Por qué Wikipedia es la principal fuente de ChatGPT y qué significa

¿Es Wikipedia de verdad la fuente número uno de ChatGPT?

En el estudio más citado, sí. Profound analizó 680 millones de citas de ChatGPT, Google AI Overviews y Perplexity entre agosto de 2024 y junio de 2025. Para ChatGPT, Wikipedia representaba el 47,9 % de las 10 fuentes más citadas y Reddit el 11,3 %. El mismo estudio encontró un patrón distinto en otros casos: Reddit lideraba en Perplexity y en Google AI Overviews.

Lee la cifra con cuidado:

• Es una cuota del top 10, no de todo lo que cita ChatGPT. Los estudios que cuentan todas las citas informan de cuotas de Wikipedia mucho menores, porque los sitios de cola larga diluyen el total.
• Los métodos difieren. Qué cuenta como cita, qué consultas se muestrearon y cuándo cambian el resultado, y un estudio similar de otro proveedor halló cifras distintas.
• Es un agregado. Dice de dónde salen en general los hechos de ChatGPT, no las probabilidades de una marca concreta en una consulta concreta.

La lectura honesta: para las preguntas factuales sobre quién eres y qué haces, Wikipedia es un lugar muy probable donde un modelo aprendió o recuperó la respuesta. Es un motivo para cuidar tu presencia enciclopédica, no una promesa de que una página compre visibilidad.

¿Cómo acaba Wikipedia dentro de una respuesta de IA?

Por dos vías separadas que se comportan de forma distinta.

Ingesta de entrenamiento. Antes de hablar con nadie, un modelo se entrena con una gran instantánea congelada de texto. Wikipedia está bien representada: suponía alrededor del 3 % de la mezcla de entrenamiento de GPT-3 y alrededor del 4,5 % de la de LLaMA, y su contenido tiene licencia libre y se copia por toda la web. Los hechos absorbidos así pasan a formar parte del modelo y solo cambian cuando se entrena un modelo nuevo. Si cambiaste de marca el mes pasado, un modelo más antiguo no lo sabrá.

Recuperación y anclaje en vivo. Cuando una pregunta necesita información actual, un asistente puede buscar en el momento de responder, traer unos cuantos documentos y usarlos como contexto. Es la generación aumentada por recuperación. De Wikipedia es fácil recuperar hechos limpios y a menudo es a lo que apunta una cita visible. Algunos sistemas también contrastan los hechos de una entidad con fuentes estructuradas como Wikidata para decidir a qué «Apple» se refieren.

La mayoría de las respuestas reales mezclan ambas. Una presencia en Wikipedia afecta, por tanto, a lo que un modelo recuerda y a lo que recupera, que es la lógica de nuestro trabajo de visibilidad en IA y del papel de Wikipedia en las respuestas de IA. Dos señales documentadas de lo en serio que se la toman las empresas de IA: la Fundación Wikimedia puso en marcha un Wikidata Embedding Project en octubre de 2025 y en enero de 2026 enumeró a Google, Microsoft, Perplexity, Amazon, Meta y Mistral entre los socios de Wikimedia Enterprise.

¿Por qué confían los laboratorios de IA en Wikipedia?

Confían en ella porque su contenido tiene propiedades que hacen seguro aprender de ese texto a gran escala.

• Neutralidad. La política de punto de vista neutral exige una prosa no promocional, atribuida y equilibrada, que es el registro que un modelo quiere reproducir cuando suena factual.
• Reglas de fuentes. Las afirmaciones deben apoyarse en fuentes fiables independientes según la política de verificabilidad, de modo que una afirmación ya ha pasado un filtro.
• Licencia abierta. La reutilización libre elimina la fricción legal, así que el texto aparece de forma amplia en los conjuntos de datos.
• Escala y estructura. Millones de artículos siguen una disposición previsible, fácil de procesar para las canalizaciones.

Las citas son fiables porque el listón para llegar a la página es alto. Por eso también la página no puede comprarse.

¿Es Wikipedia la única fuente que usan los motores de IA?

No, y los motores difieren. Una sola respuesta puede combinar datos de entrenamiento recordados, una noticia reciente y una consulta estructurada. En el mismo estudio de Profound, Reddit lideraba las citas de Perplexity y la fuente principal de Google AI Overviews también era Reddit, así que el dominio de Wikipedia es más acusado en ChatGPT. Por eso miramos también la visibilidad en Reddit y Quora y tu propio sitio, y por eso una página de Wikipedia es una capa fuerte, no toda la pila.

¿Qué pasa si no tienes entrada en Wikipedia ni en Wikidata?

En las preguntas factuales de nivel identitario pierdes una fuente de alta confianza, y el modelo puede describirte con menos frecuencia o con menos precisión. Tres resultados son plausibles: nombra a competidores que tienen entrada y no a ti; describe tu categoría en lugar de a ti; o compone una descripción a partir de fuentes dispersas de menor confianza, como una ficha antigua de un directorio. De ellos, el tercero es el dañino.

Para ser precisos: no tener entrada no te hace imposible de mencionar. Un modelo aún puede recurrir a noticias, a tu propio sitio o a foros de debate. La cuestión es que la capa enciclopédica es casi binaria: o las fuentes de referencia te conocen como una entidad distinta o no. Si el modelo ya se equivoca sobre ti, consulta qué hacer cuando ChatGPT se equivoca sobre tu empresa. La mitad estructurada del trabajo se trata en Wikidata y el Knowledge Graph de Google.

¿Cómo es una buena entrada de Wikipedia para la IA?

Una buena entrada es legible, no halagadora, y las cualidades que ayudan a un modelo son las que los editores ya hacen cumplir:

• Una primera frase nítida que diga qué es el tema, porque los sistemas de recuperación se apoyan en ella.
• Una infobox completa con el año de fundación, la sede, el sector y el sitio oficial.
• Texto enciclopédico por secciones en el orden habitual: historia, productos, operaciones.
• Referencias independientes densas para cada afirmación relevante.
• Un elemento de Wikidata enlazado con declaraciones bien fundamentadas.

No hay ningún truco de formato especial para la IA; son los fundamentos enciclopédicos bien hechos. El requisito previo es que el tema cumpla la relevancia, por eso empezamos con una evaluación gratuita de fuentes de 10 minutos (para los casos dudosos ofrecemos una auditoría de relevancia de pago) y por eso nadie puede prometer un artículo.

¿Cuáles son los límites de la influencia de Wikipedia en la IA?

Una página aumenta la probabilidad de una mención exacta, y nada más. Tres límites:

• Nadie controla la salida de un modelo. Ningún panel, colocación de pago o API permite a una marca insertar una frase en una respuesta. Influyes en las entradas, como las fuentes de las que aprendió o que recupera un modelo.
• La cita es probabilística. La misma consulta puede mostrar marcas distintas en días y modelos distintos.
• Wikipedia muestra lo malo junto con lo bueno. Un artículo neutral refleja la cobertura crítica sustancial en fuentes fiables. A los equipos de reputación esto suele sorprenderles.

Un proveedor que afirma controlar cómo habla la IA de tu marca vende algo que nadie puede entregar.

¿Cómo se consigue una entrada conforme a WP:COI y WP:PAID?

El trabajo declarado, neutral y guiado por las fuentes es la única vía que perdura. WP:COI y las normas de edición remunerada de los Términos de uso de Wikimedia obligan a los colaboradores remunerados a declararlo. La edición promocional no declarada hace que las páginas se etiqueten, se reviertan o se eliminen y que se bloqueen cuentas. Consulta nuestras explicaciones sobre edición remunerada y declaración y sobre si es legal pagar por una página.

Una vía conforme a las normas: evaluar primero la cobertura independiente; si las fuentes se quedan cortas, construir cobertura mediática real o empezar con un elemento de Wikidata; redactar con neutralidad a partir de las fuentes; declarar la relación de pago a nombre de WikiBusines; completar en paralelo el elemento de Wikidata. La vía conforme a las normas y la eficaz son la misma, porque una página que se revierte se lleva consigo sus beneficios posteriores.

Cómo ayuda WikiBusines

Construimos la base enciclopédica y estructurada, declarada y sin resultados prometidos:

• Auditoría de relevancia, desde €490, que se descuenta de la página si la encargas en el plazo de un mes: una evaluación de si tus fuentes respaldarían un artículo.
• Creación de página, desde €2,400 para inglés, 4 a 5 semanas, con 90 días de monitorización y garantía tras la publicación; una entidad de Wikidata desde €680.
• Auditoría de visibilidad en IA, €490: qué dicen ahora los asistentes sobre ti y en qué fuentes se basan.

Para hablar de en qué punto está tu marca, contáctanos.