Una arquitecta con quince años de colegiación activa descubre, por casualidad, que cuando un cliente le pregunta a una Inteligencia Artificial por su situación profesional, la respuesta da a entender que ya no ejerce. Nadie se lo dijo, nadie se lo notificó: lo encontró ella misma, probando qué contestaba ChatGPT sobre su propio nombre.
¿Qué pasa si la Inteligencia Artificial da por hecho que ya no ejerces?
No hace falta que la Inteligencia Artificial invente algo dramático para hacerte daño. Basta con que mezcle una fecha antigua con datos actuales, o que dé por buena una fuente desactualizada sobre tu situación colegial. El cliente no pregunta dos veces: si la respuesta suena segura, la da por cierta y sigue buscando en otro sitio. Este tipo de fallo es más peligroso que una reseña negativa evidente, precisamente porque nadie lo cuestiona: suena a información neutra, casi administrativa, y por eso el cliente no siente la necesidad de comprobarla por otra vía antes de seguir buscando.
Los estudios ya miden esto con precisión, y el dato es peor de lo que parece
El estudio de Searchable de 2026, realizado sobre más de 13.000 consultas a distintas Inteligencias Artificiales, encontró que el 93% de las empresas analizadas tenía al menos un dato básico inventado o ausente en las respuestas de la Inteligencia Artificial. Entre los negocios pequeños, la mitad recibió al menos un dato directamente fabricado, frente al 32% de las empresas grandes. El propio estudio precisa que estos errores no se concentran en un solo tipo de dato: se reparten entre horarios, direcciones, servicios ofrecidos y, con especial frecuencia entre profesiones colegiadas, la situación de habilitación para ejercer.
ChatGPT y Perplexity fallan más que Gemini en estos datos
El mismo estudio de Searchable, y el Índice de Visibilidad Local 2026 de SOCi, coinciden en un patrón: la precisión de la información de perfil profesional en ChatGPT y Perplexity ronda el 68%, mientras que Gemini, al apoyarse directamente en Google Maps, se acerca al 100% de precisión. Si tu cliente potencial usa ChatGPT en lugar de Gemini, la probabilidad de que reciba un dato erróneo sobre ti se dispara. Esa brecha de precisión entre plataformas no depende de que una Inteligencia Artificial sea mejor que otra en términos generales, depende de qué fuente estructurada tiene detrás: Gemini hereda la fiabilidad relativa de Google Maps, mientras que ChatGPT y Perplexity heredan la fiabilidad, mucho más irregular, de la web abierta.
SOCi midió 350.000 negocios y encontró un patrón sistemático, no casos aislados
SOCi analizó más de 350.000 ubicaciones de negocio en 2.751 marcas para su Índice de Visibilidad Local 2026, y encontró que ChatGPT solo recomienda de forma activa al 1,2% de los negocios locales que analizó. El resto, incluidos negocios con trayectoria sólida y sin ninguna incidencia real, simplemente no forma parte de las respuestas, o forma parte de ellas con datos incorrectos. Ese patrón se repite de forma casi idéntica en el sector de la arquitectura, donde la actividad profesional depende en gran medida de la confianza inicial que transmite un nombre reconocible, algo que la Inteligencia Artificial no puede transmitir si nunca ha aprendido a reconocerlo.
Cómo un dato erróneo de colegiación cuesta un contrato antes de que suene el teléfono
El daño de este tipo de error no se ve en una reclamación ni en una reseña negativa. Se ve en la ausencia: un cliente que preguntó, recibió una respuesta que sembraba dudas sobre tu situación profesional, y contrató a otro arquitecto sin que tú llegaras a saber que estuviste en su lista. Un problema parecido ocurre con las fichas de Google suplantadas con datos falsos, y la lógica de fondo es la misma: lo que no corriges, lo hereda cualquier sistema que lea esos datos después. Cuanto más tiempo pasa un dato erróneo sin corregirse, más se afianza como referencia para cualquier sistema nuevo que aprenda de contenido ya existente, lo que convierte la corrección temprana en la única palanca real de control.
Quién corrige esto, y por qué nadie te avisa cuando pasa
A diferencia de una reseña en Google, que puedes ver y responder, un error de la Inteligencia Artificial no llega con una notificación. No hay panel de control, no hay alerta, no hay forma de saber que ChatGPT te está describiendo mal salvo que tú mismo se lo preguntes, o que un cliente te lo cuente después de haber elegido a otro profesional.
La diferencia entre un error visible y un error silencioso
Un dato mal puesto en tu propia web se corrige en cinco minutos. Un dato mal puesto en la base de conocimiento de una Inteligencia Artificial puede tardar meses en actualizarse, si es que se actualiza, porque depende de fuentes de terceros, directorios antiguos y menciones que ya no reflejan tu situación real. Nueve de cada diez negocios, según Searchable, tienen algún error de este tipo circulando ahora mismo sin saberlo.
Qué tipos de errores son los más habituales: colegiación, ubicación y especialidad
No todos los errores pesan igual. El más grave para un arquitecto o cualquier profesional colegiado es el que afecta directamente a su habilitación para ejercer, porque siembra una duda que ningún cliente va a investigar por su cuenta: simplemente pasa al siguiente nombre de la lista. Le siguen los errores de ubicación, que envían al cliente a una dirección antigua o a una ciudad equivocada, y los errores de especialidad, que te describen haciendo un tipo de proyecto que no es el tuyo. El estudio de Searchable de 2026 no desglosa estas categorías con el mismo detalle para cada profesión, pero el patrón que sí confirma es constante en todos los sectores analizados: cuantos menos textos de calidad existen sobre un profesional, más fácil es que la Inteligencia Artificial rellene los huecos con suposiciones, y esas suposiciones rara vez son favorables para quien las sufre.
Por qué los negocios pequeños llevan la peor parte de este problema
El estudio de Searchable ya citado encontró que la mitad de los negocios pequeños analizados tenía al menos un dato directamente fabricado en las respuestas de la Inteligencia Artificial, frente al 32% de las empresas grandes. La diferencia no es casualidad: una empresa grande suele tener departamento de comunicación, notas de prensa periódicas y presencia en medios especializados, todo material que la Inteligencia Artificial puede leer y usar para construir una respuesta precisa. Un arquitecto que trabaja solo, o en un estudio de dos o tres personas, no genera ese volumen de contenido de forma natural, así que cualquier vacío de información se llena con lo que haya disponible, sea correcto o no. La consecuencia práctica es que cuanto más pequeña es tu estructura, más deliberada tiene que ser tu estrategia de presencia, porque nadie la va a construir por ti de forma automática.
Qué puede hacer tu colegio profesional, y qué no puede hacer por ti
Los colegios de arquitectos, como la mayoría de colegios profesionales, mantienen un registro oficial de colegiados que en teoría debería ser la fuente de verdad sobre quién ejerce y quién no. El problema es que ese registro no es necesariamente la fuente que consulta una Inteligencia Artificial cuando construye su respuesta, sobre todo si el colegio no publica esa información en un formato accesible y actualizado con frecuencia. El colegio puede confirmarte que tu situación administrativa está en regla, pero no puede garantizarte que esa información llegue hasta ChatGPT, Gemini o Perplexity, ni cuándo lo hará. Esa es la brecha exacta que deja a un profesional colegiado y activo apareciendo, ante la máquina, como si ya no ejerciera. Algunos colegios han empezado a publicar sus registros en formatos más abiertos precisamente para reducir este riesgo, pero la adopción es todavía desigual entre territorios y especialidades, así que no conviene asumir que tu colegio ya ha resuelto este problema por ti.
Corregir tu ficha de Google no corrige lo que dice la Inteligencia Artificial
Muchos profesionales, al enterarse de un error como este, van directamente a su ficha de Google Business Profile y la actualizan, dando el problema por resuelto. Ese paso es necesario, pero no es suficiente. Gemini, al apoyarse fuertemente en los datos de Google, sí reflejará el cambio con relativa rapidez, pero ChatGPT y Perplexity construyen sus respuestas a partir de una combinación mucho más amplia de fuentes, incluidos artículos antiguos, directorios desactualizados y menciones de terceros que nadie controla directamente. Actualizar una sola fuente no borra las demás, y la Inteligencia Artificial no siempre da prioridad a la fuente más reciente sobre la más citada. Esta es la diferencia real entre gestionar tu reputación en un solo canal y gestionar lo que la Inteligencia Artificial dice de ti en conjunto. Gestionar solo el canal más visible da una falsa sensación de control, cuando en realidad la mayoría de las consultas de tus futuros clientes puede estar pasando por los canales que menos controlas.
Qué puedes comprobar tú mismo esta semana
Preguntar directamente a ChatGPT, Gemini y Perplexity «¿está [tu nombre] colegiado y ejerciendo actualmente en [tu ciudad]?» es la comprobación más simple que existe, y lleva menos de diez minutos. Este tipo de desfase entre lo que dice la Inteligencia Artificial y tu actividad real es más común de lo que parece.
RADAR revisa de forma sistemática qué dicen ChatGPT, Gemini y Perplexity sobre tu situación profesional, tu colegiación y tu trayectoria, y te avisa cuando algo no coincide con la realidad. Descubre qué dice hoy la Inteligencia Artificial sobre tu situación profesional.
Sobre el autor
Javier G. Amblar es consultor estratégico desde hace 27 años, con más de 33.000 profesionales formados en 55 países y una comunidad en línea de más de 500.000 personas. Exprofesor asociado del IE Business School, hoy dirige RADAR, el servicio que audita en las principales Inteligencias Artificiales la información real sobre profesionales independientes. Más sobre RADAR.
