Metodología del estudio de visibilidad en IA

Qué se midió y qué no

No se midieron los productos de consumo. chatgpt.com y perplexity.ai no son los modelos: son sistemas de recuperación construidos encima, con capas propias de personalización y contexto. Un agente automatizado que navegue esas interfaces acaba bloqueado, y aunque no lo estuviera, sus resultados no serían reproducibles por terceros.

El estudio consulta las APIs oficiales con la herramienta de búsqueda web activada. Es lo más cercano al comportamiento del producto que puede medirse de forma reproducible. Los resultados no son extrapolables sin más a lo que ve un usuario en el chat.

Modelos exactos

El identificador exacto del modelo se guarda en cada una de las 288 consultas, no una sola vez para toda la tanda. Eso permite detectar cualquier cambio de modelo a mitad de ejecución.

Gemini quedó fuera

Se planificó incluir Gemini. Los límites del nivel gratuito de su API, con la fundamentación de búsqueda activada, impidieron completar la medición: se ejecutaron 24 de las 48 consultas previstas, en cinco intentos entre el 21 y el 27 de agosto.

Se descartó completarlas más tarde. Las 24 válidas son del día 21; añadir el resto una semana después habría comparado momentos distintos del índice de búsqueda, no motores. Las 24 consultas se conservan, marcadas como no utilizadas.

Consecuencia práctica para quien quiera replicar esto: sin acceso de pago a la API de Gemini, el estudio no es reproducible con ese motor en una ventana temporal corta.

Diseño

Consultas

Ocho plantillas, que cubren tres tipos de intención. La ubicación se indica en el texto, no mediante parámetros de geolocalización de la API: solo uno de los motores los ofrece, y usarlos habría roto la comparabilidad entre ellos.

Las consultas son del lado de la demanda: preguntan lo que preguntaría un cliente. No se pregunta «¿conoces a la empresa X?», porque un modelo responde casi siempre que sí y eso no mide visibilidad.

Tres repeticiones por combinación, porque los motores no son deterministas. La métrica es la frecuencia de aparición, nunca un sí o un no.

Cobertura

Las cuatro ciudades de la extensión se midieron solo con extracción abierta, sin muestra de empresas. Al comparar Valencia con ellas se filtra por las cuatro plantillas comunes; de lo contrario las cifras no serían equiparables.

La muestra de Valencia

Solo en Valencia se construyó una muestra de empresas, necesaria para medir invisibilidad: para saber que una empresa concreta no aparece hay que tener una lista previa.

43 empresas, en dos estratos, en dos sectores: reformas integrales y asesoría fiscal y contable.

Criterios de inclusión

1. Sede social o delegación operativa en la provincia de Valencia.
2. Sitio web propio, en dominio propio, respondiendo HTTP 200 en la fecha de corte. No cuentan perfiles en redes sociales, fichas de directorio ni páginas alojadas en un marketplace.

Exclusiones

3. Agregadores, marketplaces y comparadores: no son empresas prestadoras.
4. Franquicias y redes nacionales sin página localizada.

Por qué no se exige actividad en Google

Deliberadamente no se exige ficha de Google Business Profile ni un mínimo de reseñas. Un umbral de reseñas excluiría a las empresas recién abiertas, que forman parte legítima de la población; y aplicar un filtro derivado de Google al grupo de control destruiría su independencia, que es su única razón de ser.

Las reseñas se registran como variable observada, no como criterio de entrada, para poder cruzarlas después con la visibilidad.

Estrato A — visibilidad comercial

Las diez primeras por número de reseñas en Google Maps para la consulta canónica de cada sector, centrada en 39.4699 / -0.3763, radio 15 km, sesión no personalizada.

Estrato B — control independiente de Google

Se descartaron dos fuentes previstas inicialmente: el Registro de Empresas Acreditadas del sector de la construcción, cuya consulta pública no es un listado navegable sino una verificación por NIF; y el buscador del registro de gestores, cuyo robots.txt prohíbe el acceso automatizado a las páginas de resultados. La lista final de gestorías procede del PDF público del registro de sociedades profesionales, cuyo acceso sí está permitido.

Sesgos declarados

El estrato A procede de Google Business Profile. Ese sesgo es inevitable si se quiere una muestra comercialmente relevante, así que en lugar de ocultarlo se convierte en variable: el contraste entre estratos es un resultado del estudio, no ruido.

El registro colegial es de febrero de 2020. Es la última versión pública. Sesga hacia despachos veteranos, que tienden a tener más rastro digital: el sesgo empuja en contra de la conclusión del estudio, no a favor.

El listado del Registro Mercantil puede sobrerrepresentar empresas con mayor rastro administrativo, también más visibles. Mismo sentido: conservador.

Cobertura del muestreo de reformas. El listado tiene 40 páginas y se recorrieron las 3 primeras por límites de la fuente. El muestreo aleatorio es válido dentro de ese subconjunto de 57 empresas del área metropolitana, no sobre el listado completo.

Extracción de entidades

De cada respuesta se extraen todas las entidades comerciales nombradas, mediante un modelo con esquema de salida estricto. Para cada una se registra el nombre literal, la posición en el texto, si se presenta como recomendación o como mención de paso, el dominio si aparece y si se cita como fuente.

La extracción es abierta: se registran también los negocios que no están en la muestra, y los directorios y portales. Que un motor recomiende un agregador en lugar de una empresa es un dato, no ruido a filtrar.

Emparejamiento con la muestra

Los motores nombran a las empresas por su marca comercial, no por su razón social. En el censo colegial aparecieron cuatro casos donde no coinciden. Emparejar solo contra la denominación registral habría producido falsos «no aparece», que es el peor error posible aquí: inflaría artificialmente la invisibilidad.

El emparejamiento sigue tres reglas:

1. El dominio citado manda. Si el motor cita la web de la empresa, la identificación es directa.
2. Se comparan núcleos distintivos, no nombres completos: se eliminan términos de sector, forma jurídica y ciudad antes de comparar. Sin esto, «IPS Asesores» e «Ise Asesores» —empresas distintas— superaban el umbral de similitud.
3. Ante empate, no se empareja. Si la mejor coincidencia no supera a la segunda por un margen, la mención queda sin atribuir. Un hueco en los datos es visible; una atribución errónea, no.

Sensibilidad al modelo

La fase de calibración se ejecutó con gpt-5-2025-08-07, superior al usado después, sobre el mismo segmento, plantillas y muestra. 12 consultas por modelo:

El resultado principal es estable: las trece gestorías colegiadas no aparecen con ninguno de los dos modelos.

La magnitud del sesgo hacia grandes firmas sí depende del modelo. Las cifras publicadas corresponden a gpt-5-mini; un modelo superior daría porcentajes más bajos, en la misma dirección.

Con 12 consultas por lado, la comparación es preliminar: indica una dirección, no cuantifica el efecto. Se publica porque es necesaria para interpretar el resto.

Qué se conserva de cada consulta

Para las 288 consultas se guarda el texto exacto enviado, la respuesta íntegra del proveedor, las fuentes citadas, las búsquedas que lanzó el motor, el identificador exacto del modelo, si hubo búsqueda web, el consumo de tokens, la latencia y la marca temporal.

Se conserva la respuesta completa, no solo el veredicto. Es lo que permite reexaminar cualquier conclusión sin volver a pagar por las consultas.

Asimetría entre motores

ChatGPT decide si lanza búsqueda; Perplexity busca siempre. Se registra como estado propio, no como error. En este estudio, ChatGPT lanzó búsqueda en el 99 % de las consultas.

Ventana temporal

La ventana prevista era de 24 a 48 horas, para que la versión del modelo y el índice de búsqueda no cambiaran a mitad. La extensión se alargó por límites de tasa y por agotamiento de crédito de la API de OpenAI. Ambas tandas son internamente homogéneas; al compararlas entre sí debe tenerse en cuenta la separación de seis días.

Limitaciones

Dos sectores. Nada garantiza que el patrón se mantenga en restauración, salud o comercio.

Los dos estratos B no son equivalentes. Censo colegial en asesorías, muestreo aleatorio sobre un listado parcial en reformas. Son marcos distintos y no deben leerse como comparables entre sí.

El análisis de qué distingue a las empresas visibles es exploratorio. Se compararon cinco webs visibles con seis invisibles: las visibles tienen más contenido, blog y preguntas frecuentes. Con esos números es un patrón observado, no una relación causal demostrada.

Una empresa de la muestra no es identificable por nombre. Su razón social y su dominio se reducen al mismo fragmento de dos letras, por debajo del mínimo del emparejamiento; solo se detecta si el motor cita su dominio.

No se registró el coste por consulta.

Las respuestas en bruto no se publican. Contienen afirmaciones generadas automáticamente sobre empresas reales identificadas por su nombre, algunas potencialmente inexactas. Se publican agregados y método; los datos brutos están disponibles bajo petición razonada.

Reproducibilidad

El proceso está automatizado: una base de datos con la cola de consultas, flujos que llaman a las APIs y guardan la evidencia, y un extractor que convierte cada respuesta en entidades estructuradas. Cada consulta se ejecuta una sola vez y queda registrada con su resultado.

Para comprobar un caso concreto sin montar la infraestructura, la herramienta que se usó para verificar casos individuales es pública: Laboratorio de Visibilidad en IA.

Para replicar el estudio completo o discutir cualquier decisión metodológica: contacto.