Vídeo y audio con IA en el trabajo: qué rinde y qué hay que etiquetar

Producir un minuto de vídeo decente costaba hasta hace poco un día de trabajo y varios cientos de euros. Ahora cuesta un prompt. Eso ha cambiado dos cosas: una buena, que ciertos trabajos que nadie hacía porque no salían a cuenta ahora se hacen, y una mala, que el listón de «publicar» ha bajado mucho más deprisa que el de «merecer la pena».

Esta guía separa lo que de verdad rinde de lo que solo impresiona en una demo, y explica qué obligaciones nuevas hay encima desde el pasado 2 de agosto.

Qué hay: cuatro cosas distintas que se llaman igual

Bajo «vídeo con IA» conviven cuatro tecnologías con niveles de madurez muy diferentes. Mezclarlas es la causa de casi toda la decepción:

La que sale en las noticias es la primera. La que paga facturas es la cuarta. Para la segunda, cómo preparar el texto y elegir la voz está en convertir texto a voz con IA.

Qué rinde y qué no

La regla que ordena todo el asunto: la IA rinde cuando el valor está en la información, y falla cuando el valor está en la pieza.

La última fila no es un matiz técnico. Fabricar el testimonio de una persona, aunque sea con su permiso genérico, cruza una línea distinta de la del resto de la tabla.

Doblaje y subtítulos: el caso que casi siempre sale a cuenta

Si solo vas a probar una cosa, que sea esta. Tienes material grabado —formación, webinars, presentaciones de producto— que funciona en un idioma y no existe en los demás. El doblaje con IA traduce, mantiene la voz del original y ajusta el movimiento de los labios, y las plataformas actuales cubren decenas de idiomas y dialectos.

Tres cosas que conviene saber antes:

• Revisa el guion antes de doblar, no después. Corregir el texto cuesta minutos; regenerar diez vídeos, no. Y el error típico no es de pronunciación: es una expresión que en el mercado de destino significa otra cosa.
• Las cifras, las unidades y los nombres propios son donde falla. Repásalos siempre, uno por uno.
• Para lo comercial, que lo vea un nativo. Veinte minutos de una persona que vive allí evitan el vídeo que suena a traducción y desactiva la venta.

Avatares: dónde funcionan y dónde incomodan

Un avatar —una persona sintética que lee tu guion a cámara— sale bien en contenido funcional y regular en cualquier cosa que pida cercanía. La diferencia no es la calidad técnica, es la expectativa de quien mira.

• Funciona: instrucciones de un procedimiento, módulos de formación, explicación de una funcionalidad, avisos operativos. Nadie esperaba una persona concreta.
• Incomoda: el mensaje del director general a la plantilla, la bienvenida a un empleado nuevo, la disculpa por una incidencia. Ahí el contenido es que una persona se moleste en decirlo, y un avatar comunica exactamente lo contrario.

Si usas un avatar con la cara de alguien de la empresa, díselo a quien lo va a ver. No por la norma —que también—, sino porque descubrirlo por su cuenta destruye más confianza de la que ahorró el vídeo.

Clonar una voz o una cara: de quién es el permiso

La voz y la imagen de una persona identificable son datos personales, y en España cuentan además con la protección del derecho a la propia imagen. De ahí salen cuatro reglas que no son opinables:

1. Consentimiento explícito y específico. Firmado, para usos concretos, con plazo. Un permiso genérico del contrato de trabajo no cubre clonar la voz de alguien tres años después para una campaña.
2. Revocable. Y con un procedimiento real para cuando alguien se va de la empresa: qué pasa con los vídeos publicados y con el modelo de voz entrenado.
3. Nunca sobre terceros sin permiso. Ni clientes, ni proveedores, ni personas públicas. Que un vídeo sea «claramente una broma» no es defensa suficiente.
4. Documentado en algún sitio. Quién autorizó qué, cuándo y para qué. El día que haya una discusión, la conversación de chat donde alguien dijo «por mí vale» no sirve.

Y un aviso que conecta con algo más feo: cada voz clonada que circula por tu empresa es también material de partida para un fraude. La suplantación de directivos funciona precisamente con este tipo de audio, y merece su propio procedimiento: está en la guía sobre estafas con IA.

Lo que hay que etiquetar desde agosto de 2026

El artículo 50 del Reglamento europeo de IA está en aplicación desde el 2 de agosto de 2026, y es el que afecta directamente a quien publica contenido sintético. En corto, y quedándonos con lo que toca a una empresa normal:

Dos matices que evitan sustos y excesos:

• No todo contenido con IA dentro es una ultrafalsificación. Una animación estilizada, un fondo generado o una locución que nadie confundiría con una persona concreta no activan la obligación de revelar. Lo que la activa es simular algo o a alguien real de forma que induzca a error.
• La marca legible por máquina no es cosa tuya, pero elegir proveedor sí. Si tu herramienta no incorpora esas marcas de procedencia, el problema acaba siendo tuyo el día que tengas que demostrar el origen de una pieza. Pregúntalo antes de contratar.

Las sanciones de este bloque llegan hasta 15 millones de euros o el 3 % del volumen de negocio mundial. Para pymes se aplica la menor de las dos cifras. El calendario completo y el resto de obligaciones están en la guía del AI Act, y la parte de derechos de uso comercial se solapa bastante con la de imágenes con IA. Si lo que necesitas es una canción o una sintonía, está en crear música con IA.

Un flujo de trabajo sensato

1. Decide si el vídeo es el formato. Buena parte de lo que se produce en vídeo se leería mejor en una página. Que sea barato no lo convierte en el canal adecuado.
2. Escribe el guion primero, aparte. Es el 80 % del resultado y la parte donde la IA ayuda de verdad como redactora, no como cámara.
3. Léelo en voz alta. Lo que no se puede decir sin quedarse sin aire suena fatal locutado, con voz sintética o humana.
4. Produce la versión mínima y enséñasela a tres personas antes de hacer las otras nueve versiones.
5. Etiqueta al publicar, no al terminar. La revelación pertenece al sitio donde se ve, no a la carpeta del proyecto.
6. Guarda el guion y los ajustes. Cuando cambie el procedimiento dentro de seis meses, actualizar será un rato en lugar de empezar de cero, que es justo el motivo por el que compensaba usar IA.

El resumen honesto: la IA ha abaratado la producción, no la comunicación. El cuello de botella sigue estando donde estaba, en tener algo que decir y saber a quién. Lo mismo que pasa con las presentaciones, que la IA hace en cinco minutos y sigue sin poder defender por ti. Si lo que buscas es el paso a paso para generar y montar tus propias tomas, está en crear vídeos con IA.