Dijiste aquello en una entrevista hace ocho años, cuando tu postura sobre el tema era otra. Hoy piensas distinto, lo has dicho en público más de una vez, pero una Inteligencia Artificial sigue repitiendo aquella frase antigua como si fuera tu opinión de esta semana, porque el contenido nuevo donde corregiste el rumbo nunca quedó fechado con la claridad suficiente para que la máquina lo prefiriera.
No es un error de la Inteligencia Artificial en el sentido de que invente algo. Es más incómodo que eso: repite con precisión algo que sí dijiste, solo que en el momento equivocado, y lo presenta sin fecha, como si el tiempo no hubiera pasado por ti.
¿Qué ocurre exactamente cuando una entrevista antigua se convierte en tu opinión actual?
Imagina a un profesional que, hace ocho años, concedió una entrevista a un medio local sobre su sector. En aquel momento defendió una postura razonable para ese momento: cautelosa, incluso escéptica, sobre una herramienta o una forma de trabajar que entonces apenas se usaba. Con los años la probó, cambió de opinión y hoy la recomienda a sus clientes sin reservas.
El problema es que aquella entrevista sigue en línea, bien indexada, con su nombre completo en el titular. Su opinión actual, en cambio, vive repartida en conversaciones privadas, en algún comentario suelto, en una charla que dio y que nadie transcribió. Cuando alguien le pregunta a ChatGPT o a Gemini qué piensa este profesional sobre el tema, la respuesta que reciben es la de hace ocho años.
¿Por qué la Inteligencia Artificial no distingue entre lo que dijiste y lo que piensas ahora?
Un modelo de lenguaje no sabe, por sí mismo, que una persona cambia de idea con el tiempo. Lee texto, encuentra una declaración clara y atribuida, y la trata como un hecho estable, no como una fotografía de un momento concreto. Es el mismo límite que explica por qué la Inteligencia Artificial nunca sabrá lo que es estar vivo: entiende texto, no el paso del tiempo por una persona real.
Si esa declaración antigua está en un medio con autoridad, bien redactada, con una cita textual entre comillas, tiene todas las señales que un sistema de estas características valora: claridad, atribución directa, fuente reconocible. Frente a eso, una opinión actual dispersa en varios sitios, sin una pieza central que la resuma, compite en desventaja.
¿Cómo llega una declaración de hace ocho años a ser la fuente principal sobre alguien?
No hace falta mala suerte para que esto pase. Basta con que, durante esos ocho años, esa persona no haya vuelto a hablar del tema de forma pública y fechada. Sin una pieza nueva que compita, la antigua queda sola en el campo, y sola gana casi siempre.
A esto se suma que muchos medios no actualizan sus archivos ni añaden notas de contexto. La entrevista sigue ahí, exactamente igual que el día que se publicó, sin ningún aviso de que la persona entrevistada piensa distinto ahora. Para quien lee el artículo con ojos humanos, la fecha en la cabecera es una pista suficiente. Para una Inteligencia Artificial que resume contenido sin siempre mostrar esa fecha, la pista se pierde.
¿Qué papel juega que el contenido nuevo nunca se publicara?
Aquí está el punto que más se pasa por alto. No es que la postura actual de esta persona sea un secreto: la ha compartido en reuniones, en conversaciones con clientes, quizá en una charla puntual. Lo que falta es que esa postura se haya escrito, con su nombre, con una fecha visible, en un lugar que un motor de búsqueda o un modelo de lenguaje puedan rastrear.
Una opinión que solo existe en el aire, por bien argumentada que esté, no compite con un texto publicado. La Inteligencia Artificial no premia a quien tiene razón hoy, premia a quien dejó constancia escrita y fechada de esa razón.
¿Por qué el silencio reciente pesa más que la declaración antigua?
Cuando un profesional deja de escribir sobre un tema durante años, no está guardando silencio de forma neutral. Ese silencio se llena, tarde o temprano, con lo último que sí quedó registrado, y lo último registrado puede tener ocho años.
Es el mismo mecanismo por el que una reseña de hace años sigue citándose como si fuera de esta semana, o por el que una dirección que ya no existe sigue apareciendo como la actual. Nadie mintió. Simplemente nadie corrigió el registro con la misma insistencia con la que cambió la realidad.
¿Qué distingue este problema de una simple diferencia de opinión?
Aquí no hay debate sobre si la postura antigua era válida o no en su momento. El problema es que una máquina la presenta como vigente, sin marca temporal, delante de alguien que está decidiendo si confiar en ese profesional hoy.
Un cliente potencial que pregunta a una Inteligencia Artificial qué opina este especialista sobre un tema central de su trabajo, y recibe una respuesta desactualizada, no tiene forma de saber que está leyendo el pasado. Simplemente da por hecho que esa es la postura actual, y decide en consecuencia.
¿Cómo se nota el daño en la práctica, con clientes y colegas?
El profesional del ejemplo empieza a notar preguntas extrañas en primeras reuniones. Alguien le pregunta, casi de pasada, por qué sigue siendo tan reacio a algo que él lleva años recomendando. Al principio piensa que es un malentendido puntual. Cuando se repite varias veces, en boca de personas que no se conocen entre sí, entiende que hay una fuente común detrás.
Ese tipo de fricción es difícil de rastrear hasta su origen si no se sabe qué buscar. La persona nota el efecto, la desconfianza inicial, la pregunta incómoda, pero no ve la causa, porque la causa vive dentro de una conversación con una Inteligencia Artificial que él nunca tuvo delante.
¿Qué puede hacer un profesional para que su postura actual quede documentada?
Lo primero es aceptar que la corrección no ocurre sola. Si la postura cambió, esa nueva postura necesita su propio texto, publicado con fecha visible, en un formato que un rastreador entienda: un artículo, una publicación firmada, una página propia que explique con claridad qué piensa ahora y, si conviene, por qué cambió de opinión respecto a lo que dijo antes.
No hace falta esconder la declaración antigua ni pedir que la retiren. Basta con que exista, en un lugar con peso, una versión actualizada y fechada que le dispute el terreno a la anterior. Con el tiempo, y con las señales adecuadas, esa versión nueva empieza a aparecer como referencia junto a la vieja, y más adelante en su lugar.
¿Por qué corregirlo en la fuente original casi nunca es suficiente?
Pedirle a un medio que actualice una entrevista de hace ocho años suele topar con la misma respuesta: el archivo no se toca, es un documento histórico de lo que se dijo en su momento. Es una respuesta razonable desde el punto de vista editorial, e inútil desde el punto de vista de quien necesita que su opinión actual quede clara.
La solución no pasa por borrar el pasado, sino por construir un presente con más peso que él. Eso significa publicar en canales propios, con constancia, no una sola vez y de forma aislada, sino de manera que quede un rastro sostenido en el tiempo.
¿Qué papel tiene el fechado correcto del contenido nuevo?
Cuando se publica esa versión actualizada, la fecha no es un detalle administrativo. Es la señal que permite a un sistema entender qué es reciente y qué no. Un texto sin fecha visible, o con una fecha que el propio gestor de contenidos oculta, pierde parte de su valor como corrección.
Esto es justo lo que Javier G. Amblar revisa cuando analiza cómo aparece un profesional en las respuestas de ChatGPT, Gemini o Perplexity: no solo qué se dice, sino de cuándo es lo que se dice, y si existe algo más reciente capaz de disputarle el sitio a una fuente vieja.
¿Cómo saber qué versión tuya está citando la Inteligencia Artificial ahora mismo?
La única forma de saberlo con certeza es preguntar, con las mismas herramientas que usan los clientes potenciales, qué dicen sobre esa persona y de qué año es la fuente de la que sale esa respuesta. Sin ese diagnóstico, el profesional del ejemplo seguiría explicando, reunión tras reunión, algo que podría haberse resuelto antes de que la pregunta incómoda llegara siquiera a la mesa.
Revisa con RADAR qué versión tuya está circulando ahora mismo en las respuestas de la Inteligencia Artificial, la de hoy o la de hace ocho años, antes de que lo note un cliente antes que tú.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando con profesionales que construyen su reputación con hechos y con tiempo, no con un titular aislado. Ha formado a más de 33.000 personas en 55 países, fue profesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y ha intervenido 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 una comunidad en línea de más de 500.000 personas interesadas en cómo la Inteligencia Artificial está cambiando el trabajo de quienes ejercen por su cuenta. Si quieres entender cómo convertir esa experiencia acumulada en un negocio que crece sin depender de que nadie te recuerde bien, puedes conocer Evolution aquí.
