Durante años escribimos para aparecer en Google. Hoy lo hacemos para que la inteligencia artificial nos elija como fuente. Aunque el cambio parece tecnológico, en realidad pone en el centro una habilidad mucho más humana: darnos a entender con claridad.
Durante mucho tiempo, las organizaciones pensaron sus contenidos con un objetivo concreto: lograr un buen posicionamiento en los motores de búsqueda. Para eso, recurríamos a estrategias y técnicas destinadas a mejorar la visibilidad de un sitio web en los resultados orgánicos de motores de búsqueda como Google o Bing. Esta operación técnica de convertir textos en contenidos elegibles llamada SEO, condicionó desde sus inicios la forma de escribir, de estructurar los sitios web y de producir información. La premisa era responder a la pregunta: ¿qué necesita Google para mostrar este contenido entre los primeros resultados?
Ese escenario cambió y lo sigue haciendo a una velocidad vertiginosa difícil de ignorar. Cada vez más personas consultan a herramientas como ChatGPT, Claude o Gemini. Ya no revisan la lista de enlaces que ofrece un buscador, prefieren una respuesta elaborada por un sistema de IA que selecciona, organiza y sintetiza información proveniente de distintas fuentes. Y si se lo pedimos, también la analiza.
El desafío ahora es otro: las marcas buscan ser parte de las fuentes que las IA consideran confiables y comprensibles para construir una respuesta. Una especie de Wikipedia a diez saltos cuánticos de distancia. El juego es otro: nosotros revisamos la fiabilidad de las respuestas que las IA nos dan y ellas revisan la fiabilidad de lo que comunicamos. Esa es la vara con que se mide, hoy, el criterio por el cual una IA toma la información de una empresa y no de otra.
Analicemos este ejemplo:
Consulté qué auto es más confiable en la ruta en Argentina a varias IA. Comparé resultados y me encontré con esta variabilidad en las respuestas:
Chat GPT: “Si por “confiable en la ruta” te referís a un auto que tenga pocas fallas mecánicas, buena durabilidad y bajo riesgo de dejarte varado en viajes largos, hay algunas marcas que consistentemente se destacan. En términos generales, el ranking suele verse así:
· Toyota suele liderar en confiabilidad y valor de reventa.
· Volkswagen tiene modelos muy sólidos, aunque la confiabilidad depende más del motor y la generación.
· Ford ofrece vehículos robustos, especialmente las pickups, pero conviene revisar el historial del modelo específico.
¿Estás pensando en comprar un 0 km o un usado? ¿Y cuál es tu presupuesto aproximado?”
Open AI: “En Argentina, la marca que suele considerarse más confiable en ruta es Toyota, especialmente por modelos como la Hilux y el Corolla.
Otras marcas con buena performance en ruta:
Volkswagen (Amarok, Vento/Golf/Gol): motores sólidos y buen confort en ruta.
Renault (Duster, Kangoo): simples, económicos en mantenimiento y buena disponibilidad de repuestos.
Chevrolet (S10, Onix): confiables y con buena red de talleres en ciudades principales.
Si querés, decime presupuesto y tipo de uso (ruta larga, caminos de tierra, carga, pasajeros) y te doy opciones concretas.”
Copilot: “En Argentina, las marcas más confiables para viajes largos en ruta son principalmente japonesas: Toyota y Honda, reconocidas por su durabilidad, bajo nivel de fallas y amplia red de servicios. También destacan Lexus (aunque menos accesible), Mazda y Subaru, mientras que a nivel local Fiat Cronos y Peugeot 208 ofrecen buena confiabilidad gracias a su producción regional y disponibilidad de repuestos.
Riesgos y marcas menos confiables
Según estudios internacionales, Chrysler, Dodge, Tesla, Jeep y RAM presentan mayores índices de fallas en modelos 2014-2019, por lo que se recomienda precaución al elegirlos para uso intensivo en rutas.”
Gemini: “En Argentina, el consenso de confiabilidad en ruta se reduce principalmente a tres marcas por su robustez, mecánica y servicio de postventa:
- Toyota: El líder indiscutido. Modelos como el Corolla y la Hilux son referentes totales.
- Honda: Destaca por su legendaria ingeniería japonesa “anti-taller”, durabilidad del motor y excelente estabilidad en velocidad. Modelos clave: Civic (usados) y HR-V.
- Volkswagen: Ofrece la mejor tenida en ruta (estabilidad en curvas y chasis firme). Modelos clave: Vento y Taos.”
En el criterio de elegibilidad de las fuentes en que se basa la IA tienen igual importancia tanto la fiabilidad como la claridad del contenido. En este escenario, los humanos desconocemos con qué periodicidad estas IA actualizan sus datos, qué tamaño tiene la muestra de fuentes de donde extraen la información, etc. Qué otros factores inciden para ofrecer resultados tan disímiles es algo que nos sigue inquietando. Mientras tanto, los esfuerzos deberán estar puestos en la impecabilidad, tanto con respecto a la claridad como a la fiabilidad de la información que le damos. Por “le damos”, me refiero a la información de nuestra empresa que subimos a una IA a través de nuestros prompts, agentes y chat bots, y también a la que toma directo de la web.
A este nuevo enfoque se lo conoce como Generative Engine Optimization, o GEO. Aunque suele presentarse como una disciplina nueva, lo que la inteligencia artificial está validando, desde la tecnología, son los mismos principios que los especialistas en Lenguaje claro venimos impulsando desde hace décadas.
La inteligencia artificial premia lo que la gente entiende
En 2024, un equipo de investigadores de Princeton University, Georgia Tech, The Allen Institute for AI e IIT Delhi publicó el estudio GEO: Generative Engine Optimization. El trabajo analizó qué características aumentan la probabilidad de que un contenido que nosotros creamos sea incorporado para formar parte de las respuestas generadas por la IA.
Los resultados destacan una clave a tener en cuenta: la claridad, el uso de lenguaje directo, la incorporación de datos verificables y la presencia de citas o referencias mejoran significativamente las posibilidades de que un contenido sea incorporado por estos sistemas.
La explicación tiene lógica. Los modelos de IA necesitan identificar rápidamente qué preguntas de los usuarios responde un texto, cuáles son los conceptos principales y qué evidencia respalda las afirmaciones. Cuando un contenido desarrolla una idea con precisión, define los términos importantes, presenta información verificable y organiza bien sus temas, la recuperación de esa información les resulta mucho más sencilla.
El contraste con buena parte de la comunicación corporativa es evidente. Durante mucho tiempo se instaló la idea de que el lenguaje complejo transmitía mayor profesionalismo. Los informes se llenaron de expresiones abstractas, adjetivos grandilocuentes, números carentes de contexto, tecnicismos y fórmulas repetidas que muchas veces terminaban diciendo muy poco.
Expresiones como “exploramos soluciones innovadoras para construir un futuro sostenible” generan una impresión positiva, aunque ofrecen escasa información concreta. En cambio, una frase como “la empresa redujo un 18 % sus emisiones de alcance 2 mediante la incorporación de energía renovable certificada durante 2025” permite comprender, a la primera lectura, qué ocurrió, cuál fue el resultado y con qué evidencia puede verificarse.
Esta diferencia produce efectos muy distintos tanto en las personas como en los sistemas de IA. Las investigaciones de Nielsen Norman Group llevan años demostrando que los usuarios comprenden mejor los contenidos digitales cuando encuentran información concreta, organizada y fácil de recorrer. La reducción de la carga cognitiva favorece la comprensión, acelera la lectura y mejora la capacidad para localizar respuestas. En Lenguaje claro está establecido que un texto es claro cuando una persona puede encontrar la información que busca, puede entenderla a la primera lectura y puede usarla.
Hoy, además, esas mismas características aumentan las probabilidades de que una IA seleccione nuestro contenido para responder una consulta. La claridad hoy es, más que nunca, una ventaja de relevancia.
Durante años presentamos el Lenguaje claro como una herramienta para mejorar la experiencia de las personas, fortalecer la transparencia y facilitar el acceso a la información. Hoy, garantiza un beneficio más: también influye en quién participa de la conversación digital.
Tal vez GEO sea la confirmación tecnológica de algo que muchas organizaciones todavía subestiman: escribir claro ya mejora la comprensión, fortalece la credibilidad y empieza a definir qué conocimientos circulan, cuáles se citan y qué voces estarán visibles en un ecosistema donde la IA ocupa un espacio cada vez más masivo.
Si la IA elige qué voces participan de la conversación, ¿qué lugar ocuparán las organizaciones que siguen escribiendo para impresionar en lugar de explicar?
Grupo Brasil | Creando una nueva Cultura de Negocios
Betina Bensignor
Especialista en Comunicación. Asesora de empresas y organizaciones públicas y privadas. Delegada de la Red Panhispánica de Lenguaje Claro y Accesible de la Real Academia Española (RAE). Editora, entrenadora y adaptadora de textos a #LenguajeClaro: informes financieros, de compliance y de sustentabilidad, códigos de ética, manuales, tutoriales, newsletters, discursos y presentaciones de máxima confidencialidad de la Alta Dirección. Miembro del equipo redactor del Modelo de Excelencia en la Gestión de Directorios (FPNC – IAE). Escritora, ghost writer y coach de escritura para autores de libros y artículos. Docente universitaria y expositora Vistage en Comunicación, Redacción, Lenguaje Claro, Publicidad, Storytelling y Creatividad. Socia fundadora de Énfasis, asesoría en oratoria, redacción y comunicación. Coordinadora de talleres de escritura creativa y biográfica. Miembro de FAME, Asociación Argentina de Ética y Compliance, y del Honorable Jurado de los Premios Mercurio de Marketing.
