Penalización SEO al Contenido de IA: Qué es lo que Google Realmente Penaliza

TL;DR: Google nunca lanzó una “penalización por IA”. Las actualizaciones core y de spam de marzo de 2024 apuntan al abuso de contenido a escala y al contenido poco útil, sin importar cómo se haya producido. El riesgo no es usar IA para redactar un post; es publicar volumen sin criterio. Soluciona el problema de criterio y la pregunta sobre la IA casi desaparece.

Dirijo un pipeline de contenido asistido por IA como producto. Es parte de SEOJuice, envía borradores a nuestro propio blog y, en los últimos dos años, he visto cómo genera algunos artículos genuinamente buenos y otros que jamás debieron salir de la cola. Así que, cuando un cliente me pregunta “¿Google nos penalizará por usar IA?”, no respondo con evasivas. Respondo con lo que realmente vemos cuando el temor a una penalización SEO lleva a alguien a auditar su sitio: las páginas que se golpean eran delgadas, repetitivas y producidas en masa, y habrían sido afectadas aunque un humano hubiera tecleado cada palabra.

Esto es una reescritura. La versión anterior inventaba una “Actualización de Contenido Útil de marzo de 2025” y un término de Google llamado “ruido de palabras clave asistido por IA”. Ninguno existe. Estoy corrigiendo el registro, porque el sentido de escribir sobre penalizaciones es ser preciso.

No existe una “penalización por IA”, existe una política contra el abuso de contenido a escala

Matemos el mito primero, porque sigue mutando. No hubo una “penalización por IA” independiente ni una “Actualización de Contenido Útil de marzo de 2025”. Lo que sí ocurrió: en marzo de 2024, Google integró el sistema Helpful Content en su algoritmo core y lanzó nuevas políticas de spam al mismo tiempo. La relevante se llama abuso de contenido a escala.

Así lo define Google, textualmente de su página de políticas de spam:

El abuso de contenido a escala ocurre cuando se generan muchas páginas con el propósito principal de manipular los rankings de búsqueda y no de ayudar a los usuarios. Esta práctica abusiva suele centrarse en crear grandes cantidades de contenido poco original que aporta poco o ningún valor a los usuarios, sin importar cómo se cree.

Lee esa última cláusula dos veces: sin importar cómo se cree. A la política no le importa si la página la hizo un robot, un freelancer o tú a las dos de la mañana. Le importa la escala más la falta de valor. Cuando Google anunció la actualización de marzo de 2024, lo dijo sin rodeos: “Estamos reforzando nuestra política para centrarnos en este comportamiento abusivo — producir contenido a escala para mejorar el ranking — ya sea mediante automatización, humanos o una combinación.”

Vamos a los datos, porque “créeme” no es un argumento. Ahrefs realizó un estudio de unas 600.000 páginas en 100.000 palabras clave, midiendo cuánto contenido generado por IA tenía cada página frente a su posición. Su hallazgo: “Calculamos la correlación entre el porcentaje de contenido IA y la posición en el ranking en todo el conjunto. La correlación fue 0,011, efectivamente cero.” (Ahrefs es competidor, por eso los nombro y no enlazo. Pero el número es el que es.)

Cero correlación. Si usar IA fuera un factor de ranking (positivo o negativo), ese número no sería 0,011. Un segundo estudio apunta en la misma dirección: Rankability puntuó los 487 mejores resultados de Google con Originality.ai y encontró que el 83 % se calificaron como originales (no IA). Muestra pequeña, un solo detector, así que lo tomo como direccional, no definitivo. Pero ambos hallazgos son consistentes y dicen lo mismo: la autoría no es el factor decisivo. El esfuerzo y la originalidad sí lo son.

(Conviene ser claros: los estudios de correlación no pueden ver el clasificador real de Google, y yo tampoco. Lo que sí muestran es que la historia simple “el contenido IA se penaliza” no sobrevive al contacto con un gran dataset. Suficiente para jubilar el mito.)

Lo que Google realmente penaliza (y lo que no)

Si no es la herramienta, ¿qué es? La línea separa el contenido que aporta algo del que solo suma páginas. Me resulta más fácil pensarlo como patrones: comportamientos específicos que caen en abuso de contenido a escala frente a la versión responsable del mismo flujo de trabajo.

La columna izquierda es lo que desindexó sitios tras marzo de 2024. Search Engine Journal informó de un seguimiento a 49.345 dominios, de los cuales 837 fueron eliminados por completo del índice, y el 100 % mostraba signos de contenido generado por IA, con el 50 % teniendo 90-100 % de sus posts generados. Suena a penalización por IA hasta que lo lees bien: no eran sitios que usaban IA de vez en cuando. Eran granjas de contenido casi totalmente automatizadas. Escala sin valor. La IA era el medio; el abuso, la escala.

(Ese dato es detector-based y correlacional, así que lo tomo con cautela. Pero la forma es clara. Los sitios desindexados no eran “sitios que usan IA”. Eran sitios que básicamente solo eran IA, en volumen, sin nada que decir.)

Por eso insisto en la estrategia de refresco de contenido cuando me preguntan por el riesgo IA. Actualizar y profundizar un post existente — añadir ganancia informativa a una URL que ya tienes — es casi el inverso perfecto del abuso a escala. Concentras valor, no lo diluyes en mil páginas finas.

Cómo se tuerce realmente el “blog sobrecargado de IA”

Esta parte no la pueden escribir las encuestas y correlaciones porque no operan un pipeline. Nosotros sí. Dos personas, construyendo SEOJuice, publicando artículos asistidos por IA en nuestro dominio, incluido éste, que pasó varias rondas humanas antes de que lo leyeras. Al mudarnos de .io a .com este año, la migración nos obligó a revisar cada página, y la vista operativa ahí es donde viven las lecciones reales.

La forma más común en que un borrador IA se acerca a la penalización es sin ganancia informativa. El modelo lee la parte superior del SERP y produce una síntesis competente de ella. Competente. Síntesis. De contenido que ya posiciona. No hay nada en ese borrador que Google no pueda encontrar. Es silenciosamente peor que el spam porque parece aceptable. Pasa un vistazo rápido. Simplemente no merece existir. Los detectamos cuando el borrador no tiene cifra, ni ejemplo, ni afirmación que haga que alguien discrepe.

Aquí va lo que los estudios externos no pueden contarte, porque sale de nuestro blog. Cuando revisamos el sitio durante la migración y alineamos los posts que habían caído en rankings, el patrón no fue el que esperaba. Los perdedores no eran desproporcionadamente los borradores asistidos por IA. Eran los que habíamos publicado deprisa sin una edición real, asistidos por IA o no. El puñado de posts 100 % manuales que también apresuramos estaban en el mismo saco. No es un experimento limpio, la muestra es pequeña y confusa por muchas variables, pero encaja con la correlación de Ahrefs: la herramienta no fue el factor que se movió. El pase de edición sí.

El segundo fallo es la uniformidad. Un artículo IA está bien. Veinte artículos IA escritos igual empiezan a rimar: los mismos párrafos de tres frases, la misma estructura “primero, segundo, por último”, la misma conclusión ordenada. Individualmente pasan. Como corpus, se leen como generados, y un corpus que se lee como generado es justo la señal que el abuso de contenido a escala quiere atrapar. El arreglo es que un humano decida que dos de esos veinte no debían publicarse. Un prompt mejor no lo soluciona.

(En serio, esto todavía me fastidia. La uniformidad es lo más difícil de automatizar, porque cada pieza parece aceptable aislada. Solo la ves al leer diez seguidas, y el modelo nunca lee diez seguidas.)

El tercero es la fabricación, y tengo un ejemplo concreto: este artículo. La versión anterior inventó una actualización de Google y un término de su jerga, y nadie lo verificó. Es el modo de fallo que más daña la reputación; un solo dato fabricado envenena la confianza en todo lo demás. Nuestro propio pipeline ha alucinado enlaces a páginas inexistentes y citado “estudios” que eran paráfrasis de paráfrasis. Ahora verificamos citas en la fuente primaria antes de publicar, por eso cada número externo aquí viene con autoría explícita.

Entonces, ¿cómo usamos IA sin producir nada de eso? Básicamente tratando el borrador como la parte barata y el juicio como la cara. La usamos para llegar rápido a un primer borrador estructurado, luego una persona añade lo que lo hace digno de leer — y, tan importante como eso, mata los borradores que no lo tienen. Si quieres la versión larga, la escribí en usar IA sin perder la voz de tu marca. La corta: la herramienta redacta, el humano decide.

Una observación más, menos cierta que el resto. Los borradores IA que sobreviven a nuestra revisión suelen estar orientados a una intención de búsqueda precisa, no a una keyword amplia. “Responde esta pregunta concreta para este lector” produce algo con columna vertebral; “escribe sobre [tema]” produce síntesis. Creo (aunque no lo puedo probar con un dataset limpio) que el SEO semántico y la intención de búsqueda están aguas arriba de todo el problema de calidad. Acertar la intención resuelve medio problema de ganancia informativa.

La checklist previa a publicación que realmente usamos

Esta es la capa operativa. Antes de que un borrador asistido por IA salga al blog, pasa por estas puertas. Ninguna detecta IA. Aseguran que la página merezca su lugar, que es lo único que la política de abuso de contenido a escala mide.

La puerta 7 merece una frase aparte. E-E-A-T es si la página demuestra que alguien que realmente sabe del tema la escribió o revisó. No es una metaetiqueta que añades al final. Citar hechos verificables y basar afirmaciones en algo comprobable es la mayor parte; profundizo en trust basado en conocimiento y datos.

(Soy honesto con los límites: esta checklist funciona para un equipo de dos personas publicando pocos artículos a la semana. No sé cuán limpio escala a una agencia que empuja cientos de páginas de clientes al mes, donde la puerta 8, la lectura humana, es la que primero se rompe.)

Si gestionas contenido en muchos sitios de clientes, no finjas que leerás cada página; no lo harás. Automatiza las puertas 1 a 5 (ganancia informativa, fact-check, dedup, citas, salud de enlaces internos) para que corran en cada borrador sin intervención, y muestrea las puertas 6 a 8 a mano: toma un 15-20 % aleatorio de la producción semanal de cada cliente, más toda página que ataque una keyword money, y léelas bien. Las puertas automatizadas cazan fallos mecánicos a volumen; la muestra humana detecta uniformidad y falta de juicio antes de que un corpus entero empiece a rimar. La página que te desindexa casi nunca es la que revisaste.

Si no quieres pasar esta checklist manualmente en cada página, eso es justo lo que nuestros módulos de calidad y auditoría hacen: sacar a la superficie las páginas finas, duplicadas y sin fundamento para que una persona decida qué arreglar o cortar. Pasa tu sitio por una auditoría SEO gratuita si quieres ver qué páginas de las tuyas dispararían estas alertas. (Es el mismo escaneo que corremos en nuestro blog antes de publicar nada.)

Preguntas frecuentes

¿Puedo usar ChatGPT para posts si luego los edito?

Sí. No hay regla contra el borrador asistido por IA; la política de Google apunta al contenido sin valor “sin importar cómo se cree”. Editar importa porque ahí añades ganancia informativa, precisión y punto de vista que hacen que la página merezca indexarse. No importa porque esconda la IA. Un borrador IA muy editado y uno poco editado se juzgan igual: por lo que ofrecen al lector.

¿Google penaliza directamente el contenido IA?

No. En el estudio de ~600.000 páginas de Ahrefs, la correlación entre el porcentaje de contenido IA y el ranking fue 0,011, prácticamente cero. Google penaliza el abuso de contenido a escala y el contenido poco útil, no la autoría. Los sitios desindexados tras marzo de 2024 eran granjas de contenido casi totalmente automatizadas, no sitios que usaban IA solo para algún borrador.

¿Cuántas páginas escritas con IA son “demasiadas” para publicar de golpe?

No hay un número oficial. El volumen sin valor es lo que dispara el riesgo. Cien páginas genuinamente útiles y distintas están bien; diez páginas delgadas e intercambiables son el problema. Si no puedes decir honestamente que cada página aporta algo que falta en el SERP, ya cruzaste la línea sin importar la cantidad.

¿Añadir enlaces internos o schema protege el contenido IA de penalizaciones?

No. Los enlaces internos y los datos estructurados ayudan a la descubrición y presentación, pero no hacen valioso un contenido delgado. Son higiene, no un escudo. Una página bien enlazada sin ganancia informativa sigue siendo una página sin ganancia informativa: tuberías limpias alrededor de una habitación vacía.

¿Cuál es la diferencia entre una acción manual y una algorítmica aquí?

Una acción algorítmica (como una core update o una de spam) ajusta rankings automáticamente y se recupera sola una vez mejora el contenido y Google lo reprocesa. Una acción manual es un revisor humano que marca tu sitio, aparece en Search Console y requiere una solicitud de reconsideración tras arreglar el problema. La mayoría de los problemas con contenido IA son algorítmicos: los rankings bajan en silencio y la solución es mejorar o podar el contenido, no apelar un aviso.

Lecturas relacionadas:

• Estrategia de refresco de contenido para SEO
• Cómo usar IA sin perder la voz de tu marca
• SEO semántico: optimizando para la intención de búsqueda
• SEO on-page con confianza basada en conocimiento y datos
• Cómo optimizar tu sitio web para herramientas de IA