Google y la IA: el dilema entre la automatización y la veracidad

La relación entre los creadores de contenido y los motores de búsqueda ha entrado en una fase de tensión crítica. Mientras la inteligencia artificial generativa promete una eficiencia sin precedentes en la producción de textos, Google ha actualizado sus directrices para lanzar una advertencia clara: la confianza ciega en los modelos de lenguaje es un riesgo operativo. La compañía ha dejado claro que los sistemas de IA no recuperan hechos reales, sino que predicen secuencias probables de palabras basándose en sus datos de entrenamiento, lo que abre la puerta a las llamadas alucinaciones.

La obligación del factor humano en la publicación

La actualización de las guías de Google subraya que es crítico realizar una verificación manual de todo el contenido generado por IA antes de su publicación. Esta exigencia no es una mera sugerencia, sino una respuesta a la tendencia de automatización masiva que ha inundado la web. La empresa enfatiza que la supervisión humana es la única garantía de precisión y confiabilidad, especialmente en sectores donde la veracidad de la información es fundamental para la experiencia del usuario.

Este riesgo de imprecisión no es teórico. En experimentos internos, el uso de Gemini para generar contenido sobre SEO técnico resultó en la recomendación de utilizar etiquetas como rel=prev y rel=next para la paginación, una técnica que Google ya ha dejado de soportar. Este ejemplo demuestra cómo la IA puede basarse en datos de entrenamiento obsoletos o mitos recurrentes en la red, entregando consejos que, aunque suenen profesionales, están técnicamente desactualizados. Para profundizar en estas advertencias, es recomendable consultar las directrices sobre la necesidad de verificar el contenido de IA.

Más allá del cuerpo del texto: el control de los metadatos

Un aspecto novedoso de las nuevas directrices es que la revisión manual ya no se limita al artículo principal. Google ha extendido explícitamente esta obligación a los metadatos, elementos que a menudo se delegan totalmente a la IA por considerarlos secundarios, pero que son vitales para el posicionamiento y la accesibilidad.

La revisión obligatoria ahora incluye:

• Elementos de título (etiquetas title).
• Meta descripciones.
• Datos estructurados.
• Textos alternativos (alt text) de las imágenes.

Dado que estos elementos aparecen directamente en los resultados de búsqueda, cualquier error generado por la IA en estas secciones puede afectar la tasa de clics y la percepción de calidad del sitio. La empresa insiste en que el proceso de curación humana debe cubrir todo el ecosistema de la página para evitar que las alucinaciones impacten en la visibilidad orgánica.

El conflicto por la propiedad intelectual y el scraping

Mientras Google pide calidad, los grandes medios de comunicación están levantando muros. Gigantes como Reuters y Time han adoptado una postura defensiva, bloqueando por defecto los rastreadores de IA. Esta estrategia, conocida como modelo de lista blanca o allowlist, consiste en denegar el acceso a todos los bots de IA (como GPTBot o CCBot) mediante el archivo robots.txt y configuraciones del servidor, permitiendo únicamente el paso a rastreadores tradicionales como Googlebot.

El objetivo es evitar que los modelos de lenguaje consuman contenido original para generar resúmenes que sustituyan la visita al sitio web, un fenómeno que reduce drásticamente el tráfico. Esta fricción digital busca forzar a las empresas de IA a negociar acuerdos de licencia remunerados en lugar de extraer datos gratuitamente. Para entender mejor este fenómeno, se puede analizar cómo los sitios de noticias luchan contra el scraping.

Pagos a editores y la nueva economía de la IA

En un intento por mitigar el descontento de los medios, Google ha puesto en marcha un programa piloto con aproximadamente 100 editores. A diferencia del modelo de búsqueda tradicional, este esquema remunera a los medios basándose en cuánto aportan sus contenidos a las respuestas generadas por IA, específicamente en AI Overviews, el AI Mode y Gemini.

Los datos revelan una disparidad significativa en las compensaciones. Mientras que un editor que se unió al inicio del programa habría percibido más de un millón de dólares en un año, otros incorporados posteriormente han recibido sumas entre 50.000 y 60.000 dólares. Este movimiento es una respuesta directa a la presión de reguladores en la Unión Europea y el Reino Unido, quienes cuestionan el impacto de las búsquedas generativas en la viabilidad económica de la prensa digital. Más detalles sobre este piloto se encuentran en la remuneración de contenidos en IA.

La capa intermedia: el experimento Dive Deeper

La tensión aumenta con la introducción de nuevas funciones en Google Discover. La herramienta experimental Dive Deeper introduce una pantalla intermedia entre el feed y el sitio web del medio. Al pulsar el botón, el usuario no es redirigido inmediatamente a la fuente, sino que accede a un resumen generado por IA dentro del entorno de Google.

Aunque Google afirma que los enlaces a las fuentes originales tendrán una presencia destacada, la estructura prioriza la síntesis automática. Esta función añade un paso más en el camino del usuario, lo que según expertos podría reducir aún más los clics hacia los medios, ya que el usuario puede obtener el contexto suficiente sin necesidad de abandonar la plataforma. Este experimento refleja la ambición de Google de convertirse en un destino de respuestas finales más que en un simple directorio de enlaces.

La IA no recupera hechos, sino que predice una secuencia probable de palabras basada en sus datos de entrenamiento. Por ello, es crítico verificar manualmente todo el contenido antes de publicar.

Impacto y perspectivas para las empresas en España

Para el tejido empresarial español, especialmente para las PYMES y agencias de marketing digital, estas actualizaciones marcan un cambio de paradigma. En un contexto donde la Agenda Digital española impulsa la transformación tecnológica, la adopción de la IA no puede ser indiscriminada. El cumplimiento del AI Act de la Unión Europea ya anticipa la necesidad de transparencia y supervisión humana en los sistemas de IA, alineándose con las exigencias actuales de Google.

Las empresas locales que utilicen la IA para generar contenido deben integrar procesos de auditoría humana en sus flujos de trabajo. Delegar la redacción de metadatos o la creación de blogs a herramientas automatizadas sin una revisión experta podría derivar en penalizaciones de visibilidad o, peor aún, en la difusión de información errónea que dañe la reputación de la marca. En España, donde el sector de los servicios y el comercio electrónico depende fuertemente del tráfico orgánico, la calidad y la veracidad se convierten en la principal ventaja competitiva frente a la saturación de contenido sintético.

Preguntas frecuentes

Fuentes: Searchenginejournal (2), Seobot ·