¿Qué pasa cuando una Inteligencia Artificial sigue describiendo tu antigua especialidad?
Cambiaste de área de trabajo hace más de un año, pero cuando alguien le pregunta a ChatGPT, Gemini o Perplexity a qué te dedicas, la respuesta sigue siendo la de antes. No es un fallo puntual: ninguna de esas tres Inteligencias Artificiales revisa tu trayectoria cada semana, y mientras tanto repite la versión que encontró la primera vez que «leyó» sobre ti. El riesgo no es solo la inexactitud, es que un cliente llegue pidiendo exactamente el servicio que ya no ofreces.
Esto le ha pasado a profesionales que pasaron de una práctica generalista a una especialización concreta, y también al revés, a quienes ampliaron su oferta y siguen apareciendo como especialistas de nicho. Javier G. Amblar, fundador de RADAR, el servicio de consultoria.uno que mide qué dicen las Inteligencias Artificiales sobre un profesional, ha revisado decenas de estos casos en los últimos meses.
¿Por qué una abogada que dejó el derecho civil sigue apareciendo como generalista?
Una abogada que en 2024 cerró su práctica de derecho civil general para especializarse solo en herencias descubrió, catorce meses después, que Perplexity seguía recomendándola para separaciones y custodias. Nadie le había avisado, porque nadie tenía motivo para comprobarlo: su web ya decía «derecho de sucesiones» en la portada desde el primer mes del cambio.
El problema no estaba en su web, estaba en todo lo demás que una Inteligencia Artificial cruza para construir una respuesta: directorios profesionales antiguos, artículos de prensa local de 2021, perfiles de terceros que nunca supo que existían. Ese material seguía vivo en la respuesta de la máquina mucho después de que ella cambiara de rumbo en la vida real.
¿De dónde saca la Inteligencia Artificial la versión antigua de tu trabajo?
Los modelos de lenguaje como ChatGPT o Gemini no visitan tu web en directo cada vez que alguien pregunta por ti: entrenan sobre una fotografía del contenido disponible en internet hasta una fecha de corte, y esa fotografía puede tener meses o años. Perplexity funciona distinto, busca en tiempo real, pero prioriza las páginas con más autoridad y antigüedad acumulada, que casi nunca son las que tú acabas de actualizar.
A eso se suma el contenido que nunca controlaste: reseñas antiguas, menciones en medios, perfiles en directorios sectoriales que alguien dio de alta un día y no ha vuelto a tocar. Todo eso entra en la misma mezcla de la que sale la respuesta que recibe quien pregunta por ti.
¿Qué pasa con los directorios y perfiles que ya nadie recuerda haber creado?
Un colegio profesional, un directorio sectorial o una asociación local suelen dar de alta una ficha básica en el momento en que alguien se inscribe, y esa ficha rara vez se vuelve a tocar en años. Cuando esa persona cambia de especialidad, la ficha original sigue publicada, sigue indexada y sigue siendo una fuente que una Inteligencia Artificial puede citar como si fuera actual, aunque nadie la haya mirado desde el día en que se creó.
El resultado es que existen, para un mismo profesional, varias versiones de su actividad repartidas por internet, y ninguna de ellas avisa a las demás cuando una se actualiza. La ficha del colegio profesional puede seguir diciendo «medicina general» cinco años después de que esa persona se especializara solo en un área concreta, y esa ficha antigua puede pesar en una respuesta de Inteligencia Artificial tanto como la web actualizada la semana pasada.
¿Qué le cuesta de verdad a un cliente que llega pidiendo lo que ya no ofreces?
El coste no es solo la conversación incómoda de decir que no. Un consultor de negocio que en 2023 dejó de trabajar con pequeño comercio para especializarse en clínicas dentales sigue recibiendo, según le contó a Javier G. Amblar, llamadas de tiendas de barrio que una Inteligencia Artificial les recomendó «por su experiencia en retail». Cada una de esas llamadas es tiempo, y cada vez que dice que no, esa misma persona puede irse pensando que la información era falsa desde el principio.
Ese matiz importa. El cliente no piensa «la Inteligencia Artificial se equivocó», piensa «este profesional no es lo que decían». La reputación se paga aunque el error no sea tuyo, porque nadie ve el proceso interno de un modelo de lenguaje, solo ve el resultado y lo compara con la persona real que tiene delante.
¿Corregir tu propia web es suficiente para que la Inteligencia Artificial se entere?
No. Es necesario, pero no basta. En el artículo «El perfil desactualizado que la Inteligencia Artificial sigue citando» ya se documentó un caso donde la ficha corregida en la fuente original tardó meses en reflejarse en las respuestas de un asistente de Inteligencia Artificial, porque el modelo seguía citando una copia antigua alojada en otro sitio.
Esto significa que actualizar tu propia información es el primer paso, pero el problema real está en las decenas de copias, menciones y directorios que no controlas y que la Inteligencia Artificial también consulta. Nadie audita esa red de fuentes por costumbre, ni tiene motivo para hacerlo hasta que ya ha llegado el primer cliente confundido.
¿Es lo mismo esto que recibir tres respuestas distintas de tres Inteligencias Artificiales?
No. Ya se documentó en ia-actual.com el caso de alguien que le preguntó lo mismo a tres Inteligencias Artificiales distintas y recibió tres versiones de su propia carrera, un problema de inconsistencia entre modelos. Lo que se describe aquí es distinto y, en cierto modo, más difícil de detectar: las tres Inteligencias Artificiales pueden coincidir perfectamente entre sí, y coincidir en estar igual de desactualizadas, porque beben de las mismas fuentes antiguas.
Esa coincidencia entre modelos genera una falsa sensación de fiabilidad. Si ChatGPT, Gemini y Perplexity dicen lo mismo, resulta tentador pensar que esa versión debe de ser correcta, cuando en realidad solo demuestra que los tres han encontrado y priorizado la misma fuente vieja, sin que ninguno la haya contrastado con la actividad real de esa persona hoy.
¿Cuánto puede tardar una Inteligencia Artificial en actualizar lo que dice de ti?
No hay un plazo fijo, y esa es parte del problema. Los modelos que entrenan por lotes, como las versiones base de ChatGPT o Gemini, solo incorporan cambios cuando se publica una nueva versión del modelo, lo que puede tardar meses. Los que buscan en tiempo real, como Perplexity, pueden corregirse en días si la fuente correcta gana peso, pero mientras esa fuente correcta no destaque sobre las antiguas, seguirán ganando las páginas viejas.
El informe Work Trend Index 2026 de Microsoft, publicado el 23 de julio de 2026, encontró que el 74 por ciento de los usuarios de Inteligencia Artificial en España reconoce depender cada vez más de estas herramientas para tomar decisiones rápidas, lo que significa también que confían más rápido en una respuesta desactualizada sin cuestionarla.
¿Qué puedes comprobar tú mismo, hoy, sin herramientas técnicas?
Ya se ha planteado qué pasaría si una Inteligencia Artificial creyera saber cuál debería ser tu próximo trabajo; el problema inverso, que insista en el que ya dejaste atrás, es igual de real y mucho más fácil de comprobar ahora mismo. Puedes abrir ChatGPT, Gemini y Perplexity y preguntar, con tu nombre completo, a qué te dedicas.
Conviene repetir la pregunta con variaciones: «quién es (tu nombre)», «a qué se dedica (tu nombre)», «recomiéndame un profesional para (lo que ya no haces)», y ver si tu nombre sigue apareciendo ahí. Si aparece, tienes la prueba de que el problema no es hipotético, es actual y está activo mientras lees esto.
¿Por qué mirarlo una sola vez no resuelve nada?
Porque las respuestas de una Inteligencia Artificial cambian sin avisar y sin que tú lo sepas. Un modelo puede corregirse esta semana y volver a citar una fuente antigua la siguiente, según qué contenido haya ganado peso en ese momento. Comprobarlo una vez te dice cómo estabas ese día, no cómo vas a aparecer dentro de tres meses cuando ya no te acuerdes de revisarlo.
Esa es la diferencia entre mirar una fotografía y llevar un seguimiento real. Cada vez más gente pregunta antes de decidir, y lo hace sin avisarte, así que la única forma de saber qué le están contestando es medirlo con regularidad, no de memoria.
¿Qué hace RADAR distinto de revisarlo tú mismo de vez en cuando?
RADAR mide con regularidad qué dicen ChatGPT, Gemini y Perplexity de un profesional concreto, y señala cuándo esa versión se queda atrás respecto a lo que esa persona hace de verdad hoy. No es una promesa de controlar lo que dice cada modelo, es la diferencia entre enterarte cuando ya llegó el tercer cliente confundido o enterarte antes.
Javier G. Amblar diseñó RADAR después de comprobar, en distintos casos reales, que el problema no era la mala fe de nadie, era la falta de un sistema que avisara del desajuste a tiempo. Un profesional que cambia de rumbo necesita saber qué versión de sí mismo sigue circulando, y necesita saberlo antes de que se convierta en una conversación incómoda con un cliente que llegó con expectativas equivocadas.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando en formación y consultoría, y ha formado a más de 33.000 profesionales en 55 países. Es exprofesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y hoy dirige RADAR, el servicio de consultoria.uno para medir la visibilidad y la reputación de un profesional ante la Inteligencia Artificial. Su canal de YouTube supera los 368.000 suscriptores, y forma parte de una comunidad en línea de más de 500.000 personas que siguen su trabajo sobre Inteligencia Artificial aplicada a negocios independientes. Puedes comprobar qué dice hoy la Inteligencia Artificial de tu propio trabajo.
