El 1 de octubre Google actualizó su guía sobre contenido generado por IA, y el cambio es corto pero bastante concreto: ahora dice que es fundamental verificar y revisar a mano todo lo hecho con IA antes de publicarlo, y que esa revisión también aplica a los títulos, las meta descriptions, los datos estructurados y el texto alternativo de las imágenes. Mi lectura: el riesgo práctico de publicar con IA está en los errores que un equipo sube a escala sin mirarlos, y la guía nueva apunta justo ahí. Te cuento qué cambió, qué no cambió y cómo armaría la revisión del contenido para que no se transforme en un cuello de botella.
¿Qué cambió en la guía de Google el 1 de octubre?
El registro de cambios de Search Central dice que la guía de uso de contenido con IA generativa se actualizó "con información de las guías para evaluadores de calidad", para alinear la documentación con lo que presentan en sus eventos para desarrolladores. Suena a trámite administrativo, pero el texto nuevo agrega tres ideas que antes no estaban escritas.
La primera explica cómo funciona la herramienta: los modelos generativos no recuperan hechos, predicen una secuencia probable de palabras a partir de sus datos de entrenamiento. La segunda saca la conclusión obvia: por eso los modelos pueden entregar inexactitudes, lo que se conoce como alucinaciones. La tercera es la instrucción: es fundamental verificar y revisar manualmente todo el contenido generado con IA, por exactitud y confiabilidad, antes de publicarlo.
El cuarto cambio es de redacción y es el que más me interesa. La versión anterior decía que el foco en exactitud "incluye metadatos". La nueva dice que "esta revisión también aplica" a los metadatos. O sea, la verificación manual ya no se limita al cuerpo del artículo: alcanza todo el contenido que puede aparecer en los resultados de búsqueda.
Vale aclarar lo que la actualización no trae: no hay una penalización nueva ni un sistema que detecte contenido generado por IA. Es documentación, y conviene leerla como una descripción más precisa de lo que Google espera de quien publica con IA.
¿Qué es el contenido generado por IA para Google?
Contenido generado por IA es cualquier texto, imagen, audio o video que produjo un modelo de inteligencia artificial a partir de un pedido, sea con ChatGPT, Gemini, Claude u otra herramienta. Puede crear algo desde cero (un artículo, una imagen de producto) o transformar algo que ya existe (resumir, traducir, reescribir la ficha de un producto de tu marca).
Para Google, en la práctica, es contenido como cualquier otro. Su postura desde 2023 es que usar IA no le da un beneficio especial a una página ni la castiga por sí solo: lo que evalúa es si el texto es útil, original y confiable para quien busca. La actualización de octubre mantiene esa postura y agrega un matiz práctico: si el modelo inventa un dato y lo publicas, el error es de tu sitio.
¿Google penaliza el contenido generado por IA?
La respuesta corta de Google es que depende de qué publiques. Una de sus políticas de spam, el abuso de contenido a escala, prohíbe producir muchas páginas que no son útiles para el usuario, con el objetivo de manipular el ranking, da lo mismo si las escribió un modelo, un equipo de redactores o una mezcla. La guía de IA lo dice directo: generar muchas páginas sin aportar valor puede infringir esa política.
El criterio de fondo sigue siendo E-E-A-T, que pone la experiencia, el conocimiento, la autoridad y la confianza por sobre el método de producción. Un contenido generado por IA, revisado, con fuentes y con algo propio que decir, puede ser útil y posicionar bien. Cien textos generados sin revisar para cubrir cien variantes de una keyword es el patrón que la política describe.
El contexto también importa. El spam update de septiembre 2026 empezó el 24 de septiembre y Google avisó que el despliegue podía tomar hasta dos semanas, así que al 2 de octubre los resultados todavía se están moviendo. Si te interesa el detalle, lo expliqué en el artículo sobre el spam update de septiembre. No hay evidencia de que el update y el cambio en la guía estén conectados, pero sí coinciden en el calendario, y eso basta para revisar con calma qué publicaste con IA en los últimos meses.
¿Qué dicen las secciones 4.6.5 y 4.6.6 de las guías para evaluadores?
La guía actualizada manda a leer dos secciones de las guías para evaluadores de calidad, el documento que usan las personas contratadas para calificar los resultados del buscador.
La sección 4.6.5 describe el abuso a escala: mucho contenido creado con poco esfuerzo u originalidad, sin edición ni curaduría humana, y menciona la IA generativa como uno de los ejemplos de herramienta usada para eso. La sección 4.6.6 indica la calificación más baja (Lowest) cuando todo o casi todo el contenido principal de una página es copiado, parafraseado o generado con IA con poco o ningún esfuerzo, poca originalidad y poco valor agregado para quien la visita.
Un detalle que conviene tener presente: la misma guía aclara que estas calificaciones no influyen directo en el ranking. Sirven para medir si sus sistemas están funcionando. Pero muestran con bastante precisión qué tipo de contenido Google quiere que sus sistemas dejen abajo, y "poco esfuerzo" es un criterio que cualquier equipo puede revisar en su propio sitio sin herramientas especiales.
¿Por qué la revisión ahora incluye los metadatos?
Porque los metadatos son la parte del contenido que hoy se genera en bloque y nadie lee. En un sitio grande, el equipo de SEO difícilmente redacta a mano 3.000 meta descriptions; las arma una herramienta o un script con IA, alguien revisa las primeras cinco y el resto sale directo a producción. El problema es que esos textos se ven en los resultados de búsqueda antes que tu página, y la guía ahora los incluye en la revisión.
| Elemento | Dónde se ve | Error típico con IA | Qué revisaría |
|---|---|---|---|
| Title | Resultados de búsqueda y pestaña del navegador | Promete algo que la página no tiene o repite la misma fórmula en cientos de URLs | Que describa el contenido real y no se duplique |
| Meta description | Snippet bajo el título | Inventa un dato, un precio o una condición | Cada cifra contra la fuente |
| Datos estructurados | Fragmentos enriquecidos y sistemas de IA | Marca una reseña, un precio o una fecha que no está en el contenido visible | Que todo lo marcado sea visible y verdadero |
| Texto alternativo | Imágenes, accesibilidad, búsqueda de imágenes | Describe una imagen que no corresponde o rellena con palabras clave | Que describa lo que la imagen muestra |
Para datos estructurados, además, la guía pide cumplir las políticas generales y las de cada función de búsqueda, y validar el marcado. Si quieres el contexto de por qué el schema importa también para la IA, lo conté en este artículo sobre datos estructurados.
¿Hay que avisar que un contenido se hizo con IA?
En la Búsqueda de Google, no hay una obligación general de etiquetar el contenido. La guía sugiere, eso sí, dar contexto sobre cómo se creó el contenido cuando tenga sentido para tu audiencia, por ejemplo contando cómo usaste automatización. Es transparencia como buena práctica, igual que la recomiendan IBM o Microsoft para su propia documentación.
Donde sí hay reglas concretas es en otros productos. YouTube pide declarar el uso de IA cuando un video hace parecer que una persona real dijo o hizo algo que no hizo, o recrea una escena realista que no ocurrió. Y para ecommerce, Merchant Center exige etiquetar lo generado con IA: las imágenes deben conservar el metadato IPTC DigitalSourceType con el valor TrainedAlgorithmicMedia, y los títulos y descripciones de producto hechos con IA van en atributos separados (structured_title y structured_description) marcados como generados por IA.
Esto le pega directo a los equipos de retail que generan fichas en masa. Hace unos días puse en LinkedIn el ejemplo de una mochila para llevar un computador de 16 pulgadas bajo la lluvia cuya descripción dice "Diseñada para acompañarte en cada aventura". Me alegro, pero ¿cabe el computador? ¿Se moja? Una descripción así no tiene un error que detectar, simplemente no dice nada. Y una descripción generada que sí dice algo (que es impermeable, por ejemplo) tiene que ser verdad, porque ahora viaja a Merchant Center, a AI Mode y a donde el producto se muestre fuera de tu sitio. Si vendes online, en esta guía sobre agentic shopping explico por qué ese texto pesa cada vez más.
¿Para qué sí sirve la IA en un equipo de contenido?
El contenido generado por IA sirve para bastante, también en SEO. Acelera la investigación inicial, ordena ideas, propone estructuras, saca un primer borrador y permite producir contenido a una escala que un equipo humano no alcanza (fichas de producto, traducciones, variantes para redes sociales). Ninguna de las páginas que posicionan para esta búsqueda recomienda dejar de usarla, y yo tampoco.
Lo que cambia es dónde pones a las personas. Un modelo puede escribir una descripción muy convincente sobre una mochila que nunca vio, así que el trabajo humano se mueve hacia la verificación, el criterio editorial y la voz de la marca. Para un equipo de SEO, eso significa que el tiempo que antes se iba en redactar ahora se va en revisar. Si quieres el proceso completo para escribir contenido con IA, lo detallé en cómo usar IA para crear contenido sin dañar tu posicionamiento.
¿Cómo armar un proceso de revisión que escale?
La objeción que más escucho es que revisar todo a mano no escala. Es cierto si "revisar" significa que una persona lee cada palabra de cada página. Pero hay una forma intermedia. Así la armaría yo:
- Un responsable por tipo de contenido. Alguien con nombre y apellido firma los artículos, otra persona las fichas y otra los metadatos. Si nadie es responsable de las meta descriptions, nadie las revisa.
- Una fuente para cada dato. Toda cifra, fecha, precio o condición del contenido tiene que salir de una fuente que puedas abrir (documentación oficial, tu base de productos, un estudio citado). Si la IA la trajo sin fuente, se borra o se verifica.
- Un control automático antes de publicar. Reglas que una máquina puede revisar sin cansarse: largo, términos que la marca no usa, que cada cifra esté en la fuente, que el schema valide. Lo que no pasa el control no se publica.
- Una muestra humana de lo masivo. Para metas, alt text y fichas, una persona revisa una muestra en cada lote. Si la muestra trae errores, se revisa el lote completo.
- Un registro. Qué se publicó, con qué herramienta de inteligencia artificial, quién lo revisó y cuándo. Te va a servir el día que un update mueva algo y tengas que entender qué pasó.
Un ejemplo bien cercano: el contenido de este mismo blog se escribe con agentes de inteligencia artificial, a partir de un brief armado con datos de la búsqueda. Antes de publicar, un script revisa largo, términos, entidades y cobertura del tema, y si no da TODO OK el artículo no sale y queda esperando revisión. No es perfecto (el script no sabe si un dato es verdad, eso lo cubre la regla de la fuente), pero deja registrado qué se revisó en cada pieza.
Gary Illyes, de Google, ya había dicho en público que el contenido con IA tiene que estar curado por humanos y con los hechos revisados. Lo nuevo es que ahora está escrito en la documentación oficial, con los metadatos adentro.
Mi sugerencia para esta semana no necesita presupuesto: saca una muestra de 20 meta descriptions o fichas de contenido generado por IA de los últimos tres meses y revísalas contra la fuente. Si encuentras errores, ya sabes dónde poner el primer responsable del proceso de revisión de contenido.