¿Cuánto de lo que se publica hoy lo escribe una IA?
La mitad. La firma Graphite analiza muestras de artículos nuevos con detectores de texto generado y en mayo de 2026 publicó su medición: la cantidad de artículos escritos principalmente por IA igualó a la de los escritos por personas. En el primer trimestre de 2026 fueron 49,9 %. El dato que sigue importa más: según la misma firma, esos artículos en su mayoría no aparecen ni en Google ni en ChatGPT.
Publicar dejó de ser la parte difícil. Un texto correcto, ordenado y plausible sobre cualquier tema cuesta segundos. Por eso mismo dejó de valer: hay infinito, y los sistemas que deciden qué mostrar aprendieron a no mostrarlo.
¿Qué citan entonces los chatbots?
No lo que mejor posiciona en Google. Ahrefs comparó 15.000 consultas y encontró que solo 12 % de los enlaces que citan ChatGPT, Gemini y Copilot está entre los diez primeros resultados de Google para la misma pregunta. Los asistentes van a buscar la respuesta a otros lugares, y eso abre una puerta a sitios chicos que tienen algo concreto para aportar.
Qué es ese algo concreto está menos claro de lo que se repite. El estudio académico que le dio nombre a esta disciplina, presentado en 2024, encontró que sumar citas, estadísticas y fuentes puede mejorar la visibilidad de una página hasta 40 %. Es el máximo de un método en un experimento, no un promedio. Y la idea de que publicar datos propios garantiza que te citen no tiene, hasta donde pudimos rastrear, una cifra confiable detrás. La dejamos afuera.
¿Cuánto se paga por lo que no está escrito?
Más de un millón y medio de dólares por día, solo en una empresa. Mercor conecta a los laboratorios de IA con expertos que les enseñan a los modelos cómo se hace su trabajo. En octubre de 2025 fue valuada en 10.000 millones de dólares, con más de 30.000 expertos en su red y pagos por más de 1,5 millones de dólares diarios, según TechCrunch.
Su fundador, Brendan Foody, explicó por qué existe ese negocio: los laboratorios quieren automatizar el trabajo de bancos y consultoras, pero esas empresas no quieren entregarles sus datos. Entonces contratan a gente que trabajó ahí. Lo que compran no es un documento. Es lo que esa persona aprendió haciendo, que nunca nadie escribió.
En la era de la IA, la pregunta clave es cómo cada empresa construye y conserva de manera continua su aprendizaje y su conocimiento tácito.Satya Nadella · CEO de Microsoft, en Ignite, noviembre de 2026 (traducción propia)
¿Qué pasa cuando los modelos aprenden de lo que escribieron otros modelos?
Se degradan. Un trabajo publicado en Nature en 2024 mostró que entrenar modelos con texto generado por modelos anteriores produce defectos irreversibles: lo raro, lo que está en los bordes de lo que se sabe, desaparece primero. Los autores concluyen que el valor de los datos que vienen de interacciones humanas genuinas va a ser cada vez mayor.
Un preprint de agosto de 2026 llevó la misma idea a los asistentes que buscan antes de responder: en 79,6 % de 1.528 simulaciones, el sistema colapsó cuando empezó a recuperar documentos que él mismo había escrito. Todavía no pasó por revisión de pares, pero describe un riesgo concreto para cualquier base de conocimiento que se llene de texto generado.
¿Qué dice la evidencia en contra?
Que los datos sintéticos funcionan mejor de lo que este argumento sugiere. Microsoft informó que su modelo Phi-4 se entrenó mayormente con datos sintéticos, y hay trabajos que muestran que el colapso se evita si lo sintético se suma a lo real en vez de reemplazarlo. Donde la respuesta se puede verificar, generar datos alcanza.
Por eso la tesis hay que decirla con cuidado. No es que los modelos no puedan generar conocimiento. Es que no pueden generar lo que depende de haber estado ahí: una medición, una observación de primera mano, lo que sabe un grupo de personas que hace cosas. Tener eso no garantiza que te citen. Es la razón por la que vale la pena producirlo.
¿Cómo se arma conocimiento que no existe?
Midiendo. En los últimos 30 días Nuexty leyó 11.942 piezas entre videos, publicaciones y artículos, y se quedó con 30,5 %. Con ese archivo armamos los Temas de Nuexty: rankings, cifras y lecturas que se recalculan todos los días. Al 21 de noviembre de 2026 hay 529 señales verificadas y 216 personas, empresas y productos identificados, cada dato con su fuente.
La otra mitad no está en ninguna base. Es lo que se dice en el Café IA: lo que cada uno probó, lo que le salió mal, lo que está viendo en su industria. Eso es conocimiento tácito, el que Nadella dice que hay que construir y conservar. Si querés ser parte, podés venir a un Café IA o ser miembro, que suma tu lugar todos los meses y la plataforma con los Temas.
Las cifras propias salen de consultas sobre la base de Nuexty hechas el 21 de noviembre de 2026: piezas ingresadas en 30 días por las tres fuentes que seguimos, proporción que pasó la curación, y señales y entidades de los Temas en estado verificado. Las mediciones de Graphite y Ahrefs, las notas de TechCrunch sobre Mercor, el preprint del trabajo de Nature y el de agosto de 2026 se leyeron en su fuente. La frase de Satya Nadella sale de la crónica de RCP Magazine; no encontramos la transcripción oficial. Descartamos una cifra muy repetida sobre cuánto más se cita el contenido con datos propios porque no pudimos encontrar su origen.
Esto lo pensamos entre todos.
Nuexty es una comunidad que se posiciona en la era de la IA. Nos juntamos en el Café IA en Buenos Aires, y los miembros tienen su lugar todos los meses y la plataforma con el conocimiento que armamos cada día.
Preguntas
¿Qué porcentaje del contenido de internet es generado por IA?
Según la medición de Graphite publicada en mayo de 2026, la mitad de los artículos nuevos son escritos principalmente por una IA (49,9 % en el primer trimestre de 2026). La misma firma señala que esos artículos en su mayoría no aparecen en Google ni en ChatGPT.
¿Hay que estar primero en Google para que te cite ChatGPT?
No. Ahrefs analizó 15.000 consultas y encontró que solo 12 % de los enlaces citados por ChatGPT, Gemini y Copilot está entre los diez primeros resultados de Google para la misma pregunta.
¿Qué son los Temas de Nuexty?
Conocimiento que Nuexty arma todos los días a partir de las miles de piezas que lee: rankings, cifras y lecturas sobre lanzamientos, voces influyentes, startups, casos con números, precios y empleos. Cada dato va con su fuente. Están en la plataforma y vienen con la membresía.
- Graphite, medición de artículos generados por IA · 2026-05-15
- Ahrefs, AI search overlap · 2025-08-11
- Aggarwal y otros, «GEO: Generative Engine Optimization»
- TechCrunch, valuación de Mercor · 2025-10-27
- TechCrunch, entrevista a Brendan Foody · 2025-10-29
- RCP Magazine, Nadella en Ignite 2026 · 2026-11-17
- Shumailov y otros (preprint del trabajo de Nature) · 2024-07-24
- Druck y Smith, «RAG Collapse» (preprint) · 2026-08-22
- Microsoft, informe técnico de Phi-4
- Gerstgrasser y otros, sobre acumular datos reales y sintéticos
Mariano Merdinger
Responsable editorial · cómo trabajamos · quiénes somos
