¿Qué encuentra la inteligencia artificial cuando intenta comprender quién es una organización?

El Radar PRORP puso recientemente sobre la mesa un estudio de Burson que merece atención. The Credibility Paradox analiza la brecha entre visibilidad y credibilidad de las organizaciones en las respuestas generadas por inteligencia artificial y lleva la conversación sobre Generative Engine Optimization (GEO) más allá de la posibilidad de aparecer en una respuesta: estar presente no significa necesariamente resultar creíble.

La investigación analizó miles de respuestas relacionadas con reputación en siete plataformas de inteligencia artificial, evaluó a 85 compañías y produjo más de 55 mil estimaciones de credibilidad para tres tipos de audiencia. Entre sus hallazgos, Burson identifica que las afirmaciones sustentadas en hechos sobre innovación, productos o cultura laboral obtienen mejores resultados que atributos más subjetivos y que la validación independiente de medios, reseñas y conversaciones adquiere particular relevancia. También encontró diferencias entre audiencias: los tomadores de decisiones empresariales calificaron las respuestas generadas por IA, en promedio, 10% más creíbles que la población general.

El hallazgo resulta particularmente interesante porque introduce una nueva dimensión en la construcción de reputación: la inteligencia artificial comienza a intervenir en las condiciones desde las cuales las personas construyen una interpretación sobre una organización.

Desde finales de 2024, en Gisacom comenzamos a observar este cambio en la relación entre contenidos, algoritmos y audiencias. Durante el trabajo con uno de nuestros clientes, la evidencia nos llevó a ajustar varias veces la estrategia conforme comprendíamos mejor cómo los algoritmos intervenían en el descubrimiento y circulación de los contenidos.

Entonces observábamos principalmente sistemas de recomendación capaces de modificar qué información encontraba una audiencia. La inteligencia artificial generativa agrega hoy una capa distinta: puede recuperar, relacionar y sintetizar información procedente de múltiples fuentes antes de presentarla al usuario.

La diferencia es sustancial.

Durante años, una persona interesada en conocer una organización podía entrar a su página, consultar un buscador, leer noticias, revisar redes sociales, buscar opiniones o preguntar a terceros. Frente a esas señales construía su propia interpretación. Hoy puede formular directamente una pregunta a un sistema de inteligencia artificial y recibir una respuesta que sintetiza parte de esa información.

La IA no sustituye la construcción humana de significado, pero comienza a intervenir en las condiciones desde las cuales ese significado se construye.

Por eso, quizá la pregunta para las organizaciones ya no debería ser únicamente ¿aparecemos en las respuestas de la inteligencia artificial?, sino una mucho más incómoda: ¿qué encuentra un sistema de IA cuando intenta comprender quiénes somos?

Puede encontrar el discurso corporativo, pero también noticias, reseñas, conversaciones, experiencias laborales, opiniones de clientes, declaraciones de sus líderes, desempeño empresarial, controversias y validaciones de terceros. La IA no inventa necesariamente ese ecosistema reputacional: procesa y relaciona las huellas digitales que la organización y su entorno han ido dejando en él.

Esas huellas pueden ser coherentes o contradictorias. Pueden respaldar lo que la organización afirma sobre sí misma o ponerlo en duda. Y cuando un sistema las recupera y sintetiza, esa síntesis se convierte en una nueva señal disponible para la interpretación humana.

Aquí el estudio de Burson y nuestra experiencia convergen en un punto particularmente relevante: la evidencia importa. Su investigación concluye que las narrativas necesitan estar respaldadas por pruebas que los sistemas puedan reconocer y las audiencias considerar creíbles; incluso su propuesta de GEO integra contenido propio, medios ganados y participación social dentro de un ecosistema de corroboración.

Esto lleva el desafío mucho más allá de la tecnología.

Una organización puede producir contenidos, desarrollar campañas, posicionar ejecutivos, relacionarse con medios, trabajar con creadores o incrementar extraordinariamente su presencia digital. Pero si aquello que comunica no encuentra correspondencia con aquello que hace y con aquello que sus diferentes grupos de interés experimentan, las señales disponibles pueden terminar construyendo interpretaciones divergentes.

La visibilidad puede acelerarse. La evidencia tiene que existir. La coherencia necesita sostenerse en el tiempo.

Por eso una arquitectura de comunicación adquiere una nueva relevancia. No para controlar lo que una inteligencia artificial dice sobre una organización —pretensión tan imposible como controlar la conversación pública— ni para manipular un algoritmo, sino para organizar y dar coherencia a las estrategias y tácticas de comunicación alrededor de una realidad que pueda ser demostrada y corroborada.

La inteligencia artificial introduce así un nuevo mediador dentro de un sistema que ya era complejo. No reemplaza a periodistas, colaboradores, consumidores, expertos, líderes de opinión o comunidades. Incorpora una nueva forma de relacionar y presentar las señales que todos ellos, junto con la propia organización, ponen en circulación.

Y quizá ahí se encuentre el verdadero desafío reputacional de la IA.

No conseguir que una máquina repita aquello que una organización quiere decir de sí misma, sino construir suficiente coherencia entre lo que dice, lo que hace, lo que otros experimentan y lo que puede demostrarse, para que esa realidad resulte reconocible incluso cuando un tercero —humano o tecnológico— intenta comprenderla.

Las preguntas entonces cambian: ¿qué encuentra la inteligencia artificial cuando intenta comprender quién es una organización? ¿qué interpretación podría construir hoy una persona a partir de la síntesis que una IA ofrece sobre nuestra organización? ¿Las señales disponibles convergen alrededor de una realidad reconocible o cuentan historias contradictorias? ¿Nuestra arquitectura de comunicación está diseñada únicamente para ser encontrada o también para ser comprendida?

En Gisacom diseñamos arquitecturas rectoras que favorecen la convergencia de interpretaciones y fortalecen la capacidad de acción de las organizaciones.