Cuando alguien busca tu nombre en ChatGPT, Gemini o Perplexity y existe otra persona con un nombre igual o parecido, la Inteligencia Artificial no siempre distingue entre los dos: mezcla logros, errores y datos de ambos en una sola respuesta, y quien pregunta se queda con esa mezcla como si fuera un hecho verificado. Hay un procedimiento real, documentado por Google desde hace años y adaptado por profesionales concretos, para separar tu identidad de la de un homónimo antes de que ese cruce te cueste un cliente.
¿Por qué la Inteligencia Artificial confunde a dos personas con el mismo nombre?
Los sistemas de Google, y por extensión buena parte de los modelos de lenguaje que se entrenan o se apoyan en datos web, construyen su conocimiento sobre las personas a partir de fuentes de terceros: noticias, Wikipedia, perfiles profesionales, páginas propias. Cuando dos personas comparten nombre, el algoritmo tiene que decidir a cuál de las dos pertenece cada dato suelto que encuentra por la red.
Google lo reconoce en su propia documentación de ayuda sobre paneles de conocimiento: la información se genera de forma automática, sin que una persona revise cada caso, salvo en paneles sobre trastornos de salud o candidatos políticos. El resto se decide por algoritmo, y el algoritmo se equivoca con más frecuencia de la que parece.
Casos reales de confusión que llegaron a la prensa
El ejemplo más citado en Estados Unidos es el de Rachel Abrams, periodista de The New York Times, que en diciembre de 2017 contó en su propio periódico cómo Google había fusionado su foto con la biografía de otra escritora del mismo nombre fallecida en 2013. Le costó una semana de gestiones lograr que Google separara ambas identidades.
Hay casos peores. El ingeniero de software Hristo Georgiev apareció señalado como asesino en serie en su panel de Google, según recogió Vox en 2021, porque el algoritmo mezcló su nombre con el de un criminal real. Al consultor tecnológico Martin John Bryant le pasó algo parecido: The Atlantic documentó en 2019 cómo terminó vinculado a un asesino en masa por el mismo tipo de cruce de datos.
Ninguno de los tres pidió que le pasara esto. A ninguno lo avisó nadie. Se enteraron porque alguien, un cliente, un periodista, un familiar, les enseñó lo que Google decía de ellos.
¿Existe un procedimiento real para separar tu identidad de un homónimo?
Sí, y no es un truco: es el mismo mecanismo que usa Google para verificar la identidad de cualquier persona con panel de conocimiento propio. Se llama reclamación o verificación de panel, y el proceso oficial está descrito en el centro de ayuda de Google sobre paneles de conocimiento. Consiste en vincular cuentas verificadas en plataformas como X, YouTube o Instagram a tu nombre, y en casos límite, cuando no hay otra forma de demostrar quién eres, subir un documento de identidad a través de un formulario seguro.
El procedimiento no borra al homónimo ni lo empuja fuera de internet. Lo que hace es entrenar al sistema para que aprenda a diferenciar a las dos personas con datos verificados, en lugar de dejar que un algoritmo adivine.
El caso de un profesional que competía contra miles de personas con su mismo nombre
Scott Duffy, conferenciante y experto en negocio e Inteligencia Artificial, se encontró compitiendo por su propio nombre contra miles de personas llamadas igual, entre ellas un formador de Udemy con perfil de arquitecto de software. Cada vez que un cliente potencial lo buscaba en Google, encontraba a otro Scott Duffy antes que a él. Su firma de posicionamiento de marca, Kalicube, documentó el caso completo en noviembre de 2024.
El proceso llevó tres fases a lo largo de varios meses: primero, ordenar y unificar toda la información dispersa sobre él en la red, con más de cien perfiles distintos revisados uno por uno; después, ampliar su presencia allí donde su público y sus colegas de profesión ya estaban, para que el algoritmo entendiera que era una autoridad reconocida en su campo; por último, producir contenido que respondiera directamente a las preguntas que su audiencia le hacía.
El resultado, según la propia documentación del caso, se puede comparar con capturas de mayo y octubre de 2024: en la primera, los motores de Inteligencia Artificial apenas lo distinguían del resto de Scott Duffys; en la segunda, ChatGPT y Perplexity ya lo describían con precisión como emprendedor y conferenciante especializado en negocio e Inteligencia Artificial, sin mezclarlo con nadie más.
¿Qué tiene que ver esto con lo que dice la Inteligencia Artificial de ti?
Cuando Google construye un panel de conocimiento correcto y consistente, ese mismo dato limpio alimenta a los sistemas que hoy responden preguntas sobre profesionales: ChatGPT, Gemini, Perplexity. Es lo que ocurrió con Scott Duffy: el trabajo se hizo pensando en Google, y el efecto se notó también en los modelos de lenguaje, porque todos beben de fuentes parecidas para entender quién eres.
Conviene mirarlo junto a lo que ya contamos en ¿Se está rompiendo la Inteligencia Artificial? Lo que OpenAI no quiere que sepas, y también en La Inteligencia Artificial no miente sobre ti. Te describe con datos de hace seis anos.
Esto es justamente lo que mide RADAR, la herramienta de verificación de tu visibilidad ante los principales motores de Inteligencia Artificial: si al preguntar por tu nombre la respuesta te describe a ti, o describe a alguien más que también se llama como tú.
¿Qué puedes hacer si tienes un nombre común?
Lo primero es comprobarlo. Pregunta a ChatGPT, Gemini y Perplexity quién eres, qué haces y a qué te dedicas, y compara la respuesta con la realidad. Si el resultado mezcla datos de otra persona, tienes un problema de identidad, no solo de posicionamiento.
Lo segundo es unificar. Usa el mismo nombre, la misma foto y la misma descripción breve en cada perfil profesional que tengas, desde tu web hasta tu perfil de LinkedIn. La inconsistencia entre plataformas es justo lo que hace que un algoritmo no sepa distinguirte de otra persona con tu nombre.
Lo tercero es designar una página propia como referencia central de quién eres, con la información básica bien explicada: a qué te dedicas, dónde has trabajado, qué credenciales tienes. Google la llama página de origen de la entidad, y es el punto que el algoritmo usa para corroborar el resto de datos que encuentra sobre ti.
¿Y si el error ya está publicado en el panel de otra persona?
Si tus datos aparecen mezclados dentro del panel de otra persona con tu nombre, puedes indicarlo directamente. Google permite dejar una sugerencia de corrección pulsando en la palabra Feedback, en la esquina del panel afectado, y detallar qué información no te corresponde.
No es un proceso instantáneo. Google compara lo que sugieres con lo que sus propios algoritmos encuentran en el resto de la red, así que cuanta más presencia consistente tengas fuera de ese panel, más rápido corrige el cruce.
¿Merece la pena hacerlo si tu nombre no es tan común?
Sí, y por una razón que casi nadie tiene en cuenta: no hace falta compartir nombre y apellido completos para que un sistema te confunda con otra persona. Basta con un nombre parecido, una misma ciudad, una misma profesión, para que el algoritmo cruce datos que no deberían mezclarse. Cuanto menos presencia verificada tengas tú, más fácil es que gane la versión de otro.
Este es exactamente el tercer problema de visibilidad que documenta RADAR: no que la Inteligencia Artificial no hable de ti, sino que hable de ti confundiéndote con alguien que no eres. Es más difícil de detectar que el silencio directo, porque parece que sí apareces, y el error solo se nota cuando alguien lo comprueba a fondo.
¿Cuánto tarda en notarse el cambio una vez que empiezas a corregirlo?
No es inmediato, y conviene saberlo antes de empezar para no abandonar a la primera semana sin resultados. En el caso de Scott Duffy, la propia Kalicube señala que consiguió el primer identificador de entidad, el dato técnico que demuestra que Google ya distingue a esa persona como única, en apenas dos meses desde que empezó a ordenar su información. Pero consolidar esa posición frente a miles de homónimos, hasta que los modelos de Inteligencia Artificial lo describieran con precisión, llevó varios meses más de trabajo sostenido.
Eso da una idea realista del plazo: los primeros indicios de que el sistema empieza a diferenciarte pueden llegar en semanas, pero la consolidación, la que hace que la confusión no vuelva a aparecer en cuanto se publique contenido nuevo sobre el homónimo, se mide en meses.
¿Qué pasa si tu nombre tiene una variante con la que nunca te presentas?
Muchos profesionales usan de forma indistinta una versión corta y una versión larga de su propio nombre, o el nombre sin el segundo apellido, según el contexto. Esa variación, que parece un detalle sin importancia en la vida diaria, es justo el tipo de inconsistencia que dificulta que un sistema automático entienda que todas esas versiones se refieren a la misma persona.
Elegir una única forma de presentarte, y sostenerla en cada perfil, cada firma de artículo y cada biografía pública, reduce directamente el margen de error del algoritmo. Cuantas menos variantes existan, menos oportunidades hay de que una de ellas se mezcle con la de otra persona que se llama de forma parecida.
Sobre el autor
Javier G. Amblar acumula 27 años de experiencia en formación y consultoría, ha formado a más de 33.000 profesionales en 55 países y fue profesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente. Ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio, es autor del libro Liderazgo (Editatum, 2018) y dirige un canal de YouTube con más de 368.000 suscriptores y una comunidad en línea de más de 500.000 personas. Hoy ayuda a profesionales independientes a comprobar y corregir lo que la Inteligencia Artificial dice de ellos a través de RADAR.
