Por qué las respuestas de la IA sobre tu empresa pueden ser incorrectas
Hoy en día, muchas personas que investigan una empresa, un producto o un servicio hacen su consulta a un asistente de IA, a veces antes de abrir una página de resultados de búsqueda. La respuesta que reciben se construye a partir de las fuentes que el sistema encontró y consideró fiables. Cuando esas fuentes son escasas, desactualizadas o contradictorias, la respuesta también puede serlo, y nada en el formato de la respuesta permite distinguir una afirmación correcta y segura de una incorrecta expresada con la misma seguridad.
Las pruebas independientes muestran la magnitud del problema subyacente en al menos una tarea. En un estudio publicado el 6 de marzo de 2025, investigadores del Tow Center for Digital Journalism de la Universidad de Columbia dieron a ocho herramientas de búsqueda con IA 1.600 consultas, cada una con una cita de un artículo de noticias y una solicitud para identificar el título del artículo, la fecha de publicación, el editor y la URL. Según informó Nieman Lab, las herramientas no devolvieron la información correcta en más del 60 por ciento de los casos, con tasas de error que oscilaron entre el 37 por ciento para Perplexity y el 94 por ciento para Grok-3 Search. El estudio solo abarcó citas de noticias, por lo que no mide con qué frecuencia estas herramientas presentan datos incorrectos sobre una empresa, y los resultados no deben aplicarse directamente a esa cuestión. Sí demuestra que la atribución —el vínculo entre una respuesta y su fuente— es un ámbito en el que los sistemas actuales no son fiables.
Para una empresa, la consecuencia práctica es que su propia presencia en línea —es decir, las páginas y publicaciones que la describen— influye directamente en lo que dice un asistente, y vale la pena comprobar ese efecto en vez de darlo por sentado. Las secciones siguientes describen cómo comprobarlo, cómo averiguar dónde se origina una respuesta incorrecta y qué hacer al respecto.
Cómo realizar una comprobación inicial de tus consultas principales
Una comprobación inicial registra lo que dicen actualmente los principales asistentes sobre una empresa, para que los cambios posteriores puedan compararse con un punto de referencia fijo. Para empezar no hace falta ningún software especial, solo un método coherente.
Haz una lista de las consultas importantes. Anota las preguntas que haría un comprador, inversor o periodista sobre la empresa: a qué se dedica, quién la dirige, cuánto cuesta, cómo se compara con competidores específicos y si es confiable. Incluye algunas consultas sobre la categoría que no mencionen a la empresa, como «mejor proveedor de [servicio]», porque muestran si aparece o no.
Haz cada consulta en cada asistente que te interese. Usa siempre la misma redacción y registra la fecha, el asistente y la respuesta completa. Siempre que sea posible, realiza las búsquedas sin iniciar sesión o en una sesión nueva, para que la personalización no influya en el resultado.
Evalúa las respuestas comparándolas con una ficha de datos. Mantén una lista breve y verificada de los datos de la empresa: nombre legal, fecha de fundación, directivos, productos, precios, ubicaciones y afirmaciones clave. Marca cada afirmación de cada respuesta como correcta, desactualizada, incorrecta o ausente.
Registra las fuentes que cita el asistente. Cuando un asistente muestre sus fuentes, anota qué páginas y publicaciones utiliza, ya que esas páginas son las que dan forma a la respuesta.
Guarda todo en un mismo lugar. Basta con una hoja de cálculo sencilla, con una fila por cada consulta y asistente, que servirá como punto de referencia para repetir la prueba más adelante.
Los resultados de estos asistentes varían de una ejecución a otra, así que una sola respuesta es una observación, no una conclusión. Repetir cada consulta unas cuantas veces y anotar con qué frecuencia aparece un error determinado ofrece una imagen más fiable que cualquier respuesta aislada.
Cómo rastrear una respuesta incorrecta hasta su fuente
Casi siempre hay un origen para una afirmación incorrecta, y encontrarlo es el paso que permite corregirla. Empieza por las fuentes citadas por el asistente y, si no citó ninguna, busca la frase exacta de la afirmación incorrecta en un motor de búsqueda tradicional, porque suele aparecer en la página de la que el asistente obtuvo la información.
Tres patrones explican la mayoría de los casos. El primero es una página que controla la empresa y que está desactualizada, contradice otras páginas o es demasiado imprecisa para citar; por ejemplo, una página de precios antigua, una página sobre el equipo directivo que nunca se actualizó o una página «Acerca de» que describe la empresa de forma distinta a sus perfiles en otros sitios. El segundo es una página de terceros con información incorrecta: una ficha en un directorio, el perfil de un agregador de datos, un comunicado de prensa antiguo o un artículo con un error. El tercero es la ausencia de información: no hay una página clara y autorizada que indique el dato, y el asistente llena el vacío con algo plausible o con la descripción de un competidor.
Cada patrón requiere una solución distinta, por lo que conviene anotar, para cada error detectado en la comprobación inicial, a cuál de los tres parece corresponder. Anota también cuando no encuentres ninguna fuente. Si no se puede rastrear el origen de un error, lo más probable es que se deba a la generación de la respuesta; en ese caso, la medida correctiva consiste en reforzar las afirmaciones claras disponibles para que el asistente tenga una fuente autorizada que utilizar.
Cómo corregirlo
La tabla relaciona cada tipo de problema con su causa probable y la medida correctiva más directa. Ninguna de estas medidas puede obligar a un asistente a cambiar su respuesta, y los resultados tardan semanas en llegar, a medida que se actualizan las fuentes y los sistemas renuevan la información que recuperan.
Problema Causa probable Medida correctiva Dato desactualizado (precio, equipo directivo, producto) Página antigua en tu sitio o perfil de terceros Actualiza primero la página que controlas y luego solicita que corrijan las fichas de terceros Dato incorrecto Error en una página de terceros o descripciones contradictorias en tus propias páginas Contacta con la editorial para solicitar una corrección; unifica los nombres y las descripciones en tu sitio y tus perfiles La empresa no aparece en las respuestas sobre la categoría Poca cobertura independiente o posicionamiento poco claro Consigue cobertura en publicaciones pertinentes y explica claramente a qué te dedicas en las páginas clave Un competidor aparece en tu lugar Tus datos no están expresados de forma clara y autorizada en ningún sitio Publica una página de referencia que indique los datos clave y refuérzala con una cobertura coherente Afirmación inventada sin fuente Error de generación Refuerza las afirmaciones claras y autorizadas; informa de los errores persistentes a través del canal de comentarios del asistente
Dos hábitos mejoran todas las filas. El primero es tener una única página de referencia que exponga en un lenguaje claro los datos clave de la empresa, mantenerla actualizada y enlazarla desde los lugares que describen el negocio. El segundo es mantener la coherencia, porque los asistentes concilian las descripciones que encuentran, y si una empresa se describe de tres maneras distintas en su sitio, sus perfiles y la cobertura de prensa, pueden elegir la incorrecta. La cobertura independiente en publicaciones confiables aporta corroboración, lo que reduce la probabilidad de que un error aislado domine la respuesta.
Cómo repetir la prueba y mantener el seguimiento
Una corrección no está terminada hasta que se repite la comprobación inicial y se comparan los resultados. Espera varias semanas después de modificar una página o conseguir una corrección, ya que los asistentes utilizan fuentes que se actualizan a distintas velocidades. Luego, vuelve a ejecutar las mismas consultas en los mismos asistentes y evalúalas con la ficha de datos. Haz un seguimiento de tres medidas de una comprobación a la siguiente: cuántas afirmaciones son correctas, qué errores persisten y si la empresa aparece en consultas sobre la categoría en las que antes no aparecía.
Para la mayoría de las empresas, es razonable comprobar las consultas principales una vez al mes y hacer una comprobación adicional después de cualquier cambio importante, como un cambio de marca, un anuncio de financiación, un cambio de precios o un cambio en el equipo directivo, ya que es entonces cuando la información antigua tiene más probabilidades de entrar en conflicto con la nueva. Mantén la misma redacción en las consultas cada vez; de lo contrario, los cambios en las respuestas podrían deberse a un cambio en la pregunta.
El seguimiento también tiene una función preventiva. Cualquiera que pueda publicar en un dominio en el que confía un asistente puede influir en lo que este dice, así que comprobar periódicamente si hay afirmaciones nuevas o desconocidas sobre la empresa es una forma básica de gestionar la reputación en la era de la IA.
Qué papel cumple una auditoría de autoridad
Una comprobación inicial manual responde a la pregunta de qué dicen hoy los asistentes. La pregunta más difícil es por qué lo dicen y cómo se compara la presencia en línea de la empresa con la de sus competidores, porque si un asistente describe a un competidor en detalle y a una empresa de forma vaga, normalmente refleja una diferencia en la cobertura. La Auditoría de autoridad de IA compara un sitio con competidores específicos, informa sobre la visibilidad en IA y los patrones de citas que puede observar, e identifica las publicaciones y palabras clave que le faltan a la empresa. Sus conclusiones permiten establecer un orden de prioridad para las medidas correctivas de la tabla anterior.
Cuando la carencia es de cobertura independiente, el siguiente paso es conseguir presencia en publicaciones pertinentes, que puedes consultar en el Mercado de relaciones públicas. El artículo sobre menciones de editoriales explica cómo se relaciona la cobertura independiente con las fuentes que citan los asistentes, y el artículo sobre marcado Schema aborda los datos estructurados que ayudan a los sistemas a interpretar las páginas propias de una empresa. Ningún paso de este proceso puede garantizar una respuesta concreta de un asistente; el criterio útil es comprobar si cada revisión muestra menos errores y una cobertura más coherente que la anterior.
Fuentes
Los motores de búsqueda con IA no logran producir citas precisas en más del 60 % de las pruebas, según un nuevo estudio del Tow Center, Nieman Lab, consultado el 2026-10-23, publicado el 2025-03-10.
Auditoría de autoridad de IA y mercado de relaciones públicas, Visionary Financial.
Menciones de editoriales y citas en búsquedas con IA, y marcado Schema y citas en búsquedas con IA, Visionary Financial.
La publicación Cómo auditar lo que los asistentes de IA dicen sobre tu empresa y corregir lo que está mal apareció primero en Visionary Financial.