Qué significaría una gran actualización de Google para el GEO

Qué cambió Google en octubre

El 1 de octubre de 2026, Google cambió su guía sobre el uso de contenido generado con IA en la documentación de la Búsqueda.

Ahora dice: “It is critical to manually factcheck and review all AI-generated content for accuracy and trustworthiness before publishing” (es fundamental verificar y revisar manualmente todo el contenido generado con IA, en cuanto a exactitud y fiabilidad, antes de publicarlo). Esto incluye también los títulos, las meta descriptions, los datos estructurados y el texto alternativo de las imágenes. Además, Google sugiere plantearse explicar a los lectores cómo se creó un contenido.

Según el registro de cambios de Google, la guía incluye ahora “information from the Search Quality Raters guidelines” (información de las directrices para evaluadores de calidad de la Búsqueda). Estas directrices (versión vigente: 11 de septiembre de 2025) indican a los evaluadores humanos de Google cómo juzgar la calidad de una página. Sus valoraciones no cambian directamente el posicionamiento: Google las usa para comprobar si sus sistemas de clasificación funcionan como se espera.

¿Qué dicen entonces las directrices sobre la IA? No califican de engañoso el contenido de IA en sí. Lo engañoso es mentir sobre quién lo ha hecho.

La sección 4.5.3 enumera ejemplos de información engañosa sobre un sitio web. Uno de ellos son los perfiles de creador falsos: contenido generado con IA con perfiles de “autor” inventados (imágenes generadas con IA o descripciones engañosas del creador) para que parezca escrito por personas. En la misma lista también se considera engañoso atribuirse una experiencia que no se tiene, por ejemplo un perfil de autor que afirma falsamente ser profesional sanitario.

La segunda página que Google cambió a principios de octubre, Crear contenido útil (última actualización: 5 de octubre de 2026), dice ahora lo mismo: inventar perfiles de creador es “a form of deception” (una forma de engaño) y una “signal of a low-quality page” (señal de una página de baja calidad).

Qué dicen las directrices para evaluadores sobre el contenido de IA

• La peor valoración solo se aplica si todo o casi todo el contenido principal está copiado, parafraseado, incrustado, generado automáticamente o con IA, o republicado, y además muestra poco o ningún esfuerzo, poca o ninguna originalidad y poco o ningún valor añadido (sección 4.6.6).
• La IA por sí sola no decide: “the use of Generative AI tools alone does not determine the level of effort or Page Quality rating” (el uso de herramientas de IA generativa no determina por sí solo el nivel de esfuerzo ni la valoración de calidad de la página).
• Las páginas creadas a escala sin contenido original ni valor añadido reciben la peor valoración “no matter how they are created” (independientemente de cómo se hayan creado) (sección 4.6.5, abuso de contenido a escala).

Cómo se ve en la práctica

Las directrices muestran páginas reales que los evaluadores deben valorar con la nota más baja. En cuatro de ellas la IA está presente o es el método sospechado. Las dos primeras engañan sobre quién está detrás; las dos últimas apenas muestran esfuerzo:

• Un sitio para padres que no lo es. Un artículo sobre cómo pasar a los bebés a la leche entera. Las condiciones de uso revelan artículos generados con IA pensados para “AI enthusiasts” (entusiastas de la IA), no para padres (p. 46).
• Un blog de conejos que escribe sobre tumores. Un sitio de “rabbit lovers and breeders” (amantes y criadores de conejos) publica preguntas y respuestas de salud hechas en serie, en este caso sobre tumores de ovario. Engañoso y parafraseado (p. 55).
• Una respuesta de IA sin editar. Un artículo sobre cáncer empieza con “As a language model, I don’t have real-time data…” (como modelo de lenguaje, no tengo datos en tiempo real…) y se corta a mitad de frase (p. 55).
• Unas preguntas frecuentes sobre gallinas. Preguntas repetitivas como “¿40 grados (Fahrenheit, unos 4 °C) es demasiado frío para las gallinas?”, con respuestas que no encajan entre sí. Ni rastro de un editor humano (p. 58).

El blog de conejos y las preguntas sobre gallinas siguen el mismo patrón. Según las directrices, los artículos de preguntas y respuestas como estos son una forma habitual de producir contenido a escala: recopilar preguntas de fuentes como la función “People also ask” (Otras preguntas de los usuarios) de Google y responderlas con texto parafraseado y sin originalidad, a menudo con IA generativa. El formato de preguntas frecuentes no es el problema. Lo son las preguntas frecuentes sin respuestas originales.

¿Se acerca una gran actualización?

Los cambios en la documentación no son la única señal. En el Search Central Deep Dive Europe 2026 de Barcelona, Gary Illyes, de Google, advirtió de que el contenido a escala se está convirtiendo en un problema mayor que el spam de enlaces. Así lo recoge una crónica de John Campbell citada por Search Engine Roundtable, que añade que el equipo de Google ya usa IA para detectar más spam de este tipo. Google ha lanzado además cuatro actualizaciones contra el spam en 2026, frente a una en todo 2025, y los intervalos entre ellas son cada vez más cortos: 92, 55 y 37 días. La última empezó el 24 de septiembre de 2026 y terminó el 8 de octubre (panel de estado de la Búsqueda).

La consultora SEO Lily Ray lo interpreta como la antesala de una gran actualización: “a matter of when, not if” (una cuestión de cuándo, no de si). No da fecha. Su argumento principal es un patrón: Google ha cambiado a menudo su documentación poco antes de grandes actualizaciones. Los cambios en las directrices para evaluadores llegaron 12 días antes de la actualización Medic de 2018, y una aclaración de la política de spam, seis días antes de la actualización principal de mayo de 2026. Ray espera que la actualización apunte al contenido de IA a escala sin revisión humana, a los autores inventados, a las páginas hechas con plantilla y a tácticas de GEO como los listados autopromocionales de “los mejores”, las menciones pagadas y las publicaciones automatizadas en Reddit. Es su pronóstico, no una lista de Google.

Sus propios datos sugieren que la IA de Google ya reacciona ante una de estas tácticas. En 100 búsquedas de “mejor software B2B”, las marcas que se colocaban a sí mismas en el número 1 de su propio listado quedaban fuera de la recomendación real de AI Overviews (los resúmenes generados con IA de Google) el 83 % de las veces en septiembre, frente al 69 % en junio. Es un único análisis, no una prueba. Pero muestra que ser citado y ser recomendado no son lo mismo.

Nuestra lectura: la dirección está clara. El contenido que aporta algo nuevo debería ganar. El contenido que usa la IA para reescribir lo que ya existe debería perder.

Cómo influiría en el GEO

¿Cómo detecta Google el contenido copiado? Una patente de Google de 2001 muestra la idea básica. Una función hash reparte las palabras de una página en unos pocos “cajones”, y cada cajón recibe una huella. Si dos páginas comparten una sola huella, cuentan como casi duplicadas. Si se cambian unas pocas palabras, la mayoría de los cajones siguen coincidiendo.

Google presentó solicitudes de continuación de esta patente en los años siguientes; la original expiró en 2022. Cómo detecta Google hoy los duplicados no es público.

Así que reformular no sirve. La propia patente describe cómo encontrar sinónimos a partir de las palabras que los rodean, y las directrices para evaluadores citan el “synonymizing” (sustituir palabras por sinónimos) como técnica de abuso de contenido a escala. El contenido parafraseado cuenta como copiado, lo haya reescrito una persona o una IA.

Qué significa esto para el GEO:

• Las copias pierden. Las páginas que solo repiten con otras palabras lo que otros ya dicen probablemente perderán visibilidad en Google y en las respuestas de IA.
• La sustancia propia gana. Datos propios, pruebas propias, casos reales y autores reales dan a los sistemas de IA un motivo para elegir una página.
• La autopromoción se vuelve en contra. En los datos de Lily Ray, el listado de “los mejores” de una marca ayudaba sobre todo a sus competidores: en el 70 % de los casos, AI Overviews recomendaba a otros del listado y dejaba fuera a quien lo había publicado.

Subir el nivel

Google no ha anunciado ninguna actualización, y puede que no llegue en la forma que se espera. Pero, a la vista de la dirección de los cambios recientes, vale la pena plantearse ya algunos pasos. Y ninguno perjudica si la actualización no llega ;)

• Revisar a mano los textos de IA. La guía de Google califica ahora de “critical” (fundamental) la verificación, también de títulos, meta descriptions, datos estructurados y texto alternativo.
• Usar autores reales. Nombres reales y credenciales reales. Si ninguna persona concreta escribió un texto, una firma de equipo honesta puede ser mejor que un personaje inventado.
• Valorar explicar cómo se hizo el contenido. Google lo sugiere donde los lectores lo esperarían. No lo exige.
• Revisar lo publicado a escala. Las páginas hechas con plantilla o con IA que no aportan nada nuevo se pueden mejorar, fusionar o retirar.
• Construir las preguntas frecuentes a partir de preguntas reales. Preguntas que la gente hace de verdad, respondidas con algo que solo tu empresa puede aportar: datos propios, una prueba, un caso real.
• Replantear el autoposicionamiento. Lily Ray espera que los listados de “los mejores” con el editor en el número 1 y las menciones pagadas estén entre los objetivos. Sus datos sugieren que ya ayudan más a los competidores que al propio editor.

Lo que aún no sabemos: Google no ha anunciado ninguna actualización, y su calendario y sus objetivos están abiertos. No es público si Google sigue usando el método de la patente de 2001. Las cifras de Lily Ray sobre los listados proceden de un único análisis de 100 búsquedas de software B2B.