Puedes tener la ficha profesional perfecta, sin un solo dato mal puesto, y aun así una Inteligencia Artificial puede describirte mal, porque existe otra persona con tu mismo nombre, o uno muy parecido, en otro país, y la máquina ha fundido las dos vidas en una sola respuesta.
El tocayo que nunca imaginaste que te iba a afectar
La palabra tocayo describe algo común en el mundo hispanohablante: alguien que comparte tu nombre y tu apellido sin ningún parentesco contigo. Durante décadas eso fue una anécdota de fiesta, un chiste al hacer una reserva por teléfono. Con la Inteligencia Artificial dejó de serlo.
Cuando alguien te busca a través de ChatGPT, Gemini o Perplexity, el modelo no consulta un registro civil. Junta fragmentos de texto que encuentra asociados a tu nombre, sin verificar si pertenecen a una sola persona o a dos completamente distintas.
Por qué un tocayo en otro país es un problema distinto al de tu misma ciudad
Si tu homónimo ejerce en tu misma ciudad, al menos la confusión tiene una lógica geográfica que un cliente puede sospechar. Si tu tocayo vive en otro país, ejerce una profesión sin relación con la tuya y jamás os habéis cruzado, la mezcla resulta mucho más difícil de detectar, porque nadie espera que dos vidas tan alejadas terminen fundidas en un mismo párrafo.
El español se habla en más de veinte países. Un nombre y apellido comunes en España pueden repetirse idénticos en México, Colombia o Argentina, con trayectorias, formación y reputación completamente distintas. Un ingeniero español y un ingeniero mexicano con nombre y apellido idénticos, cada uno con veinte años de trayectoria en su propio país, pueden terminar convertidos por la máquina en una sola persona con una carrera imposible, mitad de un lado del Atlántico, mitad del otro. Según el Instituto Nacional de Estadística, los nombres y apellidos más frecuentes en España coinciden en buena parte con los más frecuentes en Hispanoamérica, una coincidencia documentada en el propio callejero de apellidos que publica el organismo (ine.es, consulta de agosto de 2026).
No es que tu ficha esté mal, es que hay otra ficha real detrás
Aquí está la diferencia con la mayoría de los problemas de reputación digital: no hay un dato tuyo que corregir. El texto que la Inteligencia Artificial mezcla con el tuyo pertenece de verdad a otra persona, con su propia biografía, su propio historial y su propio derecho a que se hable de ella con exactitud.
Nadie ha hecho nada malo. Ni tu tocayo escribió nada sobre ti, ni tú escribiste nada sobre él. El error nace del sistema que intenta resumir un nombre sin suficiente información para separar a quien lo lleva.
Cómo sucede, sin tecnicismos
Los modelos de lenguaje generan texto a partir de patrones estadísticos, no de una base de datos verificada persona por persona. Cuando dos personas comparten nombre y el modelo no encuentra una señal clara que las distinga, como una ciudad, un número de colegiado o una fecha, tiende a combinar los fragmentos que le resultan más plausibles.
Este comportamiento tiene nombre dentro de la investigación sobre estos sistemas: se conoce como error de entidad, uno de los tipos de fallo documentados en los estudios sobre precisión factual de los modelos de lenguaje («The Dawn After the Dark: An Empirical Study on Factuality Hallucination in Large Language Models», 2024, con revisiones posteriores citadas durante 2026). El error de entidad ocurre precisamente cuando el sistema mezcla personas, fechas o lugares que no deberían ir juntos. Esa fusión de currículos no es una hipótesis remota: basta con que existan pocos textos en español que mencionen a cada uno por separado, junto a un nombre poco distintivo, para que el modelo trate ambos historiales como piezas de una sola biografía.
La distancia entre los dos países no ayuda al modelo a separaros. Al contrario: si no hay suficiente contenido en español que aclare cuál de los dos eres tú en cada contexto, la máquina rellena el hueco con lo que tiene más a mano, sin que le importe el océano que os separa en la vida real.
En qué se diferencia esto de que te confundan con una marca
Hay profesionales que comparten nombre con una empresa conocida y sufren una confusión parecida, donde la Inteligencia Artificial mezcla su trayectoria personal con la identidad comercial de esa marca. Ese es otro problema, con otra causa: ahí compites contra un nombre comercial, no contra otra persona real. Aquí hablamos exactamente de lo contrario, de dos seres humanos con historias propias, ninguno de los dos una marca, ninguno con más derecho que el otro sobre el nombre que comparten.
En qué se diferencia esto de tener varias sedes propias
También existe el caso de un profesional con varias consultas abiertas, cuyos propios datos, los suyos y solo los suyos, se mezclan entre sí porque la Inteligencia Artificial no distingue una sede de otra. Ese es un problema de orden dentro de tu propia información. El que se describe aquí es distinto de raíz: no hay una sola persona con datos desordenados, hay dos personas reales, cada una con su vida completa, y la máquina las trata como si fueran una.
Lo que se pierde de verdad cuando la máquina os funde
Un cliente potencial que pregunta por ti a una Inteligencia Artificial puede recibir un resumen que mezcla tu formación con la de tu tocayo, tus años de experiencia con los suyos, o incluso una opinión que nunca escribió nadie sobre ti sino sobre esa otra persona. Decide en base a ese resumen, no en base a la realidad.
El daño no siempre es visible desde tu lado. Puede que pierdas una llamada, una cita, un encargo, sin llegar a saber jamás que la razón fue una respuesta que ni siquiera hablaba enteramente de ti. Y puede pasar también al revés: que te atribuyan méritos que no son tuyos, lo que tampoco es inofensivo cuando alguien te contrata esperando algo que tú no ofreces.
Por qué casi nunca te enteras a tiempo
Nadie revisa lo que una Inteligencia Artificial responde sobre su propio nombre en otro idioma, en otro país o desde un dispositivo que no es el suyo. Tú monitoreas, como mucho, lo que aparece cuando tú mismo preguntas, desde tu ciudad, en tu variante del español. La persona que te está buscando desde otro país recibe una respuesta distinta a la que recibes tú, y esa diferencia es precisamente la que no ves.
Esto convierte al homónimo internacional en el más silencioso de los problemas de identidad digital: ocurre fuera de tu campo de visión, en preguntas que jamás llegarás a hacer tú mismo.
Cómo se comprueba de verdad, más allá de preguntarle tú mismo a un chat
Preguntar una sola vez, desde tu propio teléfono, no basta. Hace falta repetir la consulta en varios modelos, con variaciones del nombre, con y sin apellido completo, y comparar cada respuesta con lo que sabes que es cierto sobre ti. Otro profesional que hizo este ejercicio de forma sistemática descubrió que además hay otras piezas del mismo rompecabezas: los apellidos más frecuentes en español multiplican el riesgo estadístico de terminar mezclado con alguien más, y Google ya reconoce públicamente que sus propios sistemas pueden confundir a un desconocido contigo.
El problema de fondo, documentado ya hace tiempo, es que lo que una Inteligencia Artificial dice sobre ti circula sin que exista un mecanismo simple de corrección, y eso vale igual para un dato equivocado que para una identidad entera fundida con la de otra persona.
Qué puedes hacer mientras tanto
Nombrar siempre tu profesión, tu ciudad y un dato distintivo verificable en cada perfil público que controlas ayuda al modelo a tener una señal clara para separarte de cualquier tocayo. Cuanto más completo y coherente es lo que se puede leer sobre ti en internet, menos hueco le queda a la máquina para rellenar con datos de otra persona.
Revisar de forma periódica, y no solo una vez, qué responden distintos modelos cuando alguien pregunta por tu nombre es la única manera de saber si la mezcla está ocurriendo ahora mismo, no si ocurrió en el pasado. Un chequeo puntual solo retrata un momento; la confusión puede aparecer semanas después, con una actualización del modelo que ni siquiera notaste.
Auditar la respuesta antes de que decida otro por ti
La única forma seria de saber si tu nombre está mezclado con el de otra persona en otro país es auditarlo con método, en varios modelos y varias formulaciones, no confiando en una sola pregunta hecha una sola vez. RADAR audita qué dicen realmente ChatGPT, Gemini y Perplexity sobre tu nombre, y te dice con precisión si hay una identidad ajena mezclada con la tuya antes de que sea un cliente quien lo descubra primero.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando en liderazgo y comunicación, y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y ha participado como analista en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018).
Hoy dirige consultoria.uno/radar, la auditoría que revisa qué dicen ChatGPT, Gemini y Perplexity sobre un profesional, incluidos los casos de identidad mezclada con otra persona. Su canal de YouTube supera los 368.000 suscriptores y su comunidad en línea reúne a más de 500.000 personas que siguen su trabajo sobre visibilidad y reputación ante la Inteligencia Artificial. Puedes conocer el funcionamiento de RADAR o revisar un caso real de identidad mezclada resuelto con esa misma auditoría.
