Cómo se fabrican las fuentes que usan las recomendaciones de IA
Un análisis independiente de 380 categorías de software examina cómo los buscadores integrados en modelos de IA construyen sus recomendaciones. El estudio lanzó 760 consultas —una por categoría para Perplexity/sonar y otra para Perplexity/sonar-pro, a través de OpenRouter— y recopiló 7.534 citas. El 59,8% de los dominios citados estaba fuera de los 100.000 sitios más visitados, y el 23,4% ni siquiera aparecía en el millón de dominios de Tranco.
El hallazgo central no es que unas pocas webs famosas controlen las respuestas: las diez fuentes más citadas concentraron solo el 17,3% de las citas. Lo llamativo está en la periferia. 751 de los 2.055 dominios citados no figuraban en el millón de Tranco; además, sus primeras capturas en Wayback eran más recientes que las de los dominios posicionados. Algunos sitios parecían creados para ser consumidos por sistemas de recuperación de información, con páginas automatizadas y descripciones orientadas explícitamente al “grounding” de modelos.
El informe identifica tres dominios aparentemente relacionados que publicaron conjuntamente 215.128 páginas automatizadas de “mejor software”. También destaca casos como guideflow.com, cuyo blog fue citado 194 veces en 96 categorías aunque no es un directorio ni opera en esos mercados. El estudio comparó dominios, sitemaps, plantillas, DNS, fechas de registro y páginas archivadas; aun así, aclara que compartir infraestructura es evidencia circunstancial y no prueba de propiedad común.
La lectura importante para usuarios y editores es que una respuesta de IA puede apoyarse en contenido reciente, masivo y diseñado para máquinas sin que su autoridad sea evidente. El trabajo midió únicamente Perplexity —Google quedó fuera del experimento—, así que sus resultados no deben generalizarse automáticamente a todos los buscadores o modelos.