El error más común que comete la Inteligencia Artificial al hablar de un profesional no es inventarse algo falso. Es contar algo que fue cierto. Una especialidad que ya no ejerces, una ciudad de la que te mudaste, un cargo que dejaste, un precio que cambiaste, una empresa que cerraste. Todo verdad, todo con seis años de retraso, y todo presentado en presente.
Por qué este error no se detecta
Una mentira clara se detecta. Alguien la ve, la señala, la desmiente. Un dato antiguo no dispara ninguna alarma porque es coherente, es verosímil y, en su momento, era exacto.
Nadie va a escribirte para decirte que un motor te describe con la web que tenías en 2019. Sencillamente el cliente lee esa descripción, decide que no encaja con lo que busca y se va a otro sitio. Y tú nunca sabrás que existió.
De dónde vienen esos datos viejos
De sitios que ya ni recuerdas. Un directorio profesional en el que te diste de alta hace una década y nunca actualizaste. Una nota de prensa de un evento. Una entrevista antigua. Un perfil en una plataforma que dejaste de usar pero que sigue publicada. Un currículo colgado en algún PDF.
Todo eso sigue vivo y sigue siendo legible. Y como la mayor parte de lo que la máquina dice de ti no sale de tu web, esas fuentes muertas pesan mucho más de lo que parece.
Hay además un agravante silencioso: si tu página actual no lleva fecha visible y la vieja sí, el sistema tiene más motivos para fiarse de la vieja. Un texto sin fecha no es neutro, es sospechoso.
El caso más caro: el cambio de posicionamiento
Esto le pasa sobre todo a quien lleva muchos años. Empezaste haciendo una cosa, con los años te especializaste en otra, subiste el nivel de cliente y hoy trabajas asuntos más serios y mejor pagados.
Pero tu rastro público se construyó durante la primera etapa, que fue la más larga y la que más material dejó. La máquina, que pesa por cantidad y no por actualidad, te describe como lo que eras al principio.
El cliente que buscaba justo lo que haces ahora recibe la descripción de lo que hacías antes. No es que no aparezcas. Es que apareces mal, y aparecer mal cuesta más caro que no aparecer. Es una de las caras menos comentadas de lo que estas tecnologías traen y nadie quiere mirar de frente.
Cómo se corrige, que no es rápido
No se corrige pidiéndole a un modelo que rectifique. No hay un botón para eso y quien lo prometa está vendiendo humo.
Se corrige cambiando el peso de las fuentes. Es decir, generando material nuevo, fechado y coherente, que sea más abundante y más reciente que el viejo. Y, donde se pueda, retirando o actualizando lo antiguo: dar de baja fichas que ya no usas, actualizar directorios, pedir que se corrija una biografía en un sitio ajeno.
Es trabajo lento y aburrido. También es de las pocas cosas de todo este asunto que dependen del todo de ti.
Y comprobarlo con fecha, siempre
Las respuestas cambian de semana en semana, con cada actualización del modelo y con cada fuente nueva que entra. Y no dejan histórico: lo que un motor dijo de ti el mes pasado, si nadie lo anotó, se perdió para siempre.
Por eso una comprobación suelta no vale de nada. Lo que vale es la misma pregunta, repetida, anotada con su fecha, para poder ver si lo que se dice de ti se está actualizando o se está fosilizando.
Si quieres saber con qué versión tuya te está describiendo hoy cada motor, y de qué año es esa versión, eso es lo que audita RADAR.
Sobre el autor
Javier G. Amblar es consultor estratégico senior con 27 años de experiencia, formador de más de 33.000 profesionales en 55 países y exprofesor asociado del IE Business School con Premio a la Excelencia Docente. Ha sido analista en RTVE, Telemadrid, Onda Cero y EsRadio, y es autor del libro Liderazgo (Editatum, 2018). Trabaja en que lo que las máquinas cuentan de un profesional sea, además de favorable, cierto y actual. Cuenta con una comunidad en línea de más de 500.000 personas. Dirige RADAR.
