Borraste tu perfil de aquella plataforma hace más de un año. Cambiaste de modelo de negocio, dejaste de aceptar reservas por ahí, y diste el tema por cerrado. Pero hace unos días alguien te escribió extrañado: le había preguntado a una Inteligencia Artificial dónde reservar cita contigo, y el sistema le había recomendado, con total seguridad, que lo hiciera en esa plataforma que ya no existe para ti.
No es un fallo aislado ni un capricho del modelo. Es la consecuencia directa de cómo se construyen estos sistemas, y de lo poco que suele tardar la información vieja en desaparecer de ellos, que en muchos casos es bastante más de un año. Y mientras tú crees que el asunto está cerrado, el sistema sigue mandando gente a un sitio que ya no te representa.
¿Qué pasó exactamente cuando cerraste ese perfil?
Cerrar un perfil borra tu presencia de cara al usuario que visita esa plataforma directamente, pero no borra las miles de copias, capturas y menciones que ese perfil generó mientras estuvo activo. Artículos, comparativas, respuestas antiguas en foros, todo eso sigue existiendo en algún rincón de internet.
Un modelo de Inteligencia Artificial no distingue entre lo que sigue vigente y lo que ya se cerró, salvo que alguna fuente reciente y con más autoridad le diga explícitamente lo contrario. Mientras eso no ocurra, sigue repitiendo lo último que aprendió, aunque hayas cerrado esa puerta hace meses.
Esto no es exclusivo de las plataformas de reservas. Ocurre igual con cualquier información pública que cambió: un precio antiguo, una dirección anterior, un servicio que ya no ofreces. El mecanismo de fondo es siempre el mismo.
¿Por qué la Inteligencia Artificial sigue recomendando un sitio que ya no existe para ti?
Los modelos entrenados con grandes volúmenes de texto aprenden patrones a partir de una fotografía del mundo tomada en un momento concreto. Si esa fotografía se tomó cuando tu perfil todavía estaba activo, el modelo puede seguir dando esa respuesta durante mucho tiempo después, incluso si nunca vuelve a comprobarlo.
A eso se suma que muchas plataformas de reservas siguen apareciendo en decenas de artículos de terceros, guías de la ciudad o comparativas, todos escritos cuando tu perfil aún estaba ahí. El modelo no cita solo la plataforma, cita todo ese ecosistema que se formó alrededor de ella.
¿Cuánta gente toma decisiones así ahora mismo?
Según un informe de Northquery del 20 de agosto de 2025, el 64 por ciento de los adultos de entre 30 y 44 años ya pide recomendaciones de negocios locales a una Inteligencia Artificial, y el 31 por ciento utiliza específicamente ChatGPT para ese tipo de consultas.
Esto significa que la persona que te escribió extrañada no es una excepción curiosa, es parte de un grupo que ya es mayoría en ese rango de edad. Cada mes que ese dato viejo sigue circulando, más gente lo recibe como si fuera información actual.
Y a diferencia de un buscador tradicional, donde el usuario suele ver varios resultados y puede comparar, aquí recibe una única respuesta que suena definitiva. Eso reduce todavía más las probabilidades de que alguien dude de lo que le acaban de decir.
¿Qué diferencia hay entre un modelo con búsqueda en vivo y uno sin ella?
Algunos asistentes de Inteligencia Artificial responden solo con lo que aprendieron durante su entrenamiento, sin consultar nada en tiempo real. Otros, cuando detectan que la pregunta necesita datos actuales, hacen una búsqueda en vivo y basan la respuesta en lo que encuentran en ese momento.
La diferencia es enorme para tu caso. Un modelo sin búsqueda en vivo puede seguir repitiendo el dato viejo indefinidamente, mientras que uno con búsqueda en vivo debería corregirse en cuanto la fuente correcta esté bien posicionada y sea fácil de encontrar. El problema es que muchos usuarios no saben qué tipo de modelo están usando, y muchos asistentes combinan ambos comportamientos según la consulta.
¿Cuánto tarda un modelo en olvidar una fuente después de que se actualice?
No hay un plazo único, pero sí patrones observables. Cuando una fuente se corrige y las fuentes de terceros que hablan de ti empiezan a ser consistentes entre sí, la corrección suele reflejarse en unas dos a cuatro semanas en los sistemas que sí actualizan su conocimiento con cierta frecuencia, según observaciones recogidas por analistas del sector como MaxAEO en 2026.
En los modelos con búsqueda en vivo, el cambio puede notarse en cuestión de días, porque la respuesta depende de lo que encuentran en ese preciso momento. Pero si el dato desactualizado sigue siendo la versión mejor posicionada, más citada o más repetida en internet, ese plazo se puede alargar mucho más allá de unas semanas, a veces durante todo un año o más.
¿Qué pasa con los agregadores y directorios que copiaron el dato viejo?
Aquí está una de las partes más incómodas del problema. Muchos directorios y agregadores automáticos copiaron tu información de aquella plataforma cuando aún estaba activa, y siguen mostrándola sin que tú les hayas dado nunca acceso directo para corregirla.
Corregir tu propia web no toca esos directorios. Tienes que localizarlos uno por uno, casi siempre buscando tu propio nombre o el de tu negocio en distintos motores, y pedir la corrección o la baja en cada uno por separado. Es un trabajo tedioso, pero mientras esas copias sigan activas, seguirán alimentando a los modelos con la versión antigua.
Prioriza los directorios que aparecen primero cuando buscas tu propio nombre. No hace falta perseguir los cien enlaces posibles, con corregir los cinco o seis más visibles sueles reducir el problema de forma notable, y ese esfuerzo inicial suele bastar para que el resto de fuentes menores dejen de tener peso real en la respuesta del modelo.
¿Por qué corregir tu propia web no es suficiente?
Tu web es una fuente entre muchas, y no necesariamente la que el modelo considera más fiable. Si el resto de fuentes que existen sobre ti siguen diciendo lo contrario, tu corrección puede quedar diluida entre versiones contradictorias.
Un contenido que no se actualiza durante más de un año tiene, además, muchas menos probabilidades de ser citado como referencia por un sistema como ChatGPT, según los mismos análisis del sector citados antes. Eso significa que no basta con corregir el dato una vez: hace falta que la fuente corregida se note viva, con fecha reciente y visible.
¿Qué puedes hacer para acelerar la actualización?
Publica la corrección en el lugar con más autoridad que controles, con fecha explícita, y repítela en cualquier perfil profesional que sigas usando. Cuantas más fuentes coincidan en la versión correcta, antes dejará de haber ambigüedad para el modelo.
También puedes preguntarle directamente a varios modelos por tu situación actual y, si tienen la opción de indicarte de dónde sacaron el dato, revisar esa fuente concreta. A veces basta con corregir dos o tres fuentes muy citadas para que el resto se ordene solo.
¿Cómo sabes si ya se ha corregido?
Repite la misma consulta cada pocas semanas en distintos asistentes, exactamente como la haría un cliente nuevo, no como la harías tú sabiendo ya la respuesta correcta. Anota la fecha y la respuesta cada vez, así podrás ver si el cambio va llegando poco a poco o si sigue exactamente igual.
Si después de dos o tres meses el dato sigue sin corregirse en ningún modelo, es señal de que el problema no está en el tiempo de actualización, sino en que alguna fuente muy citada sigue sin corregirse. Vale la pena entonces volver a revisar los directorios y agregadores antes de asumir que no hay nada que hacer, porque casi siempre queda al menos una fuente olvidada que sigue alimentando el error.
¿Qué puedes hacer si el modelo te confunde con otro profesional parecido?
A veces el problema no es solo el dato viejo, es que el modelo mezcla tu información con la de otra persona de nombre similar o de un negocio con un concepto parecido al tuyo. Esto ocurre con más frecuencia de la que parece, sobre todo si tu nombre profesional es común o si tu sector tiene poca diferenciación de marca.
La solución pasa por reforzar en tus propias fuentes los datos que te distinguen con claridad: ciudad concreta, especialidad exacta, año de inicio de tu actividad actual. Cuanto más específica y consistente sea esa información en los lugares que controlas, menos margen deja para que el modelo te mezcle con otra persona, incluso cuando esa otra persona comparte contigo nombre y sector.
¿Vale la pena volver a abrir un perfil solo para corregir el dato?
No necesariamente. Si cerraste esa plataforma por una razón de fondo, reabrirla solo para publicar un aviso de cierre puede no merecer la pena, y en algunos casos hasta reintroduce el problema que intentabas resolver.
Suele ser más eficaz concentrar el esfuerzo en las fuentes que sí vas a mantener vivas: tu web, tu perfil profesional activo, y los directorios que de verdad importan en tu sector. Esa concentración de esfuerzo es más sostenible que perseguir cada plataforma antigua una por una.
Cada cliente que llega a un sitio equivocado por culpa de un dato viejo no solo pierde tiempo, también se lleva una primera impresión confusa de ti, antes incluso de haber hablado contigo. Esa impresión es difícil de corregir después con una simple explicación.
Ya viste antes cómo usar bien la Inteligencia Artificial puede ser una ventaja en lugar de un problema, y este es uno de esos casos: entender cómo funciona el sistema por dentro es lo que te permite corregir lo que de otro modo seguiría dañándote en silencio, sin que nadie te lo dijera hasta que fuera demasiado tarde para explicarlo con calma.
Si quieres comprobar ahora mismo qué está diciendo una Inteligencia Artificial sobre dónde y cómo contactarte, sin esperar a que un cliente confundido te lo cuente, puedes revisarlo con un diagnóstico de RADAR.
Sobre el autor
Javier G. Amblar lleva 27 años dedicado a la formación de profesionales, con más de 33.000 alumnos en 55 países. Fue profesor asociado del IE Business School, distinguido con el Premio a la Excelencia Docente, y ha colaborado como analista en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018), dirige un canal de YouTube con más de 368.000 suscriptores y lidera una comunidad en línea de más de 500.000 personas. Puedes conocer su trabajo en Evolution.
