Sí, ocurre, y no es un fallo técnico: cuando dos personas le preguntan a una Inteligencia Artificial por un profesional como tú, cada una puede recibir una versión distinta de esa misma respuesta. No porque exista una base de datos distinta para cada una, sino porque la Inteligencia Artificial construye la respuesta en el momento, y ese proceso tiene en cuenta lo que ya sabe, recuerda o infiere sobre quien pregunta. La persona que te contrata y la que nunca llega a llamarte pueden haber recibido dos descripciones diferentes de ti, sin que ninguna de las dos lo sepa, y sin que tú tengas forma de comprobarlo.
Dos preguntas idénticas, dos respuestas que no coinciden
Imagina a dos personas que buscan el mismo tipo de profesional en la misma ciudad, el mismo día, con la misma pregunta escrita casi palabra por palabra. Una la hace desde una cuenta que lleva meses de conversaciones guardadas sobre presupuestos ajustados y comparativas de precio. La otra, desde una cuenta que ha hablado de urgencia, de calidad y de no querer perder tiempo buscando. La Inteligencia Artificial no parte de cero en ninguno de los dos casos: arrastra ese contexto, aunque la pregunta de hoy no lo mencione.
El resultado no tiene por qué ser una mentira. Puede ser, simplemente, un énfasis distinto: a una persona se le destaca la relación calidad precio de una opción, a la otra se le subraya la disponibilidad inmediata de otra. La diferencia no está en los hechos que existen sobre ti, está en cuáles de esos hechos decide mostrar primero la máquina, y a quién.
El precedente ya existe, y lo confirmó un regulador
Esto no es una hipótesis sacada de la nada. La Comisión Federal de Comercio de Estados Unidos investigó durante meses cómo empresas intermediarias usan datos personales para fijar precios distintos a personas distintas por el mismo producto. El 17 de enero de 2025 publicó sus primeros hallazgos: datos tan concretos como la ubicación exacta de una persona o su historial de navegación se usan con frecuencia para mostrarle un precio distinto al de otra persona que compra lo mismo, según la Comisión Federal de Comercio.
El estudio analizó documentos de empresas como Mastercard, Accenture, PROS, Bloomreach, Revionics y McKinsey & Co, que en conjunto trabajaban con más de 250 clientes, desde supermercados hasta tiendas de ropa. Uno de los ejemplos que recoge la propia Comisión: a una persona identificada como madre o padre reciente se le puede mostrar primero, en su búsqueda, el termómetro para bebés más caro del catálogo, no el más barato.
De cobrarte distinto a describirte distinto
El mecanismo que permite cobrarte un precio distinto al de tu vecino es el mismo tipo de mecanismo que permite describirte a ti, profesional, de forma distinta según quién pregunte. En ambos casos hay un sistema que recibe datos sobre una persona concreta y decide, en tiempo real, qué mostrarle. Donde antes había un precio fijo en una etiqueta, ahora hay un cálculo. Donde antes había una ficha de negocio igual para cualquiera que la buscara, ahora hay una respuesta generada que puede variar de una sesión a otra.
La diferencia es que el precio se puede comparar entre dos tickets de compra. Lo que una Inteligencia Artificial dice de ti en una conversación privada con un desconocido no se puede comparar con nada, porque tú nunca la ves.
Lo que una Inteligencia Artificial ya recuerda de quien pregunta
Desde abril de 2025, ChatGPT puede hacer referencia a conversaciones anteriores completas, no solo a los datos que el usuario le pidió expresamente recordar, según explicó OpenAI al presentar la función. Esa memoria ampliada llegó a las cuentas gratuitas el 3 de junio de 2025. Desde entonces, cualquier persona que use la versión gratuita puede recibir respuestas moldeadas por meses de conversaciones previas, aunque en el momento de preguntar por un profesional no mencione nada de ese historial.
Otros asistentes conversacionales avanzan en la misma dirección: guardar contexto entre sesiones para que cada respuesta se sienta más ajustada a quien pregunta. Google sumó a Gemini, en 2025, una función pensada para adaptar mejor sus respuestas al contexto de cada persona. Ese ajuste es justo lo que hace que dos personas obtengan matices distintos ante la misma pregunta sobre ti.
La misma máquina trata distinto según quién eres, aunque no lo pidas
No hace falta que alguien active la memoria para que haya trato distinto. Investigadores del MIT, la Universidad de Nueva York y la Universidad de California en Los Ángeles publicaron el 16 de diciembre de 2024 un estudio que evaluó cómo respondía GPT-4 a más de 12.000 publicaciones que pedían apoyo emocional en foros de salud mental, según MIT News. Cuando el texto dejaba entrever que quien escribía era una persona negra o asiática, el nivel de empatía de las respuestas bajaba entre un 2% y un 17%, comparado con publicaciones de personas blancas o sin ese dato visible.
El estudio no habla de profesionales ni de reputación, habla de salud mental. Pero confirma algo que sí te afecta directamente: el mismo modelo, ante el mismo tipo de pregunta, ajusta el tono y el contenido de su respuesta según lo que cree saber de quien pregunta. Si eso pasa con la empatía de una respuesta de apoyo, no hay motivo para pensar que no pasa también con la forma de describir a un abogado, una psicóloga o un asesor fiscal.
Por qué el problema es tuyo, aunque el dato personalizado no sea el tuyo
Tú no controlas lo que la Inteligencia Artificial sabe de la persona que pregunta por ti. No sabes si esa persona ha hablado antes de presupuestos ajustados, de urgencia, de desconfianza hacia tu sector o de una mala experiencia con otro profesional parecido a ti. Y sin embargo, todo eso puede influir en cómo te presenta la máquina, en qué orden aparecen tus datos, en si se menciona primero tu experiencia o tu disponibilidad, en si te compara favorablemente con otro nombre o no.
Ya se sabe que las marcas guardan mucho más de lo que imaginas sobre cualquier persona que las contacta: un periodista pidió sus datos a McDonald’s y recibió 515 páginas. Una Inteligencia Artificial que recuerda conversaciones guarda, potencialmente, todavía más sobre cada persona que le pregunta por ti.
El coste de esto no se ve en una reclamación ni en una reseña negativa. Se ve en la persona que iba a llamarte y no llamó, y que nunca sabrás por qué. Ya hay casos que muestran lo poco que puedes hacer incluso cuando el dato que circula sobre ti es directamente falso: en agosto de 2026, un profesional le pidió a ChatGPT que corrigiera un dato falso sobre él y OpenAI respondió que no puede hacerlo caso por caso. Si ni siquiera se puede corregir un dato falso, mucho menos se puede pedir explicaciones sobre un matiz que cambia según quién pregunta.
Los reguladores empezaron a exigir explicaciones, y no fue en tu sector
El 19 de agosto de 2026 la Comisión Federal de Comercio publicó una propuesta de política de aplicación centrada específicamente en precios personalizados. Si se aprueba en su forma actual, obligará a las empresas que fijan precios distintos según los datos de cada cliente a decir con claridad que lo hacen, con qué base y con qué tipo de datos, según recoge el despacho Davis+Gilbert. El estado de Nueva York ya exige, desde este mismo año, un aviso junto a cualquier precio personalizado que diga literalmente: este precio se fijó con un algoritmo usando tus datos personales. Maryland y New Jersey directamente prohibieron la práctica en la venta de alimentos, en tienda y a domicilio.
Es la primera vez que un regulador exige transparencia sobre cuándo una máquina trata a alguien distinto por lo que sabe de esa persona. Y sin embargo, esa obligación nace pensada para el precio de un producto, no para la descripción de un profesional.
Tú, como profesional, no tienes ese derecho todavía
Ninguna ley exige hoy que un asistente de Inteligencia Artificial te diga, ni avise a quien pregunta, cuando la forma de describirte a un cliente potencial ha cambiado por lo que esa Inteligencia Artificial ya sabía de la persona que preguntaba. No existe un aviso equivalente al de Nueva York para tu caso. No hay obligación de mostrar la base de la personalización, ni de decir qué datos se usaron. La transparencia que empieza a exigirse para lo que pagas todavía no llega a lo que se dice de ti.
Esto no significa que no puedas hacer nada. Significa que, mientras esa ley no exista, la única defensa real está en lo que sí depende de ti.
Qué puedes hacer mientras no exista esa ley
Lo primero es asumir que la versión de ti que circula no es una sola, sino varias, y que no vas a poder verlas todas. Lo segundo es reducir el margen que tiene la máquina para improvisar sobre ti: cuanta más información pública, verificable y consistente exista sobre tu trabajo real (tu especialidad actual, tu ubicación, cómo trabajas, qué casos llevas), menos hueco queda para que una Inteligencia Artificial rellene con suposiciones ajustadas a quien pregunta.
Lo tercero es comprobarlo tú mismo de vez en cuando: preguntar por ti desde una cuenta nueva, sin historial, y comparar esa respuesta con la que obtienes desde tu cuenta habitual. Si son muy distintas, ya sabes que la personalización está actuando sobre tu nombre, aunque nunca llegues a saber cómo actúa sobre el nombre de cada cliente potencial que pregunta antes de que tú te enteres de que esa conversación existió.
Medir con qué versión de ti se está encontrando cada persona que pregunta, y no solo la que ves tú cuando lo compruebas a mano, es exactamente lo que hace el diagnóstico de visibilidad de RADAR.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando con profesionales y empresas en procesos de cambio, 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). Su trabajo actual se centra en consultoria.uno/radar, el servicio que mide qué dice realmente la Inteligencia Artificial de un profesional y a quién se lo dice. Comparte lo que investiga en un canal de YouTube con más de 368.000 suscriptores y en una comunidad online que ya supera las 500.000 personas. Puedes revisar tu propio caso en RADAR, o dar el siguiente paso con Evolution, su programa para profesionales con experiencia que quieren dejar de depender solo de ellos mismos.
