Museos e IA: uso creciente y pocas políticas internas

El 17 de septiembre de 2026, la UNESCO y el Consejo Internacional de Museos publicaron el informe final de su primera encuesta mundial sobre el uso de la inteligencia artificial en los museos. Recibieron 466 respuestas de 90 países y conservaron 403 para el análisis. Entre las instituciones participantes, el 57 % declaró utilizar IA y el 55 % afirmó no tener una política, estrategia ni directrices internas sobre su uso.

Las dos cifras describen un desfase, pero no autorizan a trasladarlo al conjunto de los museos. La participación fue voluntaria, la convocatoria circuló por las redes de la UNESCO y el ICOM y por canales públicos, y la distribución regional de las respuestas fue desigual. El informe ofrece una línea de base sobre los museos participantes, no una estimación representativa del sector mundial.

La precisión no debilita el hallazgo. Dentro de un grupo internacional conectado con redes profesionales, la adopción está más extendida que las políticas formales, la formación y la evaluación. La IA ya interviene en tareas institucionales mientras muchas organizaciones aún no han decidido qué usos aceptan, qué información puede introducirse en servicios externos, quién verifica los resultados ni cómo se documentan las decisiones.

La adopción ha precedido al gobierno

Solo el 7 % de los museos participantes declaró tener un plan formal. Otro 15 % utilizaba pautas informales, proyectos piloto o prácticas internas, y el 22 % estaba preparando una estrategia. El 55 % no contaba con ninguna de esas formas de gobierno institucional.

El trabajo de campo se realizó entre el 21 de mayo y el 21 de julio de 2026. El cuestionario, disponible en seis idiomas, combinó 22 preguntas cerradas con respuestas abiertas. De las 403 respuestas validadas, 271 procedían de museos públicos, 73 de privados, 23 de comunitarios, 18 de universitarios y 18 de otras formas de gobierno.

Entre los museos que utilizaban IA:

El 78 % la empleaba para comprender o analizar textos.
El 53 % la usaba para crear contenidos o apoyar el desarrollo de exposiciones.
El 48 % la utilizaba para buscar información.
El 41 % analizaba imágenes o vídeos.
El 84 % accedía a sistemas mediante herramientas o plataformas externas.
El 81 % afirmó que una persona revisaba siempre los resultados antes de utilizarlos o publicarlos; otro 12 % dijo que lo hacía normalmente.

La supervisión declarada es alta, pero revisar un resultado no equivale a gobernar el proceso. Una lectura final no determina si era legítimo cargar el material, si el proveedor puede conservarlo o reutilizarlo, si las fuentes son trazables, qué sesgos deben examinarse ni si la herramienta era necesaria. Tampoco responde por sí sola a un error publicado.

Un museo puede usar IA para traducir cartelas, redactar borradores, resumir documentación, investigar colecciones o atender consultas sin haber establecido quién comprueba cada dato, qué fuentes deben conservarse, qué contenido necesita autorización y cuándo debe informarse al público. Si una traducción cambia el sentido de un texto de sala, una descripción añade un dato falso o una clasificación automatizada reproduce un sesgo, la institución necesita saber quién revisa, quién autoriza, cómo se corrige y quién responde.

La encuesta señala como preocupaciones principales la exactitud, los derechos de autor y la protección de datos. Los participantes también reclamaron formación técnica y ética, orientación sobre gobierno de datos y propiedad intelectual y pautas adaptadas a museos pequeños. Según la síntesis publicada por el ICOM, solo el 17 % ofrecía formación sobre IA a su personal.

La capacidad no está repartida por igual. Entre los museos con un presupuesto operativo anual inferior a 100.000 dólares, el 39 % declaró usar IA; entre aquellos con un millón de dólares o más, la proporción alcanzó el 77 %. El 66 % del primer grupo carecía de política, estrategia o directrices, frente al 33 % del segundo. Solo el 4 % de los museos con menos presupuesto ofrecía formación al personal, comparado con el 30 % del grupo de mayor presupuesto.

Estas diferencias no demuestran que el presupuesto sea su única causa. Sí son coherentes con las carencias de tiempo, personal, infraestructura, digitalización, financiación y asesoramiento señaladas en las respuestas cualitativas. Exigir una política sin proporcionar medios para aplicarla puede producir un documento formal que no gobierne la práctica. Para los museos pequeños, una plantilla común, apoyo compartido para revisar proveedores y formación sectorial pueden ser más útiles que un protocolo extenso redactado sin capacidad de ejecución.

Del código ético a las obligaciones jurídicas

La encuesta se lanzó cuando seguía vigente el Código de Ética del ICOM de 2004. Durante el trabajo de campo, la Asamblea General del ICOM aprobó el 25 de junio de 2026 una versión revisada. Por eso el informe utiliza el texto de 2004 como referencia histórica, mientras que el marco ético actual es el aprobado en 2026.

El principio P.7 del nuevo código pide a los órganos de gobierno y a quienes dirigen los museos que supervisen el uso de tecnologías digitales, evalúen sus beneficios y procuren que no causen daño. También exige alinearlas con la misión institucional y los estándares aplicables, minimizar riesgos y considerar la difusión de información inexacta o falsa, las consecuencias ambientales, la propiedad intelectual, los derechos de los pueblos indígenas y la soberanía de los datos.

El principio E.7 lleva esa responsabilidad a las actividades educativas, las exposiciones y las publicaciones. Pide utilizar la tecnología de manera deliberada, mantener la exactitud del relato histórico, científico y artístico y proteger el bienestar físico, mental y emocional de los públicos. El código establece principios y anuncia directrices complementarias; no sustituye una política interna ni las obligaciones legales aplicables.

En la Unión Europea, tampoco todos los usos de IA reciben el mismo tratamiento jurídico. El Reglamento de Inteligencia Artificial impone desde el 2 de febrero de 2025 una obligación general de adoptar medidas para garantizar un nivel suficiente de alfabetización en materia de IA entre el personal y demás personas que operan sistemas por cuenta de la organización.

Desde el 2 de agosto de 2026 se aplican además determinadas obligaciones de transparencia del artículo 50. Entre otras, deben identificarse las interacciones directas con ciertos sistemas de IA y, para quienes despliegan sistemas, existen deberes específicos ante el reconocimiento de emociones, la categorización biométrica, los ultrafalsos y determinados textos destinados a informar al público sobre asuntos de interés público cuando se publican sin revisión humana o control editorial.

Esto no significa que cada traducción, borrador interno o texto asistido por IA deba llevar una etiqueta pública. La obligación depende del sistema, el uso, el contenido y el grado de intervención editorial. Una política institucional debe distinguir la transparencia legalmente exigible de la transparencia que el museo decide adoptar por responsabilidad profesional o confianza pública.

La protección de datos, la propiedad intelectual, la confidencialidad, los contratos y la seguridad siguen aplicándose con independencia de que el sistema quede o no sometido a una obligación concreta del Reglamento de Inteligencia Artificial. Introducir expedientes, imágenes, datos de visitantes, documentación de procedencia o información sobre comunidades en una plataforma externa no es una operación neutra. Requiere comprobar la base jurídica, la necesidad del tratamiento, las condiciones del proveedor, las transferencias, la conservación, la seguridad y los derechos sobre los materiales.

Qué tendría que decidir una política mínima

Una política útil no tiene por qué ser extensa ni idéntica para todos los museos. Debe convertir los principios en decisiones verificables y abarcar el ciclo completo, desde la selección de la herramienta hasta su retirada. Como mínimo, debería fijar:

Ámbito y finalidad. Para qué tareas se permite la IA, cuáles requieren autorización previa y cuáles quedan excluidas.
Necesidad y proporcionalidad. Qué problema resuelve y por qué no basta un procedimiento menos intrusivo, más fiable o más controlable.
Clasificación del riesgo. Qué cambia cuando el uso afecta a colecciones, investigación, públicos, personal, datos personales, comunidades o contenidos publicados.
Responsabilidad. Quién propone, aprueba, opera, revisa y responde por el resultado. La responsabilidad no debe desplazarse a la herramienta ni quedar diluida entre departamentos.
Supervisión sustantiva. Qué debe verificarse, con qué fuentes, por quién y dejando qué registro. «Revisión humana» exige tiempo, competencia y autoridad real para rechazar el resultado.
Transparencia. Cuándo exige la ley informar y cuándo la institución decide hacerlo por razones éticas, editoriales o de confianza.
Datos y seguridad. Qué documentos, datos personales, imágenes, registros internos o información sensible pueden introducirse en cada servicio.
Proveedores. Qué modelo y versión se utilizan, dónde se tratan los datos, cuánto tiempo se conservan, si se reutilizan para entrenamiento, qué subencargados intervienen y cómo se exporta o elimina la información.
Derechos y procedencia. Qué facultades tiene el museo sobre los materiales de entrada y salida y cómo se respetan la propiedad intelectual, la propia imagen, la confidencialidad, los derechos colectivos y la soberanía de los datos.
Documentación. Qué instrucciones, entradas, salidas, fuentes, versiones, decisiones y correcciones deben conservarse para reconstruir el proceso.
Incidentes y reclamaciones. Cómo se registra y corrige un error, cuándo se suspende la herramienta, a quién se informa y qué canal tiene una persona afectada.
Evaluación y retirada. Qué beneficio se espera, con qué indicador se mide, qué costes de revisión, dependencia, seguridad, trabajo y consumo de recursos se consideran y qué resultado obliga a abandonar el sistema.
Formación. Qué necesita saber cada perfil antes de utilizar la herramienta y cómo se actualizan esas competencias.

No todos los usos requieren el mismo control. Corregir un borrador interno presenta riesgos distintos de clasificar una colección, producir un relato histórico para una exposición, tratar datos de visitantes o automatizar recomendaciones. Esa graduación debe estar escrita. Si queda entregada al criterio informal de cada empleado, la institución vuelve al punto de partida.

Un registro sencillo de usos puede convertir la política en práctica. Para cada sistema bastaría con identificar su finalidad, responsable, proveedor, datos utilizados, personas afectadas, revisión prevista, necesidad de informar, riesgos conocidos, fecha de aprobación y próxima reevaluación. Ese inventario permite detectar usos que comenzaron como pruebas personales y acabaron integrados en el trabajo ordinario sin una decisión institucional.

El museo es usuario y también fuente de datos

La discusión suele presentar al museo como usuario de IA. Sus fotografías, catálogos, metadatos, publicaciones y colecciones digitalizadas también pueden alimentar conjuntos de datos y sistemas desarrollados por terceros.

Abrir datos o autorizar una reproducción no equivale necesariamente a consentir cualquier extracción, entrenamiento o reutilización futura. A la inversa, una reserva jurídica o técnica no asegura por sí sola que la descarga sea materialmente imposible ni elimina copias ya realizadas. La guía sobre cómo reservar derechos frente a la minería de datos y la IA explica las señales disponibles, sus requisitos y sus límites.

Cuando el museo genera contenido con IA aparece otra cuestión: qué aportaciones humanas pueden estar protegidas y qué materiales o derechos de terceros condicionan el resultado. La guía sobre autoría y obras hechas con IA en la ley española desarrolla esa separación. Si la herramienta interviene en textos de sala, imágenes, reconstrucciones o mediación, también conviene documentar qué parte procede de fuentes verificadas, qué transformaciones se realizaron y quién asumió la decisión editorial.

El museo puede gestionar estos dos papeles de manera distinta. Puede autorizar ciertos usos de sus colecciones digitalizadas y prohibir otros; emplear una herramienta para tareas internas sin permitir que el proveedor reutilice los datos; o publicar materiales generados con asistencia de IA bajo reglas más estrictas que las mínimas exigidas legalmente. Lo importante es que esas decisiones sean conscientes, compatibles entre sí y comprensibles para el personal y los públicos.

Usar no equivale a mejorar

Solo el 21 % de los museos usuarios de IA declaró mejoras que consideraba medibles. El 14 % no había identificado mejoras medibles y el 65 % afirmó que todavía era pronto para evaluar el impacto.

Entre quienes sí señalaron mejoras, las áreas más citadas fueron la accesibilidad y los servicios o la experiencia del visitante, ambas con un 51 %, seguidas de educación y mediación, gestión, documentación de colecciones e investigación. Son resultados declarados por los participantes, no una evaluación externa de eficacia. Tampoco permiten saber qué indicador utilizó cada museo ni si el beneficio se mantuvo una vez incorporados los costes de corrección, supervisión y formación.

Ahorrar tiempo no demuestra por sí solo que aumenten la calidad, la accesibilidad o la confianza pública. Una traducción más rápida puede requerir una revisión especializada; una descripción generada en segundos puede introducir errores difíciles de detectar; un asistente disponible a cualquier hora puede excluir a parte del público si no es accesible o si presenta respuestas como hechos sin mostrar sus límites.

La encuesta permite concluir que, dentro de su muestra, la adopción superaba a las políticas formales; la mayoría de los museos usuarios dependía de plataformas externas; la formación y la evaluación sistemática estaban menos extendidas que el uso; y la capacidad económica se asociaba con diferencias importantes en adopción, gobierno y formación. No demuestra que la mayoría de los museos del mundo utilice IA ni permite comparar de forma representativa regiones o tipos de museo.

La pregunta institucional no es si el museo debe adoptar IA cuanto antes o rechazarla en bloque. Es qué problema pretende resolver, qué evidencia justificaría el uso, qué materiales y personas quedan afectados, quién conserva la capacidad de decisión y qué resultado obligaría a detenerlo. Sin esas respuestas, la herramienta puede estar operativa, pero todavía no está gobernada.

Sobre la conversación abierta

Este texto separa los datos del informe, el marco ético, las obligaciones jurídicas y mi interpretación. No constituye asesoramiento jurídico. Si trabajas en un museo o una institución cultural y tu centro tiene o prepara una política de IA, puedes precisar un dato o discutir esta lectura a través de la página de contacto.

Relación del autor con los casos

He presentado una propuesta de artículo a una convocatoria de Museum International, publicada por el ICOM, sobre inteligencia artificial en museos. No tengo relación económica ni profesional con la UNESCO ni con el ICOM.

Museos e inteligencia artificial: el uso avanza más rápido que las políticas