Por Redacción - 1 Octubre 2026
Cuando un asistente recupera un episodio antiguo, el problema no siempre es que la información sea falsa. Puede faltar contexto, una resolución posterior o una fuente actualizada.
Una empresa pregunta a un asistente de IA por su reputación y descubre que la respuesta muestra una crisis de hace años como si siguiera vigente. La primera reacción suele ser pensar que la IA se equivoca o que alguien debería conseguir que esa información desaparezca. Pero antes de actuar hay que resolver algo básico: ¿el dato es falso, está desactualizado o simplemente continúa siendo relevante?
Quizá el relato contiene un error, quizá omite una resolución posterior o quizá describe correctamente un hecho que todavía resulta pertinente. Cada situación requiere una aproximación diferente. La antigüedad del hecho, por sí sola, no convierte una información en falsa.
La investigación empieza guardando la pregunta o prompt exacto, la respuesta, la fecha y la plataforma utilizada. También conviene anotar si la búsqueda web estaba activada y, cuando la plataforma de IA lo muestre, qué búsquedas realizó y qué fuentes utilizó como apoyo o grounding para elaborar la respuesta.
Después hay que descomponer la respuesta en afirmaciones comprobables: qué ocurrió, cuándo sucedió, a quién afectó y qué situación describe en el presente. Un modelo de IA puede citar una noticia correcta y extraer de ella una conclusión desactualizada. También puede mezclar empresas con nombres parecidos o que comparten el mismo nombre, pero operan en mercados o sectores diferentes. Revisar únicamente el titular de la fuente impide localizar dónde se produce la distorsión.
La siguiente tarea es construir una cronología sustentada en documentación. Deben diferenciarse el hecho inicial, sus aclaraciones y las actuaciones posteriores que puedan acreditarse públicamente. Si no existe una resolución o no se dispone de evidencia verificable, no corresponde inventarla ni presentar una versión favorable como un hecho establecido. La empresa puede explicar su posición, pero debe identificarse como parte interesada.
El contenido propio tiene que resolver preguntas concretas. Una nota genérica sobre compromiso y valores aporta poco si el usuario necesita saber qué pasó y cuál es la situación actual. Una página clara, fechada y actualizada cuando proceda puede reunir la explicación y enlazar los documentos relevantes. Su existencia no garantiza que un asistente vaya a consultarla ni que prefiera esa fuente frente a otras.
Para las funciones de IA de Google Search, Google indica que siguen siendo aplicables las prácticas habituales de SEO y que no hacen falta archivos especiales de IA ni un marcado específico para aparecer. Esta orientación se refiere a su propio buscador y no permite afirmar que todos los asistentes funcionen de la misma manera. Fuente: funciones de IA y sitios web en Google Search.Si se detecta un error en una publicación externa, puede solicitarse su revisión aportando evidencias y señalando el pasaje concreto. Corregir una inexactitud y pedir que desaparezca una información verdadera son solicitudes diferentes. La decisión editorial corresponde al medio y ninguna estrategia debería prometer el control de todas las referencias públicas sobre una empresa.Conviene conocer también las vías legales y sus límites. El derecho de rectificación permite pedir a un medio que publique una versión sobre hechos inexactos, pero debe ejercerse dentro de los siete días naturales siguientes a la publicación. En una crisis antigua, solo cabe solicitar voluntariamente una actualización que incorpore hechos posteriores, como un archivo judicial, una sentencia favorable o una sanción revocada.
Cuando afecta a directivos o empleados, el RGPD permite solicitar el llamado derecho al olvido si la información vinculada a su nombre es antigua, ha dejado de ser pertinente y no prevalece el interés público. Este derecho protege a personas físicas, no a empresas, y no elimina la noticia: limita su aparición en búsquedas por nombre. Ambas vías tienen implicaciones jurídicas y conviene valorarlas con asesoramiento legal.
También puede valorarse la aportación de información adicional en fuentes colaborativas, como Wikipedia, o en comunidades y foros, siempre con información verificable.
El seguimiento debe medir varios resultados por separado: si cambia la afirmación incorrecta, si aparece el contexto posterior y si las respuestas continúan apoyándose en fuentes desactualizadas. También hay que conservar las respuestas que no mencionan la crisis. Analizar únicamente los ejemplos problemáticos impediría calcular su frecuencia dentro del conjunto observado.
Este trabajo produce un diagnóstico y un registro de evolución, no una garantía de borrado. Su valor está en localizar errores concretos, mejorar la información verificable disponible y comprobar cómo la utilizan los sistemas a lo largo del tiempo. Una respuesta reputacional sólida admite los hechos acreditados y facilita el contexto necesario para entenderlos correctamente.
En muchas ocasiones tendemos simplemente a guardar una captura de pantalla, pero esto solo sirve para documentar el ejemplo: no permite saber si ese comportamiento es habitual.Desde Adentity recomendamos realizar repeticiones de las consultas de forma controlada, en diferentes plataformas y modelos, contrastando lanzamientos vía API con interfaz real, con el mismo prompt y sus variantes lo cual nos ayudará a distinguir la recurrencia y la variación de las respuestas.
Contamos con tecnología propia que nos permite realizar este tipo de pruebas de forma masiva, observar la recurrencia de las fuentes y analizar las respuestas y su evolución en el tiempo después de la intervención.
El objetivo no es conseguir que la IA obvie u olvide una crisis, sino que su peso en las respuestas sea proporcional a su relevancia actual y que no la cuente sin incorporar lo que ocurrió después.