
Pew Research Center. (2026, 1 de octubre). Welcoming machines as audience: A guide for nonprofit communicators thinking about AI. Pew Research Center. Consultar artículo original
La idea fundamental es que la visibilidad institucional está cambiando: ya no basta con estar presente en Internet, también hay que ser comprensible, recuperable y reconocible para la inteligencia artificial. Las bibliotecas tienen aquí una nueva responsabilidad como intermediarias entre el conocimiento publicado, los sistemas inteligentes y los ciudadanos.
Se presenta una guía del Pew Research Center dirigida a profesionales de la comunicación de organizaciones sin ánimo de lucro, con recomendaciones para adaptar sus estrategias a un escenario en el que la inteligencia artificial se ha convertido en intermediaria entre las fuentes de información y los ciudadanos. Los usuarios recurren cada vez más a herramientas como ChatGPT y otros asistentes inteligentes para buscar información, resolver dudas y conocer el trabajo de diferentes instituciones. Este cambio está modificando la manera en que las personas descubren, interpretan y confían en los contenidos publicados en Internet.
La idea central es que las organizaciones ya no deben pensar exclusivamente en las personas como destinatarias de sus contenidos, sino también en los sistemas de inteligencia artificial que rastrean, interpretan, seleccionan y presentan esa información. Esto significa que las instituciones deben aprender a comunicar simultáneamente para dos públicos: los lectores humanos y las máquinas que procesan sus contenidos. La presencia de una organización en los resultados de los buscadores tradicionales ya no garantiza que también aparezca en las respuestas generadas por los asistentes de IA.
El documento propone una estrategia estructurada en tres líneas de actuación: aceptar, adaptar y avanzar (Accept, Adapt, Advance).
– Aceptar (Accept): reconocer que la inteligencia artificial ha llegado para quedarse y que una parte de los usuarios ya utiliza estos sistemas para acceder a la información. Las organizaciones deben asumir que este comportamiento puede afectar al tráfico directo hacia sus páginas web y a la manera en que se distribuyen sus contenidos.
– Adaptar (Adapt): analizar cómo aparecen actualmente los contenidos institucionales en las respuestas de los sistemas de IA. Se recomienda realizar pruebas con preguntas reales relacionadas con la actividad de la organización, utilizando diferentes plataformas. Es importante comprobar si la institución aparece mencionada, si sus documentos son citados y si se incluyen enlaces que permitan acceder a las fuentes originales.
– Avanzar (Advance): incorporar los resultados de estas evaluaciones a las futuras estrategias de comunicación. Esto implica mejorar la estructura, los metadatos y la accesibilidad de los contenidos para facilitar su interpretación por parte de los sistemas automatizados, sin descuidar las necesidades de los lectores humanos.
La guía incluye una lista de comprobación con recomendaciones prácticas. En primer lugar, propone decidir si interesa que los chatbots de inteligencia artificial utilicen y difundan los contenidos de la organización. Esta decisión debe estar vinculada a sus objetivos institucionales, identificando qué investigaciones, servicios, productos y públicos interesa hacer más visibles. También se debe definir qué resultados se esperan: respuestas precisas, atribución correcta de la autoría y enlaces que conduzcan a la fuente original.
En segundo lugar, recomienda evaluar la visibilidad institucional en los sistemas de IA mediante entre 10 y 20 preguntas reales que deberían permitir localizar los conocimientos, investigaciones o datos de la organización. Estas consultas deben probarse en distintas plataformas, registrando si la institución aparece, si recibe citas y enlaces y si la información recuperada es actual, correcta y completa. También conviene identificar errores, referencias desactualizadas, omisiones y problemas de atribución, repitiendo periódicamente las pruebas para observar la evolución.
Otro aspecto fundamental es la denominada legibilidad para las máquinas (machine readability). Pew Research Center recomienda que los datos representados en gráficos estén disponibles también como texto, que los metadatos describan claramente los temas, autores, periodos temporales y conjuntos de datos, y que los informes importantes dispongan de versiones en texto plano o Markdown. Asimismo, aconseja revisar las páginas web para detectar elementos que puedan dificultar el rastreo, la interpretación o la recuperación de la información por parte de los sistemas automatizados.
Finalmente, el documento propone medir los resultados mediante tres indicadores principales: visibilidad, precisión y generación de tráfico. No basta con que una herramienta de IA mencione una institución; también debe representar correctamente su información y facilitar el acceso a sus contenidos originales. Para ello, recomienda establecer responsables de seguimiento y realizar evaluaciones periódicas en las principales plataformas.
Lista de comprobación práctica para profesionales de organizaciones sin ánimo de lucro
1. ¿Quieres que las personas utilicen chatbots de inteligencia artificial para encontrar y conocer el trabajo de tu organización?
- Analiza cómo la visibilidad en los sistemas de IA contribuye a la misión y a los objetivos de comunicación de tu organización.
- Decide si quieres que los sistemas de inteligencia artificial accedan a tus contenidos y los muestren en sus respuestas.
- Identifica los temas, productos y públicos para los que resulta más importante tener visibilidad en la IA.
- Define los resultados que deseas conseguir: respuestas precisas, atribución clara de la autoría y enlaces que permitan regresar a tu organización y consultar sus fuentes originales.
2. ¿Cómo aparece actualmente tu trabajo en los sistemas de IA? ¿Es esa la visibilidad que deseas?
- Selecciona entre 10 y 20 preguntas o instrucciones reales (prompts) que deberían permitir localizar tus conocimientos especializados, investigaciones o datos.
- Prueba las mismas preguntas en diferentes plataformas de inteligencia artificial.
- Registra si tu organización aparece mencionada, citada y enlazada.
- Pide a un experto en la materia que evalúe si cada respuesta está actualizada y es precisa y completa.
- Identifica patrones y problemas, como información desactualizada, atribuciones poco claras, enlaces ausentes o datos que los sistemas no consiguen recuperar.
- Repite las pruebas periódicamente para comprobar qué aspectos cambian con el tiempo.
3. ¿Cómo puedes conseguir que tus contenidos sean legibles para las máquinas?
- Adopta un flujo de trabajo simultáneo: continúa ofreciendo contenidos y servicios a las personas mientras preparas también la información para que pueda ser procesada por las máquinas.
- Facilita que los datos y la información que aparecen en gráficos estén disponibles en formato de texto legible, y no únicamente como imágenes estáticas.
- Mejora los metadatos para que los sistemas puedan identificar elementos como el tema, la población estudiada, los años que abarca la información, los informes, los conjuntos de datos y los autores.
- Crea versiones en texto plano o Markdown de los principales informes para facilitar que las máquinas recuperen sus contenidos esenciales.
- Audita tu sitio web para detectar cualquier elemento que pueda dificultar que los sistemas automatizados rastreen, interpreten o relacionen la información.
4. ¿Cómo puedes saber si estás teniendo éxito?
- Comprueba que los motores de inteligencia artificial recuperan tu información (visibilidad), la representan correctamente (precisión) y generan tráfico hacia tu organización (enlaces).
- Utiliza diferentes indicadores para evaluar los resultados, entre ellos pruebas basadas en preguntas (prompts), actividad de los rastreadores de IA, menciones, citas y tráfico procedente de referencias externas.
- Designa a una persona responsable de realizar pruebas periódicas en las plataformas y modelos de inteligencia artificial más utilizados.







