The AI Slop Loop, New Spam Weapons de Google, and DSA's Final Days
Cómo las alucinaciones de AI se citan "hechos" dentro de 24 horas. Más: Google informes de spam ahora desencadenan acciones manuales, y Dynamic Search Ads puesta de sol en septiembre de 2026.
900 millones de usuarios de ChatGPT. 2 mil millones de usuarios de AI. Un ciclo de auto-reinforzamiento que convierte detalles fabricados en fuentes citadas durante la noche. Más: Google informes de spam ahora puede desencadenar acciones manuales, y Active Search Ads puesta de sol en septiembre.
The AI Slop Loop: AI auto-reinforcing misinformation crisis
Lily Ray, fundadora de Algorythmic y uno de los investigadores de búsqueda de inteligencia artificial más citados de la industria SEO, ha publicado una investigación detallada sobre lo que ella llama "el bucle AI Slop" — un ciclo de información auto-reforzada que puede ser la consecuencia más peligrosa de la revolución de búsqueda de AI. Sus hallazgos, publicados el 15 de abril de 2026 en Search Engine Journal, documentan cómo los sistemas AI se están alimentando entre sí información fabricada a una escala y velocidad que hace imposible la comprobación manual de hechos. El problema central es estructural, no incidental. Cuando un sistema AI alucina un detalle , una actualización de algoritmo falso, una estadística inventada, una cotización de expertos fabricada , tuberías de contenido impulsadas por AI raspan y repubúbrelo. Más raspadores de IA recogen esas copias. Dentro de horas, sistemas de generación aumentada (RAG) como Google AI Resúmenes y Perplejidad encuentran múltiples "fuentes" citando la misma fabricación y tratarlo como hecho establecido. La alucinación se ha convertido en una cita. Lo que hace que la IA Slop Loop cualitativamente diferente de la desinformación tradicional es su velocidad y automatización. La información errónea impulsada por el hombre se extiende a través del intercambio social y las decisiones editoriales, procesos que introducen fricción, demora y oportunidades para la verificación de hechos. El bucle AI Slop funciona a velocidad de la máquina. Un detalle inventado puede pasar de la alucinación a "fuente" indexado a la cita de AI Vista general en menos de 24 horas, sin que un solo humano tome una decisión consciente para amplificarlo.
Anatomía de una alucinación: de la fabricación a la citación en 24 horas La investigación de
Ray traza el ciclo de vida de una fabricación específica y completamente documentada: la "Actualización de Perspectivas 2025 de Septiembre". Esta actualización del algoritmo de Google nunca ocurrió. No existe. Sin embargo, a partir de abril de 2026, múltiples sistemas de IA lo describirán con confianza, citarán fuentes para ello y explicarán su impacto en la clasificación. La fabricación se originó de contenido generado por AI en los blogs de la agencia SEO, sitios que ejecutan oleoductos de contenido automatizados que publican artículos escritos por AI sobre cambios de algoritmos. Uno o más de estos sistemas alucinaron la "Actualización de Perspectivas 2025 de septiembre", completa con detalles inventados sobre cómo " cambió cómo se clasifican los resultados de búsqueda". Otros oleoductos de contenido de AI rasparon y renovaron variaciones de esta reclamación, cada uno añadiendo sus propios especificos alucinados. Ray descubrió la fabricación cuando le preguntó Perplejidad sobre las recientes noticias de SEO y AI después de regresar de una cumbre de trabajo en Austria. La perplejidad citó dos fuentes para la actualización del fantasma, ambas fabricadas, tanto de las granjas de contenido generadas por AI. Cuando señaló el tema públicamente, el CEO de Perplexity se comprometió con sus preocupaciones sobre X/Twitter, pero el problema subyacente persiste: Los sistemas RAG no pueden distinguir entre fuentes reales y fabricadas cuando múltiples páginas generadas por AI coinciden en la misma falsa afirmación.
Por qué los sistemas RAG son estructuralmente vulnerables El mecanismo que hace vulnerables los sistemas basados en RAG como Perplejidad y
Google AI Overviews es la citación contando. Estos sistemas funcionan mediante la recuperación de páginas web que parecen relevantes para una consulta, luego sintetizando la información que encuentran. Cuando varias páginas recuperadas coinciden en una reclamación, el sistema trata el acuerdo como evidencia de exactitud. Esto funciona bien cuando las fuentes se investigan de forma independiente contenido escrito por humanos. Falla catastróficamente cuando los "fuentes" son copias generadas por AI de la misma alucinación. Este espejo de los
AI Resúmenes CTR colapsamos analizados en el sector de apuestas SEO , donde las respuestas generadas por AI sustituyeron por completo los caminos tradicionales de clic a través.| AI system | Tasa de precisión | Respuestas no utilizadas | La vulnerabilidad clave |
|---|---|---|---|
| Google AI Overviews (Gemini 2) | 91% | 37% | RAG basado en la citación, mejorando |
| Google AI Overviews (Gemini 3) | 91% | 56% | Una tasa más elevada, a pesar de la precisión |
| Perplexity | No se prueba de forma independiente | Unknown | RAG con cita multifunción contando |
| ChatGPT GPT-5.4 (pagado) | Baseline | N/A | El razonamiento de 6 rondas ayuda a filtrar slop |
| ChatGPT GPT-5.3 (gratuito) | 26.8% más alucinaciones | N/A | Razonamiento Weaker, alcance más amplio |
Prueba del mundo real: pizza, perros calientes y una actualización del algoritmo fantasma
The pizza test (January 2026)
In January 2026, Ray published a deliberately false article claiming that Google "approved the update between slices of leftover pizza." The claim was absurd, easily falsifiable, and published on a single page. Dentro de 24 horas, Google AI Overviews sirvió esta fabricación a los usuarios. El AI Overview no sólo repitió el reclamo de la pizza, conectaba el detalle inventado a los 2024 incidentes reales donde Google tenía problemas con las consultas relacionadas con la pizza, tejiendo la ficción en contexto fáctico de una manera que hizo que el falso reclamo parezca más plausible. ChatGPT también afloró la información, aunque señaló una incoherencia con los anuncios formales de Google, una diferencia significativa de la respuesta AI Overview, que presentó la fabricación sin calificación. Ray borró el artículo después de observar la desinformación circulando a través de alimentaciones RSS y raspadores de contenido AI, pero el daño, la demostración, se hizo. ### The BBC hot dog test BBC journalist Thomas Germaine ran a parallel experiment. Publicó un artículo ficticio clasificando a los periodistas por su capacidad de comezón de perros calientes, enumerarse como "#1 mejor". Dentro de 24 horas, la aplicación Gemini de Google, Google AI Overviews, y ChatGPT todos repitieron la reclamación como hecho., Claude de Anthropic fue el único sistema de IA importante que no fue engañado por la fabricación, un punto de datos digno de seguimiento ya que estos sistemas compiten en la fiabilidad.
Ambos experimentos demuestran el mismo fracaso estructural: los sistemas AI citarán a una única fuente como hecho si parece relevante para la consulta y no se contradice con sus datos de entrenamiento. El umbral para "aproximadamente evidencia" en los sistemas RAG es peligrosamente bajo. Una sola página web publicada, si cubre un tema donde existen pocas fuentes competidoras (un "vacío de datos"), puede convertirse en la respuesta autorizada dentro de horas.
La actualización básica de marzo 2026 slop tsunami
Ray también documentó una desinformación generalizada generada por AI durante la
Marzo 2026 actualización básica La salida. Múltiples artículos generados por AI afirmaron identificar "ganadores y perdedores" mientras la actualización se estaba desarrollando, antes de que pudieran existir datos significativos. Estos artículos contenían relleno vago sin sustancia, supuestamente ganadores y perdedores enumerados sin citar sitios específicos o fuentes de datos, y presentaron imágenes generadas por AI y chatbots de apoyo AI. Autoridades fidedignas como Glenn Gabe y Aleyda Solis, que Ray identifica como analistas fiables de actualización básica, proporcionan el contraste: sus análisis citan sitios específicos, referencia datos concretos, y esperan tiempo suficiente para la puesta en marcha antes de sacar conclusiones.La brecha de precisión: AI pagado vs. rendimiento de nivel libre Uno de los hallazgos más consecuentes en el análisis de
Ray es la brecha de precisión creciente entre los niveles de IA pagados y gratuitos, una brecha que tiene implicaciones directas para los practicantes de SEO y el sistema de información más amplio.
The inequality problem
This creates a two-tier information economy. Usuarios que pueden pagar $20+/mes para ChatGPT Además recibe información materialmente más precisa. El 94% de los usuarios en fichas gratuitas, más los 2+ billones de usuarios de Google AI Resúmenes, que es gratuito, reciben información que es más probable que contenga o amplifica las alucinaciones. La carga de la comprobación de los hechos recae sobre el usuario, pero los usuarios más probables de encontrar información errónea son los que tienen menos probabilidades de haber pagado herramientas de verificación. Para los practicantes de SEO, esto significa que la investigación con ayuda de AI realizada sobre niveles libres conlleva un mayor riesgo. Si usted está utilizando libre ChatGPT o AI Resúmenes para investigar cambios de algoritmos, paisajes competitivos o guía técnica de SEO, la probabilidad de que usted está recibiendo información errónea amplificada por IA es mediblemente más alta que si utiliza herramientas de pago con capacidades de razonamiento avanzadas. Esto complica a los
LLM bot draging crisis cubrimos antes , donde los bots están ahora fuera de arrastre Googlebot, generando contenido a escala que se alimenta de nuevo en el bucle de slop .Referencia cruzada de cada reclamación de SEO generada por IA contra fuentes primarias: blog oficial de Google Search Central, declaraciones documentadas de empleados de Google (Mueller, Illyes, Splitt), y datos de plataformas de seguimiento establecidas (Sistrix, SEMrush, Ahrefs). Si una AI le cuenta sobre una actualización de algoritmos, un cambio de factor de clasificación, o una nueva función de Google, verifique que existe antes de actuar en él. El costo de actuar en una alucinación , reconstruir una estrategia alrededor de una actualización fantasma , excede enormemente el costo de gastar cinco minutos en la verificación.
Informe de Google sobre el spam: acciones manuales ahora sobre la mesa En una inversión política significativa divulgada el 15 de abril de 2026,
Google ha actualizado su documentación del informe de spam para confirmar que los informes de spam presentados por webmasters y SEOs ahora pueden desencadenar acciones manuales contra la violación de sitios web. Este es un cambio significativo de la posición anterior de Google y tiene implicaciones prácticas inmediatas para la industria del SEO.
Lo que cambió el idioma anterior de
Google declaró explícitamente que los informes de spam
not ser utilizado para tomar acción directa contra sitios específicos , que sólo se utilizaría para mejorar los sistemas automatizados de detección de spam de Google. El nuevo idioma es inequívoco: Google ahora puede utilizar informes para tomar medidas manuales contra las violaciones, y el texto completo de las presentaciones se envía literal al propietario del sitio para ayudarles a entender el contexto. Dos detalles críticos destacan. Primero, la identidad del reportero sigue siendo anónima, Google no revela quién presentó el informe. Segundo, los informes de spam ahora sirven un doble propósito: continúan alimentando las mejoras de detección automatizadas de Google, mientras que potencialmente desencadenan la revisión manual inmediata y la acción. Esto se expande en la política de spam que Google lanzó la misma semana, señalando una represión más amplia sobre las prácticas manipuladoras.| Aspect | Política anterior | Nueva política (abril 2026) |
|---|---|---|
| Medidas manuales de los informes | Excluidos | Ahora es posible |
| Reporter anonymity | Anonymous | Todavía anónimo |
| Presentación de informes | No compartido con el propietario del sitio | Enviado al propietario del sitio |
| Mejora del sistema | Yes | Sí, doble propósito |
Por qué esto importa para los practicantes Durante años, muchos SEOs vieron el informe de
Google como una carta muerta, un mecanismo de retroalimentación que alimentaba mejoras algorítmicas pero nunca dio lugar a una acción directa contra competidores específicos jugando el sistema. Esta actualización cambia el cálculo. Los informes de Spam son ahora una herramienta de aplicación legítima, no sólo una caja de sugerencias. El momento es notable. Como prolifera el contenido de spam generado por AI (ver: el bucle AI Slop arriba), Google puede estar reconociendo que sus sistemas automatizados por sí solos no pueden mantener el ritmo con el volumen y la sofisticación del spam generado por AI. Crowdsourcing aplicación a través de informes de practicantes añade una capa de inteligencia humana a la detección de spam que los sistemas automatizados carecen.
Al enviar informes de spam, escriba descripciones detalladas y específicas de la violación, incluya la técnica de spam que se utiliza, las consultas afectadas, y por qué el contenido viola las políticas de Google. Dado que el texto de su informe se envía ahora literal al propietario del sitio, trate cada informe como documento profesional. Evite el lenguaje emocional, los reclamos competitivos o la información personal. Centrarse en documentar la violación de la política con pruebas.
Los anuncios de búsqueda activa están muertos: AI Max se apodera de septiembre 2026
Google ha comenzado la deprecación formal de Active Search Ads (DSA), uno de los formatos de anuncios automatizados más antiguos en Google Ads. El reemplazo , AI Max for Search , representa el último empuje de Google para centralizar la automatización de campañas bajo un único sistema impulsado por AI. El cronograma migratorio es agresivo: las herramientas de actualización están funcionando ahora, las actualizaciones automáticas comienzan en septiembre de 2026, y a finales de septiembre se migrarán todas las campañas DSA elegibles.
Lo que está siendo deprecatado Google está consolidando tres características heredadas en AI Max:
| Función de Legado | Reemplazo de AI Max | Ajustes de migración predeterminados |
|---|---|---|
| Anuncios de búsqueda activa (DSA) | AI Max suite completa | Las tres características de AI Max activadas |
| Activos creados automáticamente (ACA) | Búsqueda término matching + personalización de texto | Dos características habilitadas |
| Partido amplio a nivel de campaña | terminar búsqueda coincidente | Una característica activada |
The migration timeline
Ahora (abril 2026): Las herramientas de actualización de un clic están disponibles para la migración voluntaria. Google recomienda pruebas a través de experimentos de un clic antes de comprometerse a la salida completa. Septiembre 2026: Las actualizaciones automáticas comienzan para continuar las campañas elegibles que no han migrado voluntariamente. Fin de Septiembre 2026: Se espera que todas las campañas elegibles sean migradas. Creación DSA desactivada en todas las interfaces.Consecuencias de la SEO Mientras que la deprecación de DSA es principalmente una historia de búsqueda pagada, tiene implicaciones indirectas de SEO. La función final de ampliación de URL de AI Max significa que la IA de
Google determinará cada vez más qué landing pages para servir para qué consultas, reduciendo aún más el control del anunciante (y por extensión, webmaster) sobre la coincidencia de consultas a página. Para sitios que coordinen estrategias pagadas y orgánicas, entender cómo AI Max mapea las consultas a las páginas de aterrizaje será esencial para evitar la canibalización. Esto se conecta al cambio más amplio hacia
búsqueda y Google afirmando su propio juicio sobre la intención de editor, incluyendo las decisiones de etiquetas canónicas.Si usted administra tanto SEO como PPC para las mismas propiedades, coordine con su equipo de búsqueda pagado en la migración AI Max. La expansión final de URL de AI Max puede trazar el tráfico pagado a páginas que su estrategia SEO apunta orgánicamente. Mapear la solapa ahora , antes de septiembre , para asegurar que sus esfuerzos pagados y orgánicos complementen en lugar de competir entre sí.
Qué hacer esta semana
| Action | Priority | Who |
|---|---|---|
| Establecer un protocolo de verificación: verifique cada reclamación de SEO generada por AI contra Google Search Central, confirme las declaraciones de empleados de Google, y los datos de Sistrix/SEMrush/Ahrefs antes de actuar en él | High | Todos los profesionales del SEO |
| Auditoría de su oleoducto de contenido para IA: compruebe si algún contenido publicado cita actualizaciones o estadísticas de algoritmos que no se pueden rastrear a una fuente primaria | High | Contenido / Editorial |
| Presentar informes detallados de spam para los competidores de spam generados por AI , informes ahora desencadenan acciones manuales | Medium | Technical SEO |
| Tire los datos de rendimiento de base de DSA antes de que la migración de AI Max cambie su informe | High | PPC / Búsqueda de pagos |
| Comience las pruebas voluntarias de migración AI Max a través de experimentos de un clic | Medium | PPC / Búsqueda de pagos |
| Mapa pagado / landing page orgánico sola antes de la expansión de URL final de AI Max va en vivo | Medium | Coordinación SEO + PPC |
Preguntas frecuentes
¿Cuál es el bucle AI Slop en SEO?
El bucle AI Slop es un ciclo de auto-reinforzamiento de la desinformación donde un sistema AI alucina un detalle, tuberías de contenido impulsadas por IA raspan y repubúrenlo, raspadores de IA adicionales recogen las copias, y sistemas de generación aumentada de recuperación (RAG) como Google AI Resúmenes y Perplejidad luego citan la información fabricada como hecho porque ahora tiene múltiples "fuentes". Lily Ray documentó casos donde las actualizaciones de algoritmos de Google completamente fabricadas fueron citadas como reales dentro de las 24 horas de la alucinación inicial.
¿Qué tan rápido puede propagarse la desinformación AI a través de motores de búsqueda?
Dentro de 24 horas. En pruebas documentadas por Lily Ray (enero 2026) y el periodista de la BBC Thomas Germaine, la información inventada publicada en una sola página web fue recogida y repetida por Google AI Overviews, ChatGPT y la aplicación Gemini dentro de un día. La velocidad es impulsada por gasoductos de contenido AI que raspan, reescriben y renuevan el contenido automáticamente, creando suficientes citas para los sistemas RAG para tratar la fabricación como hecho establecido.
¿Cuál es la diferencia de precisión entre los modelos AI pagados y gratuitos?
GPT-5.4 (titular pagado) produce 33% menos falsas afirmaciones y 18% menos errores de respuesta total en comparación con GPT-5.2. GPT-5.3 (titular libre) genera 26.8% más alucinaciones que GPT-5.4 con la búsqueda web activada. Un estudio del New York Times encontró que Google AI Resúmenes eran exactos 91% del tiempo, pero el 56% de esas respuestas correctas eran "no centradas", las fuentes citadas no apoyaban plenamente la información presentada.
¿Puede Google informes de spam ahora desencadenar acciones manuales?
Sí. A partir de abril de 2026, Google actualizó su política de reporte de spam para confirmar que los informes pueden desencadenar acciones manuales. Los informes siguen siendo anónimos, pero Google ahora envía el texto de la comunicación literal al propietario del sitio. Esto hace que los informes de spam sean una herramienta de aplicación legítima por primera vez, no sólo un cuadro de sugerencias para mejorar la detección automatizada.
¿Cuándo se deprecatan anuncios de búsqueda activa?
Las herramientas de actualización están funcionando ahora (abril 2026). Las actualizaciones automáticas a AI Max comienzan en septiembre de 2026, y a finales de septiembre se migrarán todas las campañas DSA elegibles. Después de septiembre, los anunciantes no pueden crear nuevas campañas DSA a través de cualquier interfaz. Google informa que las campañas AI Max ven un promedio 7% más conversiones en CPA similar o ROAS.
¿Qué porcentaje de usuarios de ChatGPT están en el nivel libre?
Aproximadamente el 94%. ChatGPT tiene 900 millones de usuarios activos semanales con aproximadamente 50 millones de suscriptores pagando. Esto importa porque los modelos de nivel libre (GPT-5.3) producen 26.8% más alucinaciones que los modelos pagados (GPT-5.4). La gran mayoría de los usuarios que interactúan con la búsqueda de IA están recibiendo resultados menos precisos, lo que amplifica el bucle AI Slop.
¿Cómo filtra GPT-5.4 la desinformación generada por AI?
GPT-5.4 utiliza un modelo de pensamiento con seis rondas de razonamiento interno. Filtra información de baja calidad limitando las búsquedas a fuentes autorizadas, aprobando nombres de expertos conocidos a las consultas, y ejecutando búsquedas específicas del sitio contra dominios confiables. Este enfoque de verificación de múltiples pasos es estructuralmente resistente a la IA Slop Loop porque evalúa la autoridad fuente en lugar de contar simplemente cuántas páginas están de acuerdo en una reclamación.
Sobre el autor
Francisco Leon de Vivero
Francisco es vicepresidente de crecimiento Growing Search y un experto en SEO global con 15 años de experiencia en toda empresa, comercio electrónico y búsqueda internacional. Ex Jefe de Plan Global SEO en Shopify, orador en SEonthebeach y UnGagged, y juez de búsqueda canadiense y europeo.