La causa más frecuente de que una Inteligencia Artificial cuente algo raro sobre un profesional no es un competidor, ni una reseña mala, ni un error del modelo. Son sus propios datos, escritos de tres maneras distintas en tres sitios distintos. Y cuando las fuentes se contradicen, el sistema no se queda con la buena: baja la confianza en todas.
El caso típico, que le suena a todo el mundo
Tu web dice que atiendes en una dirección. Tu ficha de Google dice otra, la de la consulta anterior. Un directorio profesional dice una tercera, la de hace diez años. Tu perfil en una plataforma tiene un teléfono que ya no usas.
Ninguno de esos datos es mentira. Todos fueron ciertos. Pero puestos uno al lado del otro dibujan a alguien con cuatro despachos, dos teléfonos y ninguna coherencia.
Y hay una versión aún más común y más sutil: el nombre. Javier Amblar en un sitio, Javier G. Amblar en otro, J. Galué Amblar en un tercero. Para una persona es evidente que es el mismo. Para un sistema que agrupa por coincidencia, son tres candidatos.
Por qué la máquina no arbitra
Porque no tiene forma de saber cuál es la actual. No hay un sello oficial. Solo hay textos, algunos con fecha y otros sin ella, y todos con la misma pinta de ser legítimos.
Ante eso, el comportamiento del sistema es el que cabría esperar: o mezcla, o se queda con la fuente que más veces se repite, que casi nunca es la nueva sino la vieja, porque llevaba más tiempo publicada y la copiaron más sitios.
Es exactamente lo mismo que ocurre cuando dos personas distintas comparten nombre y la máquina construye una sola biografía. Aquí las dos personas eres tú, en dos momentos de tu vida.
El coste, que es silencioso
No pasa nada visible. No hay un aviso, no hay una penalización, no hay una caída de nada.
Lo que pasa es que cuando alguien pregunta, la máquina prefiere hablar de quien tiene claro. Y da tres nombres, y esos tres son los de los que no tienen contradicciones. No es un castigo, es una preferencia por lo que no ofrece dudas.
Y no hace falta que la información sea grave para hacer daño. Basta con que sea confusa. Ya vimos, hablando de lo que una máquina puede llegar a contar sobre una empresa, que el perjuicio no viene del insulto sino de la descripción torcida dicha con aplomo.
La revisión, que se hace una vez y en una tarde
Esta es de las pocas cosas de todo este asunto que dependen enteramente de ti y que se resuelven de una sentada.
Haz una lista de todos los sitios donde apareces: tu web, tu ficha de mapas, tus perfiles profesionales, colegios y asociaciones, directorios sectoriales, plataformas de intermediación, cualquier PDF con tu currículo que siga colgado.
Comprueba en cada uno cuatro cosas y solo cuatro: cómo se escribe tu nombre, a qué te dedicas exactamente, dónde atiendes y cómo se contacta contigo. Que las cuatro digan lo mismo, con las mismas palabras, en todos los sitios.
Da de baja lo que ya no uses. Un perfil abandonado no es neutro: es una fuente activa contando una versión antigua de ti.
Y pon fecha visible a lo que publiques a partir de ahora. Un texto sin fecha no envejece, que suena bien pero significa que nunca se descarta por viejo.
Después de ordenar, medir
Ordenar tus fuentes no cambia la respuesta al día siguiente. Los sistemas tardan en releer y las versiones antiguas siguen circulando un tiempo. Por eso conviene anotar cómo te describen antes de tocar nada, y volver a mirarlo semanas después.
Sin ese antes y ese después, no sabrás si el trabajo sirvió. Y las respuestas no dejan histórico: si nadie las guardó, se perdieron.
Si prefieres partir de un inventario ya hecho, con las contradicciones localizadas y ordenadas por lo que más daño están haciendo, ese inventario es el punto de partida de RADAR.
Sobre el autor
Javier G. Amblar lleva 27 años como consultor estratégico y ha formado a más de 33.000 profesionales en 55 países. Exprofesor asociado del IE Business School con Premio a la Excelencia Docente y autor del libro Liderazgo (Editatum, 2018), ha colaborado durante más de dos décadas como analista en RTVE, Telemadrid, Onda Cero y EsRadio. Su comunidad en línea reúne a más de 500.000 personas. Dirige RADAR, su servicio de visibilidad y reputación ante los motores de Inteligencia Artificial.
