La información publicada en internet no se guarda automáticamente en la memoria de los modelos de IA generativa, reveló un estudio elaborado por la agencia de comunicación URBAN. Según el informe, los contenidos recientes pueden tardar meses en ser incorporados al entrenamiento de estos sistemas y, mientras esto sucede, sus respuestas dependen de la información que logran encontrar mediante búsquedas en internet.
El estudio analizó 276 respuestas generadas por GPT-5.6, Claude Sonnet 5, Gemini 3.1 Pro y Perplexity sonar-pro a partir de 46 consultas realizadas en español e inglés el 2 de septiembre de 2026. Para ello utilizaron GEOHub, una plataforma de la propia compañía especializada en analizar la presencia de marcas y organizaciones en sistemas de IA generativa.
Según la compañía, el Mundial de Fútbol 2026 es lo que puso en evidencia dicho retraso. Aunque México coorganizó el torneo junto con Estados Unidos y Canadá y este finalizó en julio, meses antes del estudio, ninguna de las 92 respuestas sobre el tema (que abarcaron noticias semanales, turismo y economía) mencionó espontáneamente el evento. Además, cuando los investigadores preguntaron directamente por el Mundial, dos de los cuatro modelos analizados afirmaron que el torneo todavía no se había celebrado.
Para la agencia, este resultado revela que los modelos de IA funcionan con dos capas de información. La primera es una “capa rápida”, asociada con la búsqueda web, que permite a los sistemas consultar contenidos recientes. La segunda es una “capa lenta”, que corresponde al entrenamiento de los modelos, en la que la información publicada en internet puede tardar meses en ser absorbida para quedar incorporada en su conocimiento.
Cultura y cine concentran la representación de México
Otro aspecto estudiado por URBAN son las figuras públicas que los modelos de IA asocian más con México. Allí encontraron que se trata principalmente de personajes asociados a la cultura y el entretenimiento.
Frida Kahlo registró la mayor presencia, con 13,1%, seguida por Guillermo del Toro, con 9,5%; Salma Hayek, con 8,8%; Carlos Slim, con 8%; Alfonso Cuarón, con 7,3%, y Alejandro González Iñárritu, también con 7,3%. En cuanto al área de deportes, el boxeador Canelo Álvarez, ocupo el séptimo lugar, con 6,6%, seguido por el automovilista de la F1, Sergio “Checo” Pérez en el décimo, con 5,1%.
De acuerdo con el estudio, el Mundial de Fútbol 2026 no generó un nuevo referente mexicano asociado con este deporte entre las figuras que los modelos de IA utilizan para representar al país.
Fuentes mexicanas tienen poca presencia
Para URBAN, a la dificultad para incorporar información reciente se suma otro problema y es que cuando los modelos construyen sus respuestas sobre México, recurren sobre todo a fuentes extranjeras. La empresa analizó 414 citas al pie de las respuestas generadas por los modelos de IA, y encontró 247 dominios únicos, de los cuales, solo el 28% correspondieron a sitios mexicanos.
El medio de comunicación más citado para hablar sobre México fue el de origen español El País, con 13 menciones, por encima de El Financiero, el medio mexicano con mayor número de citas durante la prueba, con siete menciones. También destacó el aviso del viaje del Departamento de Estado de Estados Unidos al país, citado nueve veces.
De acuerdo con URBAN, este tipo de fuente tiene peso por estar disponible públicamente, ser gratuita y fácilmente indexable, además de que no existe un contrapeso oficial mexicano equivalente con características similares.
En ese sentido, los sitios del Gobierno de México sí aparecen en las respuestas, pero principalmente como fuente de datos administrativos y no como narrador sobre el país. Por su parte,Visit Mexico e Imagen de México, plataformas de promoción del país, sumaron seis citas entre ambos, equivalentes a 1,4% del total.
Desde la perspectiva de URBAN, este escenario no representa necesariamente un problema de reputación de México, sino de quién es el dueño del material con el que los modelos de IA cuentan la historia del país.
Por eso plantea el concepto de ‘soberanía narrativa’ que es la capacidad de un país, organización o marca para generar información propia, estructurada y citable que pueda ser utilizada por los sistemas de inteligencia artificial. De acuerdo con el análisis, cuando ese contenido no está disponible o tiene poca presencia, otras fuentes terminan ocupando ese espacio como se observó durante el análisis.
La IA proyecta dos percepciones de México
El estudio también encontró diferencias en las respuestas dependiendo del tema consultado. En turismo, hospitalidad y gastronomía, México obtuvo 19 valoraciones positivas, dos neutrales y ninguna negativa. En este segmento, los modelos de IA mencionaron espontáneamente 112 marcas, hoteles, platos y destinos. En cambio, cuando las consultas eran comparaciones de México con otros países para hacer negocios, las valoraciones negativas duplicaron a las positivas.
La inseguridad apareció en 61 de las 64 respuestas generales, equivalente a 95% del total. Sin embargo, su respuesta no implicó una valoración negativa del país, sino que esas respuestas sumaron 34 valoraciones positivas frente a cinco negativas.
El análisis también encontró que, cuando las consultas eran sobre empresas privadas, éstas recibieron valiraciones más favorables que cuando eran sobre organismos públicos. La empresa concluye que, ante este escenario, las organizaciones deben generar información estructurada, consistente y verificable que pueda ser encontrada y citada por los sistemas de IA.
