IA

Qué es, sin misticismo

«Inteligencia artificial» es un paraguas enorme. Debajo caben cosas muy distintas: un sistema que reconoce caras en una foto, uno que decide qué anuncio mostrarte, uno que traduce, uno que detecta fraude en una tarjeta. Lo que tienen en común es que resuelven tareas que asociábamos a una persona, y que lo hacen a partir de ejemplos en lugar de reglas escritas una a una.

Lo que la mayoría de la gente llama hoy «la IA» es un trozo concreto de ese paraguas: los modelos que generan texto, los LLM. Son sistemas entrenados con cantidades gigantescas de texto que, dado un principio, calculan qué continuación es probable. No consultan una base de datos de hechos ni «saben» nada en el sentido en que sabemos nosotros. Producen texto plausible. Que además sea cierto depende de con qué se entrenaron y, cada vez más, de qué información se les pone delante en el momento de responder.

Esa distinción no es filosofía: es la explicación de por qué a veces se inventan un dato con toda la seguridad del mundo, y de por qué los buscadores han acabado conectándolos a resultados reales en lugar de dejarlos responder de memoria.

Qué está pasando ya en las búsquedas

Lo describo solo con lo que se puede ver hoy, sin pronósticos.

Cuando alguien hace una búsqueda, además de la lista de enlaces de siempre puede aparecer una respuesta redactada que resume varias fuentes, con enlaces a esas fuentes. En Google esto son los AI Overviews. Y mucha gente ha empezado a hacer directamente esas preguntas en un asistente conversacional, que responde en párrafos y suele citar de dónde ha sacado cada cosa.

Los dos formatos cambian una regla que llevaba veinte años intacta: el objetivo ya no es solamente ser un resultado en el que se pulsa, sino ser la fuente que se cita dentro de la respuesta. Puede haber una consulta en la que tu página se lee, se resume y se enlaza sin que nadie llegue a hacer clic. Y puede haber otra en la que alguien llega a ti precisamente porque te vio citado.

De ahí sale toda la disciplina que trato en el área de GEO: trabajar para que tu contenido sea comprensible y citable por sistemas que leen, no solo por buscadores que indexan. No sustituye al SEO, se apoya en él —si tu página no se rastrea ni se indexa, no hay nada que citar—, pero añade exigencias propias.

Por qué le importa a quien tiene una web

Porque lo que hace que un sistema te cite se parece bastante a lo que hace que un lector te entienda, y se puede trabajar.

Respuestas claras y localizables. Un dato enterrado en el párrafo doce de un texto que da rodeos es difícil de extraer. Una afirmación concreta, con su contexto y su fecha, bajo un encabezado que dice de qué va la sección, se extrae sin ambigüedad. Es la misma estructura de HTML que ya ayudaba a la accesibilidad.

Quién lo dice. Un contenido firmado, con una persona identificable detrás y credenciales verificables, tiene más papeletas de acabar citado que uno anónimo. Es la idea de E-E-A-T aplicada a un contexto nuevo.

Ser una entidad reconocible. Estos sistemas trabajan con conceptos y con quiénes son las personas y empresas, no solo con cadenas de texto. Que tu negocio aparezca descrito de forma coherente en tu web, en tus perfiles y allí donde te mencionan hace que se te reconozca como una cosa concreta y no como un nombre suelto.

Y la medición cambia. Si parte del valor ocurre sin clic, el panel de visitas cuenta una parte de la historia. Es un tema de analítica, pero conviene tenerlo claro antes de sacar conclusiones apresuradas de una caída de tráfico.

Cómo lo estoy viendo yo

Llevo veintiún años en esto y he vivido unas cuantas «revoluciones» que luego fueron menos de lo prometido. Con esto mi postura es concreta: cambiar lo que hago no, afinar cómo lo escribo sí.

En la práctica, lo que he modificado en mi forma de trabajar es escribir de manera que una afirmación se pueda extraer sin perder el contexto: definir antes de opinar, fechar los datos, decir de dónde sale cada cifra y no dejar frases que solo se entienden habiendo leído los tres párrafos anteriores. Es, curiosamente, lo mismo que me pedían mis editores hace quince años.

Uso IA a diario en tareas de apoyo: agrupar cientos de consultas de búsqueda por intención, hacer un primer barrido de un informe largo, o detectar patrones en datos que a mano tardaría un día en ver. Y la uso también para redactar, incluido este glosario. Mi política editorial es esta, y prefiero decirla en voz alta antes que dejarla en la letra pequeña: producción asistida por inteligencia artificial con revisión y validación humana. El criterio es mío —qué se explica, con qué enfoque, qué se deja fuera y qué se corrige—, las decisiones son mías, y la verificación de los datos la hago yo: cada cifra, cada fecha y cada fuente se comprueban en el documento original antes de publicar, y las afirmaciones personales —lo que digo que he vivido, medido o decidido en un proyecto— se confirman una a una. Si algo no se puede confirmar, no se publica; se reescribe o se quita.

Lo digo porque me parece más sólido que la alternativa: es verificable, describe un proceso con control humano real y se puede comprobar frase a frase. Y porque el motivo de tanto control es el mismo que aplica a cualquiera: un texto generado sin conocimiento propio detrás no aporta nada que no esté ya en otras diez webs, y eso se nota tanto en quien lo lee como en quien decide a quién citar. La herramienta acelera la redacción; no sustituye ni el oficio ni la responsabilidad de lo que va firmado.

Errores frecuentes

Publicar textos generados sin revisar. El problema no es la herramienta: Google ha dicho expresamente que valora la calidad, no cómo se produjo el texto. El problema es publicar afirmaciones que nadie ha verificado, con datos inventados y sin experiencia real detrás. Eso hunde la credibilidad de todo el sitio, no solo de esa página.

Creer que citan fuentes al azar. No es lotería. Se cita lo que se rastrea, lo que se entiende y lo que resulta fiable. Si tu página bloquea el rastreo, carga el contenido de forma que no se lee, o no deja claro quién la firma, no entra en la conversación.

Pedirle datos sobre tu propio sector y darlos por buenos. Un modelo puede producir un porcentaje con toda naturalidad y que ese porcentaje no exista. Cualquier cifra que vayas a publicar necesita una fuente que puedas abrir y leer.

Abandonar lo básico por perseguir lo nuevo. He visto webs preocupadas por «optimizar para la IA» que tenían páginas sin indexar y una velocidad de carga lamentable. El orden es el de siempre: que se pueda rastrear, que se pueda entender, y encima de eso, lo demás.

Tratar «IA» como si fuera una sola cosa. El sistema que decide tus pujas en Google Ads, el que redacta un resumen en el buscador y el que transcribe una reunión no tienen ni los mismos riesgos ni las mismas implicaciones. Meterlos en el mismo saco lleva a decisiones malas en los tres.