Foros, redes sociales y enciclopedias online son las principales fuentes de la IA. Una investigación abrió el debate sobre la calidad y veracidad de esas plataformas.
Los modelos de inteligencia artificial más populares, como ChatGPT o Perplexity, no generan conocimiento de la nada. Sus respuestas se construyen a partir de su entrenamiento con datos y enormes volúmenes de información disponibles en internet pero, ¿cuáles son las fuentes más citadas en este proceso?
De acuerdo con un análisis de Semrush, que examinó 150.000 menciones hechas por sistemas de IA en junio de 2025, los resultados muestran un ranking claro: algunos sitios concentran gran parte de las referencias, lo que permite entender mejor de dónde obtienen sus verdades los chatbots de IA.
La investigación demostró que el grueso de los datos de los que se vale la IA para dar sus respuestas proviene de plataformas con gran tráfico y alto nivel de interacción de usuarios, desde foros hasta redes sociales, tiendas y repositorios de información colaborativa.
Según el informe, Reddit es por lejos el dominio más citado: un 40,1% de las referencias provienen de este foro global en el que usuarios comparten experiencias, consejos y debates. El segundo lugar lo ocupa Wikipedia con un 26,3%, lo que confirma su rol histórico como enciclopedia colaborativa de internet.
Luego aparecen YouTube (23,5%) y Google.com (23,3%), dos gigantes que no solo concentran búsquedas sino también material visual, educativo y de entretenimiento. A la lista se suman plataformas como Yelp (21%), clave en reseñas de comercios, y Facebook (20%), todavía muy influyente en términos de interacción social y datos de usuarios.
Entre las sorpresas figura Amazon (18,7%), cuya base de productos y comentarios lo convierte en un recurso relevante, y Tripadvisor (12,5%), donde se acumula información vinculada a turismo, viajes y experiencias.
El estudio también muestra cómo redes sociales como Instagram (10,9%) y LinkedIn (5,9%) son utilizadas como fuente de información. Aunque no alcanzan los niveles de Reddit o Facebook, representan un insumo clave en temas vinculados a tendencias, perfiles profesionales y cultura digital.
Incluso aparecen en el ranking portales que marcaron la historia de internet, como Yahoo (4,4%) y Pinterest (4,2%), lo que demuestra que siguen teniendo un peso, aunque mucho menor, en el ecosistema de datos que nutre a los modelos de IA.
Qué significa este ránking
El relevamiento de Semrush pone en números una realidad conocida: los grandes modelos de lenguaje se apoyan en sitios de alto tráfico, colaborativos y constantemente actualizados para ofrecer respuestas. Sin embargo, también abre un debate importante sobre la calidad y la veracidad de esas fuentes.
Que plataformas como Reddit tengan tanta influencia implica que buena parte del conocimiento de la IA surge de conversaciones de usuarios, no siempre verificadas. Del mismo modo, reseñas y comentarios en Amazon, Yelp o Tripadvisor aportan valor, pero también pueden arrastrar sesgos o desinformación.
En un momento en que la IA se consolida como herramienta cotidiana en educación, trabajo y comunicación, este tipo de informes ayudan a entender de dónde salen los datos y por qué es fundamental acompañar sus respuestas con mirada crítica.
