Sí, es real: la Inteligencia Artificial puede seguir citando la última actividad pública que encontró de ti hace meses, aunque desde entonces hayas dado una ponencia, te hayas incorporado a la junta de tu colegio profesional o hayas participado en el congreso más importante de tu sector. El motivo tiene nombre técnico, se llama corte de conocimiento, y explica por qué alguien bien posicionado en su gremio puede parecer, ante un modelo de lenguaje, alguien desconectado de su propia profesión.
¿Qué es exactamente el corte de conocimiento de un modelo de Inteligencia Artificial?
Cada modelo de lenguaje se entrena con información recopilada hasta una fecha concreta, y después ese entrenamiento se detiene. Todo lo que ocurre después de esa fecha, un cambio de cargo, una nueva colaboración, la participación en un evento del sector, es invisible para el modelo salvo que use una herramienta de búsqueda en tiempo real para completar la respuesta. Si no la usa, contesta con la misma seguridad tanto si el dato es de ayer como si es de hace tres años.
Esto significa que un profesional puede estar perfectamente activo en su gremio, con presencia real en congresos, jornadas y encuentros del sector, y aun así la Inteligencia Artificial lo describe con datos de una etapa anterior de su carrera, simplemente porque esa es la última fotografía que el sistema tiene guardada.
¿Con qué frecuencia se equivoca la Inteligencia Artificial con información reciente?
La organización NewsGuard, especializada en analizar la fiabilidad de fuentes de información, publicó en septiembre de 2025 un estudio recogido por Forbes que muestra que los principales chatbots de Inteligencia Artificial repiten afirmaciones falsas sobre la actualidad en una de cada tres respuestas, un dato que ha empeorado respecto al año anterior. Uno de los sistemas analizados, que en la medición previa acertaba prácticamente siempre, cayó hasta fallar en casi la mitad de sus respuestas sobre noticias recientes.
Un segundo estudio, esta vez del instituto de Inteligencia Artificial centrada en el ser humano de la Universidad de Stanford, evaluó durante catorce días de febrero de 2026 a seis chatbots comerciales, entre ellos modelos de OpenAI, Google, Anthropic y xAI, preguntándoles a diario por noticias publicadas en las veinticuatro horas anteriores. Los mejores sistemas acertaron más de nueve de cada diez veces, pero el estudio encontró una fragilidad notable: si la pregunta incluía un dato incorrecto de forma casi imperceptible, la precisión de alguno de los modelos se desplomaba hasta el 19%.
¿Por qué esto afecta más a quien trabaja en gremios y colegios profesionales?
Los eventos de un sector, congresos, jornadas, asambleas de colegios profesionales, ferias sectoriales, no siempre generan el mismo volumen de contenido digital que una noticia general. Muchas veces la única fuente es la propia web del colegio o la asociación, actualizada por alguien que no tiene por qué pensar en cómo lee esa información un modelo de lenguaje.
Si esa web no se actualiza con la frecuencia adecuada, o si la actividad no queda reflejada también en otras fuentes que los sistemas de Inteligencia Artificial consideran relevantes, el profesional puede estar completamente al día en la vida real y, al mismo tiempo, parecer desconectado de su gremio en cualquier conversación que alguien tenga con ChatGPT, Gemini o Perplexity sobre él.
¿Qué pasa si alguien te pregunta a una Inteligencia Artificial antes de contratarte?
Cada vez es más habitual que un cliente potencial, antes de llamar a un despacho, una consulta o una clínica, le pregunte a su asistente de Inteligencia Artificial qué sabe de esa persona. Si la respuesta describe una trayectoria congelada en un momento anterior, sin mención de la actividad reciente, la impresión que se lleva quien pregunta es la de alguien que ya no está en primera línea de su profesión, aunque sea justo lo contrario.
No hay forma de que ese cliente sepa que está hablando con un sistema que simplemente no ha actualizado su información. Para quien pregunta, la respuesta es la realidad, y actúa en consecuencia.
¿Cómo se corrige un corte de conocimiento que no depende de ti?
No se puede pedir a un modelo que se reentrene antes de tiempo, pero sí se puede trabajar para que, cuando ese modelo busque información en tiempo real sobre ti, encuentre datos actualizados y consistentes en varias fuentes a la vez, no solo en una web que quizá nadie revisa desde hace meses.
Eso implica que la actividad profesional reciente, participación en congresos, cargos en asociaciones, publicaciones o intervenciones públicas, quede reflejada en más de un sitio: la propia web, los perfiles profesionales, las notas de prensa del propio colegio o gremio, cualquier medio que recoja la actividad del sector. Cuantas más fuentes independientes confirmen el mismo dato reciente, más fácil es que un sistema con acceso a búsqueda en tiempo real lo recoja correctamente.
¿Vale la pena comprobarlo aunque te sientas bien posicionado en tu gremio?
Sí, precisamente porque la sensación de estar bien posicionado suele venir de la vida real, de las relaciones directas con colegas y clientes, y no tiene por qué coincidir con lo que un modelo de lenguaje repite cuando alguien lo consulta. Son dos capas distintas de reputación, y hoy ya no basta con cuidar solo la primera.
El patrón se repite en otros casos que ya hemos documentado, como Google lanza una Inteligencia Artificial médica que escucha mejor que un humano o, más recientemente, en La maquina da tres nombres. Alguien de tu ciudad esta en esa lista y tu no.
Este es el primer problema de visibilidad que RADAR está pensado para detectar: desaparecer, o parecer inactivo, precisamente cuando estás bien posicionado en tu profesión, porque nadie te avisa de que la Inteligencia Artificial no se ha enterado todavía.
¿Qué diferencia hay entre no aparecer y aparecer desactualizado?
No aparecer es, en cierto modo, más fácil de detectar: preguntas por tu nombre y no sale nada, o sale muy poco. Aparecer desactualizado es más peligroso porque parece que el sistema sí te conoce, sí tiene información sobre ti, y esa apariencia de conocimiento hace que nadie sospeche que los datos están congelados en una etapa anterior de tu trayectoria.
La única forma de saber en cuál de las dos situaciones estás es preguntando directamente, con regularidad, qué dice de ti cada uno de los sistemas que tu público usa cada vez más para decidir en quién confiar.
¿Qué pueden hacer los propios colegios y asociaciones para no perjudicar a sus miembros?
Buena parte del problema no depende solo del profesional individual, sino de cómo publica su información el propio colegio o la asociación a la que pertenece. Una web que solo publica un calendario en formato imagen, sin texto que un sistema pueda leer, o que tarda semanas en reflejar un congreso ya celebrado, arrastra a todos sus colegiados al mismo problema de desactualización, aunque cada uno de ellos, por separado, esté activo y presente.
Actualizar la agenda pública con fecha, texto legible y difusión en varios canales a la vez no es solo una cuestión de imagen para la institución: es lo que determina si sus miembros aparecen, ante la Inteligencia Artificial, como un gremio vivo o como uno detenido en el tiempo.
¿Puede la Inteligencia Artificial dar por hecho que has dejado tu profesión?
El riesgo no se limita a describirte con datos viejos: en los casos más extremos, un sistema puede llegar a inferir, a partir del silencio prolongado en sus fuentes, que ya no ejerces. Si la última mención pública que encuentra de tu actividad profesional tiene varios años, y no hay nada más reciente que lo contradiga, algunos modelos completan el vacío con suposiciones, en lugar de admitir simplemente que no lo saben.
Esa tendencia a rellenar huecos con inferencias, en lugar de reconocer la falta de datos, es uno de los mecanismos detrás de lo que se conoce como alucinación en Inteligencia Artificial: el sistema prioriza dar una respuesta completa antes que admitir que no tiene información actualizada, y esa prioridad puede jugar en tu contra si tu actividad reciente no está bien documentada en fuentes que el modelo consulte.
¿Qué pueden hacer los eventos y congresos para no desaparecer del radar de la Inteligencia Artificial?
Un congreso o una jornada profesional que solo se anuncia en un cartel digital o en una publicación aislada de redes sociales tiene una vida muy corta a ojos de un sistema de Inteligencia Artificial. Lo que sí deja huella duradera es la combinación de una página propia del evento con fecha y descripción en texto, notas de prensa posteriores que confirmen que se celebró, y menciones cruzadas en medios o webs de los propios participantes.
Cuantas más fuentes independientes confirmen que un evento existió, se celebró y quiénes participaron, más probable es que un sistema que busca en tiempo real lo recoja con precisión, y que la actividad de cada profesional que asistió quede asociada correctamente a esa fecha reciente, en lugar de perderse en el vacío.
Sobre el autor
Javier G. Amblar tiene 27 años de experiencia en formación y consultoría, ha formado a más de 33.000 profesionales en 55 países y fue profesor asociado del IE Business School, distinción reconocida con el Premio a la Excelencia Docente. Ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio, publicó el libro Liderazgo (Editatum, 2018) y su canal de YouTube reúne a más de 368.000 suscriptores dentro de una comunidad en línea de más de 500.000 personas. Actualmente ayuda a profesionales a comprobar si la Inteligencia Artificial refleja su actividad real a través de RADAR.
