por qué ambas pueden formar parte de una misma estrategia de protección.
La necesidad de identificar material nuevo también aparece en nuestra cobertura sobre la respuesta de la IWF a las imágenes generadas con IA:
Patricia Rodriguez
La retirada depende de dónde está alojado el contenido
La IWF describe otro proceso para eliminar archivos de internet. Sus analistas evalúan los reportes con criterios legales del Reino Unido y localizan el servidor que aloja el contenido. Esa ubicación determina con qué proveedor, línea de denuncia o autoridad deben coordinarse.
Cuando el alojamiento está fuera del Reino Unido, la organización puede canalizar el reporte mediante sus socios internacionales. Los tiempos de retirada dependen de los procedimientos locales y de la capacidad de la entidad que lo recibe; la IWF sigue vigilando el estado del material.
Bloquear un enlace corta una vía de distribución dentro de una plataforma. Retirar el archivo exige actuar sobre el alojamiento externo. La revisión de Meta interviene en esa vía de distribución.
