Un estudio publicado en diciembre de 2025 por The Transparency Company sobre casi 73 millones de reseñas de negocios de salud, servicios legales y servicios para el hogar encontró que cerca del 14% eran probablemente falsas, y que 2,3 millones estaban parcial o totalmente generadas con Inteligencia Artificial. La respuesta corta a por qué esto te afecta si trabajas por tu cuenta es incómoda: las herramientas que servían para detectar ese fraude cerraron justo cuando la fabricación de reseñas se volvió más barata y más difícil de distinguir.
¿Qué encontró exactamente el estudio sobre reseñas fabricadas?
The Transparency Company es una firma tecnológica dedicada a detectar reseñas falsas con software propio. En su informe de diciembre de 2025 analizó 73 millones de reseñas en tres sectores muy concretos: hogar, legal y medicina. No eligió esos sectores al azar.
Con un grado de confianza que la propia firma calificó de alto, 2,3 millones de esas reseñas estaban parcial o totalmente escritas por Inteligencia Artificial. La cifra no mide errores de redacción ni opiniones exageradas: mide contenido que imita la experiencia de un cliente real sin que ese cliente haya existido nunca.
¿Por qué el hogar, lo legal y la medicina, y no la electrónica de consumo?
En un producto físico, cualquiera puede comparar la caja que recibió con la que esperaba. En un servicio de un fontanero, un abogado o una psicóloga, el cliente no tiene nada que tocar: solo tiene lo que otros dijeron antes que él. Eso hace que una reseña, real o fabricada, pese mucho más en la decisión.
Si eres consultor, terapeuta, nutricionista o llevas una asesoría, estás exactamente en el tipo de negocio donde una reseña falsa hace más daño por cada unidad de esfuerzo que invierte quien la fabrica. Es el sector con menos reseñas totales por negocio, así que dos o tres fabricadas mueven la media entera.
¿Qué pasó con las herramientas que servían para detectarlas?
Mozilla cerró Fakespot por completo el 1 de julio de 2025: la web, la extensión de navegador y la aplicación móvil, todo a la vez. Poco después, a comienzos de 2026, ReviewMeta, la otra herramienta de referencia para analizar la autenticidad de reseñas, también dejó de funcionar.
La coincidencia de fechas no es casual, es la parte más incómoda de esta historia. Las dos herramientas gratuitas que un profesional independiente podía usar para comprobar si algo raro pasaba en sus reseñas, o en las de un competidor, desaparecieron justo cuando la Inteligencia Artificial abarató la fabricación de reseñas hasta hacerla accesible para cualquiera.
¿Cómo se fabrica hoy una reseña negativa a escala?
No hace falta contratar a nadie. Un modelo de lenguaje genera, en minutos, cientos de textos con nombres distintos, detalles concretos, fechas verosímiles y un tono que varía lo suficiente para no parecer copiado. La Comisión Federal de Comercio de Estados Unidos ya documentó, en una resolución de diciembre de 2024, casos de suscriptores de una herramienta de Inteligencia Artificial que generaron más de 10.000 reseñas cada uno para inflar o hundir reputaciones ajenas.
La diferencia con hace cinco años no es que exista la mala fe, siempre existió. La diferencia es el coste: lo que antes exigía contratar a personas para escribir reseñas falsas una por una, hoy lo hace una sola persona con un ordenador y una tarde libre.
¿Qué tan grande fue el caso que documentó la autoridad de consumo estadounidense?
La Comisión Federal de Comercio de Estados Unidos presentó en septiembre de 2024 una denuncia contra la herramienta Rytr, que ofrecía una función llamada «Testimonial & Review Generator». Según la orden final publicada el 18 de diciembre de 2024, al menos 24 suscriptores de esa herramienta generaron individualmente más de 10.000 reseñas cada uno, entre ellos una empresa de reparación de puertas de garaje y varios vendedores de bolsos de imitación.
Diez mil reseñas por suscriptor no es un exceso puntual: es una operación sostenida, diseñada para saturar el espacio de opiniones de un sector entero. Y ese caso salió a la luz porque alguien lo investigó a fondo. La mayoría de los ataques de este tipo contra un profesional pequeño nunca llegan a ese nivel de escrutinio.
¿Qué cambió en diciembre de 2025 que empeora la situación?
En diciembre de 2025, la propia Comisión Federal de Comercio dejó sin efecto la orden contra Rytr, según recogió el bufete DLA Piper en un análisis publicado ese mismo mes, invocando el plan de acción sobre Inteligencia Artificial de la administración estadounidense para no «cargar de forma indebida» a la innovación en este terreno. El mensaje que envía ese giro es claro: la vigilancia regulatoria sobre reseñas fabricadas con Inteligencia Artificial se está aflojando justo cuando la tecnología para fabricarlas se ha vuelto más accesible.
Si esperabas que la ley resolviera esto por ti mientras tú sigues centrado en tu consulta o tu despacho, este es el momento de revisar esa suposición. Nadie va a avisarte cuando tu reputación empiece a moverse por motivos que no tienen nada que ver con tu trabajo real.
¿Qué señales delatan una reseña fabricada o un ataque coordinado?
Una ráfaga de reseñas negativas en pocos días, cuando tu negocio venía recibiendo una o dos al mes, es la señal más simple y más ignorada. El lenguaje que podría aplicarse a cualquier negocio del sector, sin un detalle concreto de tu consulta, tu horario o tu forma de trabajar, es otra.
Los perfiles de quienes las escriben, sin historial previo de otras reseñas o con una única reseña en toda su cuenta, completan el patrón. Ninguna señal por separado prueba nada. Las tres juntas, en un plazo corto, sí justifican que reúnas capturas con fecha y lo reportes por el canal oficial de la plataforma.
¿Por qué un profesional que trabaja solo es el blanco más fácil?
Una cadena con tres mil reseñas absorbe veinte fabricadas sin que se note en la media. Tú, con cuarenta reseñas acumuladas en cinco años, no. Cinco reseñas negativas coordinadas pueden hundir tu valoración visible en una semana, y tú no tienes un departamento legal ni un presupuesto para pelear con una plataforma que tarda semanas en responder un ticket.
Esa asimetría es justo lo que explica lo que puede pasar cuando nadie vigila lo que una Inteligencia Artificial repite sobre tu negocio: la máquina no distingue entre una reseña real y una fabricada, solo repite lo que encuentra con más frecuencia.
Y hay una razón adicional para que un competidor directo, no un desconocido cualquiera, sea quien más tiene que ganar con este tipo de ataque: en una ciudad mediana, los clientes potenciales de un abogado, una psicóloga o un asesor fiscal suelen comparar dos o tres nombres, no veinte. Bajar tu valoración un punto y medio puede bastar para que la comparación se decida antes de que el cliente te llame siquiera.
¿Qué hace la Inteligencia Artificial cuando alguien te pregunta por ti?
Cuando un cliente potencial le pregunta a ChatGPT, a Gemini o a Perplexity si eres de fiar, la máquina no va a leer cuarenta reseñas una por una. Va a generar un resumen basado en el patrón dominante, y ese patrón puede estar contaminado por contenido que nunca escribió un cliente real.
El problema deja de ser que un puñado de personas lea algo falso sobre ti. El problema es que el sistema que cada vez más gente consulta antes de llamarte repita ese patrón como si fuera un hecho verificado, sin ninguna nota que diga que parte del material de origen es fabricado.
¿Qué puedes hacer esta semana, sin esperar a que la plataforma reaccione?
Guarda capturas con fecha de cualquier reseña que te parezca extraña, aunque no la reportes todavía. Revisa el perfil de quien la escribió: si no tiene más actividad o solo tiene esa reseña, anótalo. Repórtala por el canal oficial citando el patrón, no solo el texto, porque una plataforma actúa más rápido ante un patrón documentado que ante una queja aislada.
Y comprueba, con regularidad, qué dice hoy de ti una Inteligencia Artificial cuando alguien pregunta por tu nombre o tu especialidad en tu ciudad. No es paranoia, es la misma comprobación que harías con tu cuenta bancaria: no porque desconfíes de ti mismo, sino porque el fraude ya no avisa antes de aparecer.
Responde siempre en público, con calma, sin admitir un error que no cometiste y sin entrar a discutir con el autor de la reseña. Esa respuesta no está pensada para convencer a quien escribió el ataque, está pensada para cualquier otra persona que lea después esa página y quiera ver cómo reaccionaste de verdad.
¿Por qué esperar a que un cliente te lo diga es la peor estrategia?
Para cuando un cliente te menciona que «algo raro» leyó sobre ti, la reseña fabricada ya lleva semanas influyendo en cuántas personas más te contactaron y cuántas pasaron de largo sin decírtelo nunca. RADAR revisa qué está diciendo hoy la Inteligencia Artificial de tu nombre y tu negocio, para que la primera vez que sepas de un ataque de reputación no sea cuando ya perdiste la mitad de las llamadas de este mes.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando como consultor 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), dirige un canal de YouTube con más de 368.000 suscriptores y reúne una comunidad en línea de más de 500.000 personas. Si quieres saber qué dice hoy la Inteligencia Artificial de tu negocio, puedes comprobarlo con RADAR.
