«La IA le ha puesto buena nota. ¿Y los clientes?»
Cada vez más fichas de producto nacen en una ventana de chat. Pegas la ficha técnica, pides tres versiones, eliges una.
Y luego le preguntas al mismo modelo cuál de las tres es la mejor. Ahí está el detalle.
A Hex-ko también le pasa. Es rápido, es gratis y parece una segunda opinión.
Pero no lo es, ¿a que no? Es el mismo lector corrigiendo su propio examen. Y si todas las marcas de tu categoría repiten ese bucle, la categoría entera acaba escribiendo con el mismo gusto.
Por suerte, alguien se ha puesto a medir ese gusto.
El 89% que lo empezó todo
El estudio se titula «AI-AI bias: Large language models favor communications generated by large language models». Se publicó en PNAS, la revista de la Academia Nacional de Ciencias de Estados Unidos, que abarca desde las ciencias naturales hasta las sociales.
El experimento es sencillo. Se describe lo mismo dos veces: una versión la escribe una persona y la otra un modelo. Después se le pide a un LLM (modelo de lenguaje, el motor que hay detrás de ChatGPT) que elija la mejor.
Se probó con tres tipos de texto: descripciones de productos de consumo, resúmenes de artículos académicos y sinopsis de películas.
¿Y qué salió? GPT-4 eligió la versión escrita por GPT-4:
- El 89% de las veces en descripciones de producto
- El 78% en artículos académicos
- El 70% en sinopsis de películas
Y aquí viene lo interesante. Los mismos pares se les mostraron a 13 asistentes de investigación, personas de carne y hueso.
Ellos eligieron el texto de la IA el 36% de las veces en productos de consumo. En artículos académicos, el 61%. En películas, el 58%.
Fíjate en la línea de las fichas de producto. El modelo dice 89, las personas dicen 36.
Eso no es un margen de error. Son dos gustos distintos que usan la misma palabra, «buena».
Qué hay dentro de la nota que pone un modelo
El sesgo IA-IA es, en una frase, la tendencia de un modelo a preferir el texto escrito por una IA, incluido el suyo, antes que el escrito por una persona. Y para ti significa algo muy concreto: una nota alta puede estar premiando la forma, el fraseo cómodo para una máquina, más que cualquier cosa que tu cliente llegue a notar.
Además, la cosa no se queda en el estilo. El mismo sesgo aparece a nivel de marca.
El trabajo «Global is Good, Local is Bad?» se presentó en EMNLP 2024, uno de los grandes congresos de investigación en lenguaje natural. Analizó las recomendaciones de marca de GPT-4o, Llama-3-8B, Gemma-7B y Mistral-7B.
Todos los modelos asociaban las marcas globales con atributos positivos de forma desproporcionada. Y las recomendaciones se ordenaban por nivel de renta.
Marcas de lujo a países de renta alta, entre el 88% y el 100% de las veces. Marcas no premium a países de renta baja, entre el 84% y el 98%.
Por supuesto, son condiciones experimentales concretas y no todos los servicios de IA tienen por qué comportarse igual. Pero la dirección da que pensar.
Porque implica que, cuando le pides a un modelo que puntúe la copy (el texto comercial) de tu marca, no recibes una lectura limpia de ese texto. Recibes el texto más lo que el modelo ya da por hecho sobre tu marca, tu categoría y el mercado al que vendes.
Con agentes de compra, esto urge más, no menos
El artículo «AI Is Upending Marketing on Two Fronts», de Harvard Business Review, traduce el mismo movimiento al lenguaje del marketing. Pasan dos cosas a la vez.
La IA conversacional está ocupando el hueco de la búsqueda y de la web. Y los agentes de IA ya toman decisiones de compra por su cuenta.
El texto cita una investigación: la búsqueda online cayó alrededor de un 20% tras la llegada de ChatGPT. Y defiende el salto del SEO al GEO, la optimización para motores generativos. O sea, trabajar para salir en la respuesta del modelo, no en la lista de enlaces.
Y viene una separación incómoda: el customer (quien paga) y el consumer (quien usa) pueden dejar de ser la misma persona. Si un agente elige el producto y un humano lo usa, escribes para dos lectores a la vez.
La tentación, claro, es concluir «pues escribamos solo para el modelo». Al revés: eso es justo lo que desmiente el dato de PNAS. Una distancia de 53 puntos entre lo que premia la IA y lo que eligen las personas no se arregla optimizando más.
La nota de la IA es una señal útil. No es la sentencia.
Conclusión: dos marcadores, no una nota
Ser visible para los modelos es un activo real y construible. El desplazamiento de la búsqueda y los agentes de compra apuntan ahí. Y esa visibilidad se puede comprobar hoy mismo.
Lo que no puedes es meterlo en el mismo número que la confianza humana. El estudio muestra que, en las fichas de producto, la nota de la IA y la elección de las personas fueron en direcciones opuestas: 89% frente a 36%.
Así que haz esto: enseña la misma descripción de producto a ChatGPT, Gemini y Perplexity, y mide con qué frecuencia te citan o te recomiendan. Ese es el primer marcador, y Hex-ko diría que casi nadie lo mira todavía.
El segundo marcador déjalo donde ya está: tests A/B de anuncios, entrevistas con clientes, las dudas que la gente resuelve antes de comprar. Si dejas que el primero se coma al segundo, acabarás con una copy impecable para una máquina y sosa para todos los demás.
Quizá el 89% no aguante en la próxima generación de modelos. Al fin y al cabo, es un solo estudio. Pero separar las dos mediciones sale barato, y Hex-ko no le ve ningún inconveniente.
Fuentes
- Laurito, W. et al., «AI-AI bias: Large language models favor communications generated by large language models», Proceedings of the National Academy of Sciences, Vol. 122(31), 2025, pnas.org
- Kamruzzaman, M., Nguyen, H.M. & Kim, G.L., «Global is Good, Local is Bad?: Understanding Brand Bias in LLMs», EMNLP 2024, aclanthology.org
- Puntoni, S., «AI Is Upending Marketing on Two Fronts», Harvard Business Review, 2026-02-23, hbr.org
