YouTube y el problema del 'AI slop': qué significa para los marketers

Uno de cada cinco Shorts que YouTube muestra a cuentas nuevas corresponde a contenido masivo generado por IA de baja calidad —el llamado “AI slop”— según pruebas de Kapwing (21%, Kapwing, oct 2025). YouTube mismo usó ese término en la carta anual de Neal Mohan en enero de 2026 y empezó a combinar herramientas de detección con requisitos de divulgación y marca de procedencia, pero la escala del fenómeno exige decisiones de negocio concretas.

¿Qué es "AI slop" y qué magnitud tiene?

AI slop es contenido producido en masa por pipelines automatizados que optimizan por retención inmediata, no por utilidad ni veracidad. Un estudio de Kapwing sobre 15.000 canales identificó 278 canales que publican solo ese tipo de material, acumulando 63.000 millones de vistas, 221 millones de suscriptores y un estimado de US$117 millones en ingresos anuales (Kapwing, oct 2025). The Guardian complementó el panorama: casi 10% de los 100 canales de más rápido crecimiento publican exclusivamente contenido IA (The Guardian, 2025). El fenómeno dejó de ser curiosidad en 2025 y pasó a problema estructural, lo que obligó a YouTube a renombrar su guía de monetización en julio de 2025 y a endurecer controles (YouTube, julio 2025).

¿Por qué los Shorts son el epicentro?

Shorts funciona como un feed de swipe con autoplay donde la métrica clave es si el dedo se detiene más allá de los primeros 2–3 segundos; eso favorece hooks visuales que la IA replica con facilidad. Kapwing midió 104 de 500 Shorts iniciales como AI slop en cuentas nuevas (21%, Kapwing, oct 2025), mientras que estudios más focales hallaron tasas menores en búsquedas específicas —por ejemplo, 5.3% en un set de videos biomédicos revisados (PMC, estudio peer-reviewed). Además, Omdia reportó 29.000 millones de videos en la plataforma en diciembre de 2025 y que Shorts representa más del 90% de las nuevas subidas (Omdia, dic 2025), lo que explica por qué la presión por volumen se concentra allí y por qué los modelos de reparto pooled de Shorts incentivan escala a bajo costo.

¿Cómo impacta esto en el mercado argentino?

El problema no es solo de contenido: es de confianza y de eficacia publicitaria. Una encuesta de Raptive con 3.000 adultos en EE. UU. mostró que la percepción de IA reduce confianza en casi 50% cuando el contenido se percibe como generado por IA (Raptive, 2025), y esa caída afecta la percepción de los anuncios adyacentes (17% menos percepción premium, Raptive, 2025). Animoto encontró que 68% de consumidores valora ver personas reales en videos y 36% dice que un video de marca generado por IA empeoraría la percepción de la marca (Animoto, 2026). Para anunciantes y equipos locales, eso traduce riesgo real: menor premium de CPM, caída en consideración de compra y mayor fricción para construir LTV si la adquisición viene por inventario saturado de IA. En la práctica argentina, donde la inversión digital ya convive con presupuestos acotados, conviene medir LTV y atribución antes de escalar tácticas que dependan de señales AI.

Qué deberían hacer los marketers ahora

La ventaja competitiva es predecible: contenido largo, útil y con presencia humana sigue siendo más difícil de industrializar. Priorizar formatos search-optimized y on-camera que construyan autoridad es la defensa más robusta; la comunidad (lives, polls, membresías) también es señal costosa de falsificar. Usar IA como asistente de producción (scripting, thumbnails, auto-captions) está bien, pero no sin controles: exigimos validación continua de identidad, atribución limpia y modelado de LTV antes de escalar señales AI —y prioridad a la propiedad de datos sobre métricas de visibilidad. YouTube ha tomado medidas puntuales —en enero 2026 terminó 11 canales y borró contenidos de seis, frente a acciones individuales en marzo y agosto de 2025—, pero la historia muestra que la plataforma actúa por impulso externo y no por prevención (Dexerto / Kapwing, ene 2026; Search Engine Journal, feb 2026). La recomendación es clara: construyan activos propios (first-party data), enfoquen Shorts como herramienta de descubrimiento y no como columna vertebral, y midan impacto en LTV antes de apretar el botón de escala.