La carrera de los medios de comunicación por conseguir que sus contenidos aparezcan citados en las respuestas de la inteligencia artificial está generando numerosas recomendaciones técnicas cuya eficacia apenas se ha comprobado. Dos investigaciones publicadas en octubre por Sistrix, especializada en análisis de visibilidad en buscadores, aportan nuevos datos sobre qué características de las páginas se relacionan con una mayor probabilidad de ser citadas y cómo debe medirse esa presencia. Los resultados cuestionan algunas prácticas que se han popularizado con el auge del GEO y apuntan a que la organización editorial de los contenidos puede tener más importancia que determinadas soluciones técnicas.
El primero de los estudios, publicado el 22 de octubre, analiza 96.418 direcciones web de 17.380 dominios. Los investigadores seleccionaron 48.527 páginas citadas por ChatGPT, Google AI Mode o AI Overviews y las compararon con páginas no citadas pertenecientes a los mismos dominios. El objetivo era reducir la influencia de la notoriedad de marca y observar qué diferencias presentaban los propios contenidos.
La investigación, realizada sobre páginas de Alemania, Austria y Suiza, examinó 43 características relacionadas con la estructura, los datos técnicos, la autoría, las fuentes y la actualización de la información.
La estructura editorial aparece como uno de los factores más relevantes
Uno de los resultados más destacados afecta a los índices de contenidos. Las páginas que incluyen un índice con enlaces a sus diferentes apartados presentan un factor de citación 1,7 veces superior al de las páginas que carecen de este elemento. Sin embargo, solamente el 14% de las páginas analizadas dispone de uno.
Los investigadores también encontraron asociaciones positivas con el marcado de datos estructurados Article, cuyo factor alcanza 1,6, y FAQPage, con 1,5. Las páginas que incluyen tablas con encabezados presentan igualmente un factor de 1,5, mientras que los subtítulos formulados como preguntas se asocian con un valor de 1,4.
Para los medios informativos, estos resultados sugieren que organizar una información para facilitar su consulta, identificar sus apartados y presentar los datos de manera estructurada podría favorecer también su recuperación por los sistemas de inteligencia artificial.
La investigación introduce, además, una distinción entre plataformas. ChatGPT muestra una asociación especialmente elevada con los títulos formulados como preguntas y las tablas estructuradas. En los AI Overviews de Google destaca el marcado Article, con un factor de 2,0, mientras que AI Mode presenta resultados más repartidos entre diferentes características.
El efecto acumulado también resulta significativo. Las páginas que reúnen numerosas características consideradas favorables presentan un factor de citación 2,1 veces superior al de aquellas que apenas las incorporan.
No obstante, los autores advierten de una limitación fundamental: el estudio identifica correlaciones estadísticas, no demuestra que incorporar cualquiera de estos elementos provoque directamente un aumento de las citaciones.
La autoría y la actualización adquieren especial importancia para los medios
La investigación ofrece resultados específicos para los sitios editoriales, que merecen una atención particular.
En este grupo, las páginas que incluyen un índice de contenidos presentan un factor de citación 2,5 veces superior al de las que no lo incorporan. La presencia de una fecha visible de actualización está asociada a un factor de 1,9.
También se identifican diferencias relacionadas con la información sobre los autores. En el conjunto de páginas analizadas, incluir una ficha de autor con fotografía se asocia con un factor de citación de 1,4. La presencia de referencias y enlaces a fuentes externas también mantiene una relación positiva, aunque más moderada.
Estos resultados refuerzan la importancia potencial de prácticas editoriales ya conocidas: identificar a quienes elaboran las informaciones, documentar las afirmaciones y mantener los contenidos actualizados.
El análisis también detecta que las páginas que incluyen el año actual en el título presentan un factor de 2,7. Sin embargo, los investigadores consideran este resultado preliminar, ya que fue incorporado al análisis posteriormente y puede reflejar la actualidad real del contenido, no simplemente la presencia de una fecha en el titular.
El archivo llms.txt no demuestra mejorar las citaciones
Uno de los hallazgos que contradice algunas recomendaciones habituales se refiere a llms.txt, un archivo propuesto para facilitar a los modelos de inteligencia artificial información estructurada sobre los contenidos de una web.
SISTRIX no encontró ninguna ventaja medible asociada a su utilización. El 11,7% de las direcciones citadas procedía de dominios con este archivo, frente a una presencia del 14% de estos dominios en el conjunto considerado.
La comparación no permite afirmar que llms.txt perjudique la visibilidad, porque los dominios presentan diferencias importantes. Pero tampoco aporta pruebas de que mejore las citaciones, por lo que los investigadores desaconsejan convertirlo en una prioridad.
Algo parecido sucede con otras prácticas. Los marcados Breadcrumb, HowTo y QAPage no presentan diferencias medibles en las citaciones. La legibilidad del texto, evaluada mediante el índice Flesch, tampoco muestra una asociación estadísticamente significativa.
La longitud de los artículos ofrece una interpretación más compleja. Los contenidos de al menos 1.000 palabras presentan un factor de citación de 1,5, aunque los autores consideran que este resultado puede estar relacionado con su mayor desarrollo estructural. El estudio no demuestra que escribir artículos más largos, por sí solo, mejore la posibilidad de aparecer citado en una respuesta de inteligencia artificial.
Medir la visibilidad en IA exige muchas preguntas diferentes
El segundo trabajo de Sistrix, publicado el 28 de octubre, aborda otro problema creciente para los medios y las marcas: cómo determinar si realmente están ganando presencia en las respuestas de inteligencia artificial.
La investigación examinó 10.826 series de medición diarias correspondientes a cuatro sistemas de IA y ocho países. Su principal conclusión es que repetir una misma pregunta durante muchos días resulta bastante menos eficaz para estimar la visibilidad general que utilizar numerosas preguntas diferentes.
Los datos muestran que el 70% de las marcas mencionadas en las respuestas a una determinada pregunta aparecen en menos de uno de cada cinco días. Esto significa que una consulta aislada puede ofrecer una imagen muy poco representativa.
Sistrix comprobó que, con el mismo número de consultas, utilizar 20 preguntas diferentes proporciona una medición más de tres veces más precisa que repetir una sola pregunta durante 20 días.
La diferencia se explica porque las variaciones entre preguntas distintas son, de media, 2,4 veces mayores que las fluctuaciones registradas al repetir una misma pregunta en días diferentes.
Los investigadores estiman que para obtener una medición con una incertidumbre aproximada de cinco puntos porcentuales hacen falta unas 70 preguntas distintas. Para reducirla a tres puntos, serían necesarias alrededor de 200.
La implicación para los medios es importante: comprobar periódicamente si ChatGPT menciona una cabecera ante unas pocas preguntas no permite determinar con suficiente fiabilidad cuál es su visibilidad real en las respuestas de inteligencia artificial.
La repetición diaria sí tiene utilidad para detectar cambios a lo largo del tiempo, especialmente cuando se comparan medias semanales. Pero establecer el nivel general de visibilidad exige una muestra amplia y representativa de preguntas.
El análisis detectó además otro problema metodológico. Cuando las marcas seleccionan las preguntas que desean monitorizar, sus resultados suelen ser más favorables que los obtenidos mediante conjuntos de consultas representativos del mercado. En aproximadamente tres de cada cuatro casos, la marca aparece mejor posicionada en su propia selección.
Para una empresa periodística, esto significa que la elección de las preguntas utilizadas para evaluar su presencia puede condicionar sustancialmente el resultado, especialmente cuando pretende compararse con otros medios.
Ambas investigaciones tienen limitaciones. La primera se circunscribe al mercado germanohablante y no demuestra relaciones causales. La segunda pone de manifiesto que la precisión de las mediciones no garantiza su representatividad si las preguntas utilizadas están sesgadas hacia determinadas marcas o contenidos.
