A comienzos de octubre, según informó Search Engine Roundtable, Google actualizó su guía sobre el uso de contenido generado con IA en sitios web. El cambio es corto pero contundente: quienes usen IA para producir contenido deben verificar y revisar manualmente todo lo generado, en cuanto a precisión y confiabilidad, antes de publicarlo. Google llamó a esa tarea “crítica”, un adjetivo que, según el autor de la nota, la empresa usa muy poco en su documentación de Search.
En esta nota explicamos qué dice el documento, qué es información oficial y qué es especulación, y proponemos una forma concreta de convertir la recomendación en un proceso editorial documentado. Es un tema central para cualquiera que trabaje en AEO y GEO, porque la calidad y la verificabilidad de los datos son lo que decide si un contenido merece ser citado o no.
Qué dice la actualización
El documento es la guía de Google Search sobre el uso de contenido generado con IA. Según la cobertura, Google agregó que los sitios deben “verificar y revisar manualmente” todo el contenido generado con IA antes de publicarlo. La justificación oficial es técnica: los modelos generativos no recuperan hechos, sino que predicen secuencias probables de palabras a partir de los datos con los que fueron entrenados, y por eso pueden producir inexactitudes, lo que la industria llama alucinaciones. Google dijo que el cambio alinea la documentación con lo que presentó en eventos para desarrolladores. La versión anterior del documento se había modificado en octubre de 2025.
Lo que es especulación y no una declaración de Google: el autor de la nota sugiere que el cambio podría estar relacionado con el spam update de septiembre de 2026. Google no lo dijo. Tampoco anunció un criterio nuevo para medir o sancionar el contenido de IA no verificado.
Cómo se conecta con la política de spam
La posición de Google sobre el contenido generado con IA se mantiene en lo esencial: no lo prohíbe por ser de IA, pero sí condena usarlo para producir contenido masivo y de poco valor con el fin de manipular los resultados. Lo que cambia con esta actualización es el énfasis en la responsabilidad humana. No alcanza con que el contenido exista y se vea correcto: alguien debe haber comprobado que lo es.
Esto se alinea con otras señales recientes de Google, como la advertencia sobre autoría engañosa que analizamos en nuestra guía de datos estructurados y las guías sobre spam en contenido de usuarios. El patrón es claro: transparencia sobre quién produce el contenido y cómo se verifica.
Por qué importa para AEO y GEO
Las respuestas generadas citan fuentes. Un contenido con datos erróneos, cifras inventadas o citas atribuidas a quien no las dijo es un riesgo para el sitio que lo publica y, a la larga, para la confianza que los sistemas depositan en él. En nuestra nota sobre AI Overviews en más del 80% de las búsquedas mostramos cuánto se amplió la presencia de respuestas con IA: cuanto más se generan respuestas a partir de la web, más vale producir páginas precisas, atribuibles y mantenidas.
Conviene ser claros en un punto: no hay evidencia pública de que revisar manualmente el contenido mejore posiciones o la frecuencia de citas. Lo que sí hay es una instrucción explícita de Google, y una razón de sentido común. Un error publicado en una página con IA se replica y se cita.
De recomendación a proceso: una propuesta
Para que la verificación no dependa de la buena voluntad de cada persona, sugerimos convertirla en un procedimiento escrito. Esta es la forma en que lo planteamos con los equipos con los que trabajamos:
- Registrar el uso de IA. Que el CMS tenga un campo o una etiqueta interna que indique si una pieza usó IA y en qué etapa: investigación, borrador, resumen, titulares, traducción o edición. Lo que no se registra no se puede auditar.
- Asignar un responsable. Una persona concreta verifica datos, cifras, citas, nombres propios, fechas y enlaces antes de publicar. Debe ser alguien distinto de quien generó el borrador cuando el tema lo amerite.
- Definir niveles de riesgo. No todo requiere la misma revisión. Salud, finanzas, temas legales y datos sensibles necesitan una segunda lectura y fuentes primarias. Contenido de bajo riesgo puede tener un control más liviano.
- Exigir fuentes primarias. Cada dato relevante debe poder rastrearse a una fuente: un documento oficial, un estudio, un comunicado. Si el modelo aporta un dato sin fuente, se verifica o se elimina.
- Guardar la evidencia. Anotar quién revisó, cuándo y con qué fuentes. No hace falta una burocracia pesada: alcanza con una nota interna o un campo en el CMS.
- Actualizar y corregir en forma visible. Si se detecta un error, se corrige y se indica. La fecha de actualización también importa, algo que desarrollamos en nuestra guía sobre fechas de publicación y actualización.
Errores frecuentes que vemos
- Publicar borradores generados con IA con una revisión puramente de estilo, sin comprobar datos.
- Aceptar citas textuales que el modelo “recuerda” sin verificar que existan.
- Cifras sin fecha ni fuente, copiadas de resúmenes automáticos.
- Traducciones automáticas que cambian el sentido de un dato y no se revisan.
- Contenido actualizado de forma masiva con IA, sin revisar el resultado pieza por pieza.
- Falta de un responsable claro: todos revisan, nadie responde.
Qué no recomendamos
No recomendamos prohibir el uso de IA como reacción, ni tampoco ocultarlo. El problema que Google describe no es la herramienta sino la falta de control humano sobre el resultado. Tampoco recomendamos incluir avisos genéricos del tipo “este contenido fue revisado” si no existe un proceso real detrás: es lo mismo que una autoría falsa, solo que escrita de otra forma.
Cómo seguirlo
Vamos a seguir la documentación de Google sobre contenido generado con IA y las novedades de calidad y spam. Mientras tanto, el movimiento más útil es práctico: escribir el procedimiento, asignar responsables y empezar a registrar. Si lo hacés ahora, cualquier cambio futuro de criterio te encuentra con el trabajo hecho.
Fuentes: guía de Google Search sobre el uso de contenido generado con IA y cobertura de Search Engine Roundtable del 1 de octubre de 2026.
