IA para escribir artículos: qué aceptan Google y Yandex y qué controles necesita un borrador

Los buscadores juzgan el artículo, no la herramienta que lo redactó

Quien busca IA para escribir artículos suele querer saber dos cosas: si un modelo puede llenar el blog de la empresa y si Google castigará el resultado. En febrero de 2023, el equipo de Search Quality prometió en el blog de Google Search Central premiar el contenido de calidad sin importar cómo se produzca: contenido original con los rasgos que Google llama E-E-A-T (experiencia, pericia, autoridad y fiabilidad). Sus preguntas frecuentes añaden que el uso adecuado de la IA o la automatización no va contra las directrices de Google si no sirve sobre todo para manipular el posicionamiento. La IA tampoco da ventajas especiales: en palabras de Google, es solo contenido.

La frontera está en las políticas contra el spam. El abuso de contenido a escala es generar muchas páginas para manipular el posicionamiento y no para ayudar a los usuarios, con el método que sea; el primer ejemplo de la lista es usar IA generativa para producir muchas páginas sin aportar valor. Según Google, los sitios que las incumplen pueden bajar en los resultados o desaparecer de ellos. Los trabajos académicos tienen reglas propias, como las del Comité Internacional de Editores de Revistas Médicas (ICMJE), que piden declarar el uso de IA, así que consúltalas primero; aquí se trata de artículos para el sitio o el blog de una empresa.

Dónde ayuda un borrador de IA y dónde se inventa los datos

Un modelo rinde bien en lo que sigue un patrón: un esquema, una primera versión de explicaciones sencillas, las transiciones, la versión corta de un párrafo largo. Es rápido y casi nunca deja una sección vacía. A una pequeña empresa con conocimiento pero sin horas le quita el miedo a la página en blanco. No le quita el trabajo que hace que un artículo valga la pena.

Los puntos débiles son igual de previsibles. Un borrador da cifras, fechas y normas con la misma seguridad sean ciertas o no, así que cada dato necesita una fuente que una persona haya abierto. La ayuda de Yandex para webmasters enumera los rasgos típicos del contenido de poca utilidad: razonamientos que se repiten en círculo, frases añadidas para ganar volumen, reflexiones superficiales a partir del título y datos inventados o sin verificar presentados como fiables. Añade que ese contenido suele hacerse con redes neuronales, traducción automática o plantillas de palabras clave sin análisis ni edición, y que un texto formalmente original puede servir de poco.

Un flujo de redacción con verificación de datos y firma responsable

Un flujo que funciona empieza antes de abrir el modelo. Primero la pregunta: una frase de búsqueda o una pregunta del comprador por artículo, contrastada con las páginas del sitio. Después las fuentes: la documentación oficial, el regulador, la norma, leídas por una persona y con cada dirección guardada. Luego el borrador, una verificación que compara cada cifra, fecha y norma con su página, y una edición que quita frases genéricas, repeticiones y restos de chatbot.

La guía de Google sobre contenido útil y pensado para las personas propone una prueba final de tres preguntas: quién, cómo y por qué. Quién: Google recomienda encarecidamente indicar datos de autoría precisos, como la firma, donde el lector la espere. Cómo: si el uso de automatización, incluida la IA, resulta evidente para el visitante por avisos u otros medios; la entrada de 2023 añade que firmar a nombre de la IA probablemente no sea la mejor forma de mostrarlo. Por qué: el contenido debe existir ante todo para ayudar a las personas. La guía aclara además que Google no tiene un número de palabras preferido.

Por qué los artículos de IA acaban pareciéndose y cómo lo detectan los shingles

El riesgo silencioso de los artículos de IA es la uniformidad. Los borradores sobre temas vecinos salen con la misma estructura, ejemplos y frases, porque el modelo elige siempre la formulación más probable. Luego esas páginas compiten por las mismas búsquedas. La política de spam de Google describe una práctica parecida: tomar contenido ajeno y pasarlo por transformaciones automáticas, como cambiar sinónimos o traducir, sin aportar apenas valor. Cambiar palabras no convierte una página en nueva. La documentación de Google advierte además que las descripciones idénticas o parecidas en todas las páginas de un sitio no ayudan.

Los casi duplicados se miden con un método más antiguo que cualquier modelo de lenguaje. El texto se corta en shingles, secuencias de palabras consecutivas: con shingles de cuatro palabras, «la panadería abre a las ocho» da «la panadería abre a», «panadería abre a las» y «abre a las ocho». Luego dos textos se comparan con el índice de Jaccard: según Wikipedia, el tamaño de la intersección de dos conjuntos dividido por el de su unión, de 0 si no comparten nada a 1 si son idénticos. El manual Introduction to Information Retrieval de Manning, Raghavan y Schütze (Cambridge University Press) usa esta prueba con un umbral de ejemplo de 0,9.

VJOURNAL, la redacción propia del estudio con borradores asistidos por IA

VJOURNAL muestra cómo se ven estos controles en código. Es la publicación del estudio VITON13, un producto propio y no un encargo de un cliente, y sale en journal.viton13.com en inglés, ruso, español y francés. El 19 de septiembre de 2026 sus cuatro ediciones sumaban 3754 historias: 938 en inglés, 940 en ruso y 938 en español y en francés cada una. Se clasifican en 14 categorías y 8 redacciones regionales y las firman 12 mesas editoriales.

Los borradores se escriben con ayuda de IA y tres de las cuatro ediciones salen de la traducción automática, así que una guía de estilo no bastaría. Las fuentes, la longitud de títulos y descripciones y las repeticiones las comprueba el código. La política editorial pública del medio, cuyas cifras se calculan al compilar el sitio, incluye un aviso sobre el uso de IA: el «cómo» en los términos de Google.

Los filtros que pasa cada historia de VJOURNAL antes y después del borrador

El primer control se ejecuta antes de escribir. Un filtro de publicación compara el plan con el archivo y devuelve CREATE, SUPPORT_EXISTING, UPDATE_EXISTING o REJECT_DUPLICATE. Cuando se volvió a proponer una guía ya publicada sobre un armario cápsula con poco presupuesto, el filtro devolvió REJECT_DUPLICATE con el código de salida 1. Es el paso más barato: rechazar un artículo innecesario en la fase de plan no cuesta nada.

Al incorporarse al archivo, una historia que informa de hechos necesita fuentes en al menos dos dominios externos independientes, y su fuente principal debe estar en esa lista. El análisis propio queda exento de esta regla. Las 938 historias en inglés citan al menos dos dominios de origen distintos, 630 dominios en total. Después, un filtro de calidad determinista limita los títulos SEO a 35–60 caracteres, las descripciones a 90–155 y los extractos a 120–260, y rechaza el texto de relleno y las frases de chatbot olvidadas. Google no limita la longitud de títulos ni metadescripciones y los recorta cuando hace falta, normalmente según el ancho de la pantalla: esos rangos son una regla del propio medio.

Cada versión publicada pasa además por un informe de unicidad sobre las 3754 historias. Compara shingles de cinco palabras y trata como casi duplicado un índice de Jaccard de 0,6 o más, un listón más bajo que el ejemplo del manual, así que marca más pares. Aparte, unas pruebas prohíben repetir cualquier frase de ocho palabras dentro de un artículo en los 42 grupos de historias de diseño corregidos, en las cuatro ediciones; el 19 de septiembre pasaron las 8 pruebas. Ninguno de estos controles escribe nada: solo rechazan o señalan.

Lo que los controles de VJOURNAL no demuestran sobre la calidad

Los límites del caso importan más que sus filtros. Los borradores son asistidos por IA y las ediciones en ruso, español y francés son traducciones automáticas. Las historias las firman mesas editoriales, sin reporteros con nombre ni entrevistas propias, y nada en el caso muestra que una persona revisara cada traducción. Como Yandex cita la traducción automática sin edición entre las vías frecuentes de producir contenido de poca utilidad, esa es la pregunta abierta del caso. Además, la prueba de las ocho palabras cubre solo los 42 grupos de diseño, no todo el archivo.

El informe de unicidad es orientativo: el 19 de septiembre un grupo de párrafos parafraseados seguía apareciendo en 54 historias de cada edición. El caso no afirma nada sobre lectores, tráfico ni posiciones en buscadores, así que no prueba que el método rinda en la búsqueda. Su lección es más modesta. El código detecta longitudes, repeticiones, fuentes que faltan y planes duplicados a bajo coste, pero no juzga si un argumento es correcto o si una traducción se lee bien: para eso hace falta un editor.

Escribir con IA por tu cuenta o encargar un sistema de contenidos con controles

Antes de empezar, prepara tres cosas. Una lista de las preguntas que de verdad hacen tus compradores, sacadas de llamadas, mensajes y datos de búsqueda, un artículo por pregunta. Una política de fuentes en un párrafo: qué páginas cuentan como fuente y cuántas independientes necesita un artículo con datos. Y un nombre: quién verifica los datos y quién firma, porque la autoría que recomienda Google necesita una persona real detrás.

Escribir con IA por tu cuenta funciona cuando el volumen es pequeño y quien conoce el tema tiene una hora para revisar cada borrador. Un sistema de contenidos tiene sentido cuando el volumen supera lo que lee un editor, cuando el sitio está en varios idiomas o cuando necesitas filtros como los descritos arriba. El estudio VITON13 construye estos sistemas y reaprovecha con IA el material existente; las condiciones están en la guía y la página del servicio enlazadas. En cualquier caso, la IA para escribir artículos sigue siendo una herramienta de borrador, y quien responde del texto es el editor.