El 1 de octubre de 2026, Google modificó una línea en su documentación sobre contenido generado con IA. Una sola palabra cambió el tono de todo el párrafo. Antes, el mensaje era una recomendación de buenas prácticas. Ahora dice que verificar manualmente los hechos y releer todo el contenido de IA antes de publicarlo es “crítico“. No “recomendado”. No “importante”. Crítico.
Barry Schwartz lo detectó esa misma noche en Search Engine Roundtable y publicó la captura con los párrafos añadidos resaltados. El detalle que observó, y que la mayoría pasó por alto, es que Google rara vez usa esa palabra en su documentación de Search. Cuando la usa, no está siendo dramático. Está marcando una distinción entre lo que puede salir mal y lo que no tiene excusa para salir mal.
Más de 20 años leyendo comunicados de Google te enseñan a distinguir el lenguaje de relleno del lenguaje de aviso. “Crítico” es aviso.
Por qué la IA alucina y por qué a Google eso le importa
Google justifica la actualización con una explicación técnica directa. Los modelos de lenguaje no recuperan hechos. Predicen una secuencia de palabras probable basada en sus datos de entrenamiento. La diferencia es fundamental y la mayoría de los equipos de contenido todavía no la ha interiorizado.
Cuando le pides a un LLM que escriba un artículo sobre las multas por incumplimiento de GDPR, la IA no consulta el Diario Oficial de la Unión Europea. Calcula qué secuencia de palabras es probable que siga a “la multa máxima por incumplimiento de GDPR es”. Si en su entrenamiento vio muchas veces cifras de 20 millones de euros, eso es lo que produce. Si vio variaciones, puede producir una combinación que nunca existió. El texto suena igual de fluido en ambos casos. Eso es una alucinación: información falsa presentada con la confianza del que la sabe.
El riesgo no está en que la IA cometa errores obvios. Está en que cometa errores invisibles. Una fecha equivocada, una cita atribuida a la persona incorrecta, una estadística de 2019 presentada como actual, un nombre de producto que ya no existe. Ninguno de esos errores interrumpe la fluidez del texto. Todos son detectables solo si alguien verifica la fuente primaria, no la salida del LLM.
Google lo dice con esa lógica en la documentación actualizada de Search Central: los modelos generativos pueden producir inexactitudes, y es responsabilidad del publicador revisarlas. No de Google. Del que publica.
El alcance que nadie estaba revisando
Lo que más me sorprendió de la actualización no es la mención al cuerpo del artículo. Eso ya estaba implícito en la política de spam de contenido a escala que Google introdujo en marzo de 2024. Lo que cambia el alcance real es que la documentación ahora incluye explícitamente cuatro elementos que la mayoría de los equipos de contenido tratan como detalles de último minuto: la etiqueta title, la meta description, los datos estructurados y los textos alternativos de las imágenes.
Todos pueden aparecer directamente en los resultados de búsqueda. Todos pueden ser generados en masa por una IA. Y todos pueden contener alucinaciones que son visibles para cualquier usuario que haga clic.
Una meta description que describe mal el contenido de la página, un dato en el schema markup que no corresponde al precio real, un texto alternativo que describe la imagen equivocada. Son errores pequeños con consecuencias desproporcionadas porque viven en los resultados, no dentro del artículo.
Para los equipos que industrializaron la generación de metadatos junto con el contenido, esto es un cambio de prioridad. No basta con revisar el cuerpo del texto y asumir que las etiquetas están bien. La revisión humana que Google ahora llama crítica cubre todo lo que puede aparecer indexado.
Para el e-commerce hay una capa adicional. Google Merchant Center exige que las imágenes generadas por IA lleven la metadada IPTC DigitalSourceType con el valor TrainedAlgorithmicMedia, y que los títulos y descripciones de producto generados por IA sean suministrados como campos separados y marcados como tales. No es una sugerencia de transparencia editorial. Es un requisito de elegibilidad para aparecer en los resultados de Shopping.
El timing no es neutro
El 24 de septiembre de 2026, Google anunció la spam update de septiembre. Le dijo a los medios que el despliegue duraría aproximadamente dos semanas. El 1 de octubre, mientras esa actualización seguía activa, Google modificó la documentación sobre contenido de IA.
Google no ha establecido ningún vínculo oficial entre ambos eventos. Podría tratarse de una coincidencia de calendario. Podría ser que el equipo de documentación trabaja en ciclos independientes del equipo de spam. También podría ser que están señalando exactamente qué tipo de contenido está bajo revisión activa, sin decirlo directamente.
Lo que sí es verificable es lo que observó el consultor Glenn Gabe el mismo 1 de octubre: las traducciones automáticas de Reddit estaban recuperando visibilidad en varios países europeos, incluyendo Francia, después de haber caído durante las actualizaciones de mayo y junio de 2026. Gabe lo publicó en X con la nota de que Google tolera la traducción por IA si el contenido es de calidad. No hay confirmación de que ese retorno sea parte de un ajuste deliberado o una señal de cómo funciona la actualización en curso. Pero el patrón es legible: el contenido de IA que pasa un estándar de calidad sobrevive. El que no, no.
La pregunta que Google no responde
La actualización de la documentación crea una expectativa sin definir cómo se verifica su cumplimiento. Google dice que un humano debe revisar el contenido antes de publicarlo. No dice qué cuenta como revisión suficiente, cuánto tiempo debe durar, qué nivel de verificación factual es adecuado o cómo sus sistemas distinguirían un artículo revisado de uno publicado tal cual salió de la IA.
Eso no es una omisión accidental. Google no puede decirte cómo detecta esto porque probablemente no lo detecta de forma directa. Lo que detecta son las consecuencias de no hacerlo.
Un artículo con una fecha incorrecta puede ser indexado junto a fuentes que tienen la fecha correcta. Google compara documentos sobre los mismos hechos. Una estadística inventada puede contradecir datos en otras páginas de alta autoridad. Un schema markup con errores de precio puede disparar una penalización en Merchant Center. Los datos estructurados son validables automáticamente. El markup incorrecto es visible sin necesidad de leer el contenido.
La revisión humana no es un ritual que Google premia. Es el mecanismo que reduce la tasa de errores verificables. Y los errores verificables son los que dejan rastro en el índice.
Lo que cambia en la operación
La documentación de Google no prohíbe el contenido generado con IA ni penaliza un artículo por haber sido escrito con la IA. La posición de fondo no cambió desde 2023: lo que importa es la calidad, no el método de producción. Lo que sí cambió es la expectativa explícita sobre el papel humano en ese proceso.
Para un equipo que produce diez artículos al mes con supervisión editorial real, el impacto práctico es mínimo. El proceso que ya tenían cumple con lo que Google ahora llama crítico. Para un equipo que produce trescientos artículos al mes con revisión automatizada y publicación directa, el impacto es otro problema.
La ironía del contenido a escala siempre fue esa. Las operaciones que más se beneficiaron de la generación automatizada son las que menos capacidad tienen de revisar lo que publican. El volumen fue el argumento de venta. Ahora el volumen es el riesgo.
Google no puso un número en la documentación. No dijo “si publicas más de X artículos por semana sin revisión, te penalizamos”. Pero sí puso una palabra. Y “crítico” en el vocabulario de Google Search no significa “recomendable cuando tengas tiempo”.
La pregunta que queda no es si revisar el contenido de IA es buena práctica. Siempre lo fue. La pregunta es cuántas operaciones de contenido necesitan que Google lo llame crítico antes de tomárselo en serio.
