El 7 de agosto de 2025, OpenAI presentó GPT-5 con un dato incómodo dentro de su propio anuncio oficial: incluso su modelo más avanzado hasta ese momento seguía cometiendo errores factuales, aunque con menos frecuencia que sus predecesores. Con búsqueda web activada, sus respuestas tenían un 45 por ciento menos de probabilidad de contener un error factual que las de GPT-4o. Menos, no cero.
Por qué la buena fama de siempre no basta
Durante décadas, la reputación de un profesional se construyó cara a cara: recomendaciones, boca a boca, años de trato con clientes que hablaban bien de ti a otros. Esa reputación es real y sigue teniendo valor. El problema es que una Inteligencia Artificial no la conoce, porque no estuvo en esas conversaciones. Solo conoce lo que hay escrito sobre ti en internet, y eso puede ser poco, viejo, o directamente de otra persona con tu mismo nombre.
Por qué una Inteligencia Artificial puede equivocarse aunque tú hagas todo bien
En septiembre de 2025, investigadores de OpenAI, entre ellos Adam Tauman Kalai y Ofir Nachum, publicaron el estudio «Why Language Models Hallucinate». Su conclusión central es que los modelos de lenguaje están entrenados de una forma que los premia por responder con seguridad aunque no tengan certeza, en lugar de admitir que no lo saben. Es una cuestión estructural del entrenamiento, no un fallo puntual que se resuelve solo con el tiempo.
Eso significa que aunque tu trayectoria sea intachable, un modelo puede completar un hueco de información sobre ti con una suposición que suena convincente y que no es cierta.
Qué pasa cuando la reputación digital ya era un problema antes de la Inteligencia Artificial
El Barómetro 2025 de Partoo, elaborado a partir del análisis de más de 1,1 millones de reseñas de Google, encontró que el 88 por ciento de los usuarios consulta Google antes de tomar una decisión de compra, y que una presencia digital sólida puede suponer hasta un 18 por ciento más de ingresos para un negocio. Esa capa ya existía antes de que nadie hablara de Inteligencia Artificial. Ahora se le suma otra capa encima: lo que la máquina responde cuando alguien ni siquiera llega a Google.
La confusión de nombres, un riesgo aparte
Un problema añadido y frecuente es el de los homónimos. Si existe otra persona con un nombre parecido al tuyo, con menos cuidado en lo que publica o con una reputación problemática, un modelo puede mezclar ambas identidades sin que tú te enteres, y sin que haya mala fe de nadie, simplemente porque el modelo no distingue bien entre dos personas con datos parecidos.
Qué diferencia a quien sí controla esto de quien no
La diferencia no está en tener más años de experiencia. Está en haber comprobado, con la misma pregunta que haría un cliente potencial, qué responde hoy una Inteligencia Artificial sobre ti. La mayoría de los profesionales nunca lo ha hecho. Suponen que su reputación offline se traduce sola, y no es así.
¿Qué puedes hacer tú con esto?
La única forma de saber si tu reputación construida durante años se refleja bien ante una Inteligencia Artificial es preguntárselo directamente y comprobar la respuesta con método, no dando por hecho que coincide con lo que la gente dice de ti en persona.
Comprueba con RADAR qué dice realmente de ti la Inteligencia Artificial
Sobre el autor
Javier G. Amblar es consultor estratégico con 27 años de experiencia y más de 33.000 profesionales formados en 55 países. Exprofesor asociado del IE Business School, dirige un canal de YouTube con más de 368.000 suscriptores y una comunidad en línea de más de 500.000 personas. Ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio. Creó RADAR para que sepas qué dice de ti la Inteligencia Artificial.
