Un investigador de búsqueda que llenó un sitio web con 50.000 estadísticas completamente inventadas dice que ChatGPT todavía cita números falsos siete meses después, incluso después de que Google borró efectivamente el sitio de sus resultados. El experimento, detallado en una publicación de blog de Metehan Yesilyurt, investigador de GEO en la firma de visibilidad de IA Peec AI, apareció en la portada de Hacker News el martes, generando cientos de puntos y un animado hilo de comentarios.
La publicación, publicada por primera vez a principios de octubre, describe cómo Yesilyurt compró un dominio completamente nuevo, stateglobe.com, y utilizó GPT-4.1 para generar 50.000 páginas de estadísticas en un solo día, que supuestamente cubren SEO, marketing de contenidos, redes sociales, comercio electrónico y tecnología web en 200 países. Cada número fue inventado. "Nunca revisé ni uno solo", escribió. Para más contexto sobre esta historia, consulta nuestra cobertura de la industria de IA.
Una fábrica de desinformación de 50 dólares
El costo total del experimento fue de aproximadamente 50 dólares: alrededor de 30 dólares para construir y publicar el sitio de estadísticas en una plantilla de diseño web básica de IA, más alrededor de 20 dólares más por las 15.000 listas generadas por IA que se agregarán más adelante. El sitio nunca fue concebido como una propiedad real: fue una investigación sobre cómo la búsqueda moderna impulsada por IA decide qué se considera una fuente confiable.
La inspiración provino de una investigación de mayor duración sobre la base de los LLM y, en particular, de un estudio revelador que Seer Interactive publicó en agosto de 2025. La hipótesis de Yesilyurt fue contundente: a medida que los editores y especialistas en marketing producen cada vez más contenido urgente con LLM, esos modelos deben buscar en la web datos aparentemente autorizados para llenar los vacíos en su conocimiento de capacitación, y las páginas de estadísticas son exactamente el formato que buscan.
Google lo enterró. ChatGPT no lo hizo.
El tratamiento divergente de las dos plataformas es el hallazgo principal del experimento. En Google, la suerte del sitio se desplomó casi de inmediato. Después de dos actualizaciones de clasificación de búsqueda después del lanzamiento, la visibilidad cayó por un precipicio y las páginas indexadas han rebotado entre aproximadamente 5 y 20 impresiones durante meses: el gigante de las búsquedas desindexó efectivamente un sitio que parece haber marcado como spam de bajo valor.
ChatGPT se comportó de manera diferente. Según los datos de rastreo de Cloudflare citados en la publicación, stateglobe.com recibió más de 600.000 solicitudes de bot solo en los últimos 30 días, de las cuales alrededor de 72.000 provinieron de ChatGPT-User, el agente que ChatGPT utiliza para buscar páginas en tiempo real mientras responde la pregunta de un usuario. Esos no son recorridos de entrenamiento; cada uno representa a ChatGPT generando una página de estadísticas falsa para responder una consulta en vivo. Durante los siete meses de vida del sitio, Yesilyurt cuenta con más de 10.000 sesiones de IA referidas al dominio.
Los números escaparon al mundo real
Más preocupante es el lugar al que viajaron las figuras inventadas. Según los datos de Ahrefs y Semrush citados en la publicación, el sitio ha atraído enlaces de más de 330 dominios de referencia, incluidos Shopify, DHL y Bluehost. Yesilyurt escribe que sus estadísticas inventadas también terminaron en un artículo académico y en la investigación de inversiones de un banco: las consecuencias posteriores exactas que se propuso demostrar: las respuestas de la IA se copian y pegan en mazos, artículos e informes, blanqueando números inventados en citas aparentemente autorizadas.
El sitio permanecía en línea y accesible al momento de escribir este artículo, lo que significa que es posible que aún se estén acumulando citaciones de ChatGPT.
No es un estudio riguroso: por diseño
El experimento tiene límites obvios y Yesilyurt no pretende lo contrario. Es un estudio de caso de un solo sitio con mediciones autoinformadas, el dominio se promocionó públicamente como un experimento a lo largo del camino, y los factores de clasificación exactos que Google utilizó para enterrar el sitio no pueden aislarse del exterior. La discusión de Hacker News, donde la publicación obtuvo 284 puntos y más de 160 comentarios el martes, rápidamente se convirtió en uno de los hilos más leídos del día. Yesilyurt también da crédito al trabajo previo sobre cómo se comporta el índice de búsqueda de ChatGPT, señalando a los lectores la investigación del índice ChatGPT realizada por un desarrollador conocido como Tomek como contexto de por qué un dominio desindexado por Google puede permanecer firmemente dentro del índice del que realmente se basa la recuperación en vivo de ChatGPT.
Por qué es importante para la búsqueda con IA
El experimento es una prueba de estrés de la optimización generativa de motores, la práctica de rápido crecimiento de ajustar el contenido para que sea citado por los motores de respuesta de IA, conocido como GEO. Gran parte de la industria GEO se centra en incorporar una marca a la respuesta de la IA; El punto de Yesilyurt es que el momento más trascendental viene después, cuando los usuarios toman ese resultado y lo vuelven a publicar.
También aterriza en medio de un creciente escrutinio sobre cómo los asistentes de IA manejan la base de hechos. Los motores de búsqueda han pasado dos décadas construyendo defensas contra el spam adaptadas a las señales de clasificación; Los asistentes de conversación que recuperan páginas a pedido heredan esas debilidades sin necesariamente heredar las defensas. Un sitio que Google clasifica como basura aún puede parecer una base de datos de estadísticas para un sistema de recuperación que generalmente ve una página limpia llena de números confiables.
Para los editores, la conclusión es incómoda: la distribución impulsada por la IA puede recompensar exactamente el contenido que las sanciones de búsqueda tradicionales suprimirían. Para los usuarios, el experimento es un recordatorio de que es posible que se haya inventado una estadística con una fuente específica adjunta por aproximadamente el precio de una cena para llevar. Y para los laboratorios de IA, es un dato más de que los motores de respuesta necesitan señales de consenso y procedencia más fuertes antes de que las citas se conviertan en la moneda de la era de búsqueda de IA.
_Este artículo está basado en la publicación del blog de Peec AI de Metehan Yesilyurt y en la discusión sobre Hacker News. Las afirmaciones descritas son las mediciones reportadas por el propio investigador a partir de datos de Cloudflare, Ahrefs y Semrush.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
