La razon por la que una Inteligencia Artificial recomienda un directorio comercial de dudosa calidad antes que la web de tu colegio profesional casi nunca es que el colegio tenga peores datos. Es que su web, sin que nadie lo decidiera a proposito, puede estar bloqueando a los mismos robots que necesitan leerla para citarla.
El bloqueo que nadie configuro a proposito
Un número relevante de webs institucionales en España funciona detras de Cloudflare, uno de los proveedores de infraestructura más usados del país. En julio de 2024, Cloudflare lanzo una función llamada «Declara tu AIndependencia», que permite bloquear con un solo clic a los robots de Inteligencia Artificial, según su propio blog corporativo. El problema es que en muchas cuentas ese bloqueo quedo activado por defecto, sin que el responsable de la web lo supiera ni lo hubiera pedido, algo que documenta con detalle el consultor SEO técnico Natan Valencia en su análisis de febrero de 2026 sobre robots.txt y bots de Inteligencia Artificial.
Desde julio de 2025, Cloudflare ha bloqueado más de 416.000 millones de solicitudes de robots de Inteligencia Artificial a través de su panel AI Crawl Control, según cifras de la propia compañía. Una parte de ese trafico bloqueado son precisamente los robots que permiten que ChatGPT, Claude o Perplexity citen una página cuando alguien pregunta por un profesional colegiado.
Rastrear no es lo mismo que citar
Cada empresa de Inteligencia Artificial usa varios robots distintos según la tarea. OpenAI tiene GPTBot para entrenar sus modelos, OAI-SearchBot para indexar contenido de busqueda y ChatGPT-User para cuando un usuario pide leer una página concreta. Anthropic separo sus tres robots equivalentes en febrero de 2026. Bloquear el robot de entrenamiento no afecta a si apareces citado en una respuesta, pero bloquear el robot de busqueda si lo hace, y muchas configuraciones por defecto no distinguen entre unos y otros.
Un dato que ilustra el problema de fondo: Tollbit, una empresa que monitoriza trafico de robots de Inteligencia Artificial en tiempo real, calculo que un 12,9% de estos robots ignora directamente las instrucciones de robots.txt cuando les conviene, según su informe del segundo trimestre de 2025. Es decir, ni siquiera bloquear correctamente garantiza invisibilidad total, pero un bloqueo accidental si garantiza que los robots que se comportan bien, que suelen ser los más usados, no entren nunca.
El colegio no pública sus datos en un formato que una máquina entienda
Incluso cuando la web de un colegio profesional, una camara o un consejo sectorial es accesible para los robots, suele presentar la información en tablas HTML sueltas, PDFs escaneados o buscadores internos que requieren escribir un nombre exacto. Un modelo de Inteligencia Artificial procesa mejor texto estructurado, con datos claros de nombre, especialidad, número de colegiado y localización, que una tabla pensada para que la lea un humano con paciencia.
La consecuencia es que la fuente más fiable, la que de verdad certifica que un profesional está colegiado y al día, es también la más difícil de aprovechar para un sistema automático.
Mientras tanto, alguien más ya empaqueto esos datos para vender
Existen empresas dedicadas exclusivamente a extraer, limpiar y vender bases de datos de colegios profesionales españoles, con miles de contactos organizados por provincia y especialidad, pensadas para campanas de marketing directo. Estas empresas si estructuran la información en un formato fácil de procesar, precisamente porque su negocio depende de que ese dato sea utilizable.
Nadie verifica si esos agregadores mantienen los datos actualizados al mismo ritmo que el colegio original, pero al estar mejor estructurados, un sistema de Inteligencia Artificial que necesita responder rápido puede terminar apoyandose en ellos antes que en la fuente oficial, simplemente porque son más faciles de leer.
El atajo que no funciona: publicar un archivo y esperar
En septiembre de 2024, el investigador Jeremy Howard propuso un formato llamado llms.txt: un archivo sencillo, en la raiz de la web, que resume de que trata el sitio para que un modelo de lenguaje lo entienda mejor. La idea sonaba a solución rápida para un colegio profesional con pocos recursos técnicos.
La realidad es distinta. Según el análisis técnico de Valencia de 2026, los robots grandes de OpenAI, Anthropic y Google ignoran ese archivo: prefieren rastrear la web real y sacar sus propias conclusiones, no depender de un resumen que el propio sitio ha decidido destacar. Ya se advirtio en este periódico que la forma de posicionar contenido para que la Inteligencia Artificial lo entienda ha cambiado por completo respecto a las reglas del posicionamiento tradicional, y un archivo de texto aislado no sustituye a una web que se pueda rastrear entera.
La solución no es un archivo, es la web entera
Lo que de verdad ayuda a que un modelo de Inteligencia Artificial entienda y cite correctamente a un colegio profesional es una combinación de factores técnicos: que los robots de busqueda no esten bloqueados, que los datos de cada colegiado tengan un formato estructurado y coherente, y que la información se actualice con la misma frecuencia con la que cambia la realidad. Este periódico ya se pregunto en 2024 si el contenido generado por Inteligencia Artificial afecta a una estrategia de posicionamiento, y la respuesta, dos años despues, es que afecta menos que la infraestructura técnica basica que decide si esa estrategia llega siquiera a ejecutarse.
Nada de esto depende de un profesional individual: depende de la institución que lo colegia. Pero conocer la causa cambia la conversación que ese profesional puede tener con su colegio, de una queja generica sobre visibilidad a una petición técnica concreta sobre robots.txt y datos estructurados.
Que significa esto para un profesional colegiado
Si tu colegio profesional es la fuente que certifica tu colegiación vigente y tu especialidad, y esa fuente resulta invisible o difícil de leer para una Inteligencia Artificial, la máquina no deja de responder: responde con lo que si puede leer, que puede ser un agregador con datos de hace dos años o un directorio generico que ni siquiera distingue especialidades dentro de tu profesión.
Este periódico ya explico como hay profesiones enteras que la Inteligencia Artificial casi nunca menciona por nombre, y la brecha de indexación entre fuentes oficiales y agregadores comerciales es una de las causas de fondo de ese hueco. No es un problema exclusivo de un colegio o de una especialidad: afecta por igual a camaras de comercio, consejos generales y asociaciones sectoriales que dependen de webs institucionales antiguas, con presupuestos de mantenimiento muy por debajo de los que maneja cualquier portal comercial que vive de vender esos mismos datos.
Como comprobar si tu colegio esta bloqueando a los robots de Inteligencia Artificial
El primer paso es abrir directamente la dirección del archivo robots.txt de la web del colegio, que siempre está en la raíz del dominio, y buscar si aparecen líneas que digan Disallow junto a nombres como GPTBot, ClaudeBot o PerplexityBot. Si la web usa Cloudflare, el panel llamado AI Crawl Control muestra que robots están permitidos y cuáles bloqueados, y es una revisión que lleva menos de cinco minutos según explica el propio análisis técnico de Valencia.
El segundo paso, más simple, es preguntarle directamente a ChatGPT, Gemini o Perplexity si puede verificar tu colegiación consultando la web oficial de tu colegio. Si el sistema no puede acceder o responde con información generica, es una señal de que la fuente oficial no esta llegando a la conversación.
No es un problema de mala voluntad, es de infraestructura
Ningún colegio profesional decide activamente esconder a sus colegiados de la Inteligencia Artificial. La causa suele ser una combinación de webs institucionales gestionadas con presupuestos ajustados, proveedores de hosting que activan bloqueos por defecto, y un formato de publicación pensado para el ojo humano de hace una decada, no para un robot de 2026.
Saberlo no resuelve el problema de raiz, que depende de que el colegio actualice su infraestructura, pero si cambia la pregunta que un profesional debería hacerse: no es solo si estas colegiado, es si la prueba de que lo estas puede llegar hasta la máquina que te esta evaluando.
Medir lo que realmente ve la máquina sobre ti
La única forma de saber si este problema te afecta a ti en concreto es comprobar, con tu nombre real, que responde cada sistema cuando alguien pregunta por tu colegiación, tu especialidad o tu trayectoria. No sirve asumir que porque estas colegiado desde hace años la Inteligencia Artificial lo sabe.
Javier G. Amblar creo RADAR para medir exactamente eso: que fuentes está usando cada Inteligencia Artificial cuando habla de un profesional, y si la fuente oficial esta llegando o se esta quedando fuera.
Sobre el autor
Javier G. Amblar acumula 27 años de experiencia y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, distinguido con el Premio a la Excelencia Docente, y ha participado como comentarista en RTVE, Telemadrid, Onda Cero y EsRadio. Escribio el libro Liderazgo (Editatum, 2018) y su canal de YouTube supera los 368.000 suscriptores, dentro de una comunidad en línea de más de 500.000 personas. Con RADAR ayuda a comprobar si tu fuente oficial está llegando de verdad a la Inteligencia Artificial.
