El contenido generado con IA sí posiciona en Google. El problema es lo que pasa después
Un experimento de 16 meses con 2.000 artículos generados con IA revela exactamente cuánto dura la visibilidad y por qué colapsa.
La pregunta que todos se están haciendo
Hay una pregunta que muchos equipos de marketing se están haciendo en este momento: ¿funciona publicar contenido generado con IA para posicionar en Google?
La respuesta corta es sí. La respuesta completa es más interesante.
SE Ranking publicó los resultados de un experimento de 16 meses que responde esta pregunta con datos concretos, y los resultados dicen algo distinto a lo que la mayoría esperaría escuchar.
El experimento
El equipo compró 20 dominios nuevos, sin autoridad, sin backlinks, sin historial de búsqueda. Cada dominio se enfocó en un nicho distinto, desde salud y finanzas hasta viajes, mascotas y tecnología. En cada uno publicaron 100 artículos generados completamente con IA, sin edición humana, sin reescritura, sin mejoras posteriores. En total, 2.000 piezas de contenido.
Después de publicar, agregaron los sitios a Google Search Console, enviaron los sitemaps, y no tocaron nada más. El objetivo era observar qué hacía Google con ese contenido solo, sin intervención.
Lo que pasó en los primeros meses
Los primeros resultados llegaron 36 días después de la publicación, y fueron más fuertes de lo esperado.
El 71% de las páginas fue indexado dentro del primer mes. Los 20 sitios generaron colectivamente más de 122.000 impresiones y 244 clics. El 80% de los dominios rankeó para al menos 100 keywords, y varios rankearon para más de 1.000.
Para dominios sin ningún tipo de autoridad, eso es notable. Google no solo estaba indexando el contenido, estaba mostrándolo en búsquedas reales.
En los meses dos y tres el crecimiento continuó. Las impresiones acumuladas llegaron a más de 526.000 y los clics a 782. Doce de los veinte sitios rankeaban para más de 1.000 keywords. Si el experimento hubiera terminado ahí, los resultados habrían parecido un argumento sólido a favor de publicar contenido con IA a escala.
Pero el experimento no terminó ahí.
El colapso
Alrededor del tercer mes, todo cambió.
El porcentaje de páginas en el top 100 cayó del 28% al 3%. El contenido seguía indexado, pero casi nadie lo veía. Las impresiones y los clics siguieron sumando en términos acumulados, pero la mayor parte de esa actividad había ocurrido en los primeros dos meses y medio. Los siguientes tres meses y medio agregaron apenas el 25% al 30% del total.
El patrón es claro: Google testea el contenido nuevo, lo muestra temporalmente mientras evalúa su utilidad, y después decide si merece mantenerse visible. En este caso, la respuesta fue mayoritariamente no.
Por qué colapsó
El estudio es explícito en las razones. Las 2.000 páginas carecían de los elementos que Google usa para evaluar calidad y confianza.
Sin backlinks ni validación externa, los dominios no tenían autoridad para competir con sitios establecidos. Sin autores, credenciales ni expertise real, el contenido no cumplía con los estándares de E-E-A-T, especialmente crítico en nichos como salud, finanzas y derecho, donde Google aplica criterios más estrictos. Y sin diferenciación real, el contenido se parecía a miles de páginas que ya existían sobre los mismos temas, sin ofrecer ninguna perspectiva que justificara mostrarlo por encima de lo que ya estaba rankeando.
Los dominios de salud y finanzas tuvieron los peores resultados de indexación a largo plazo. Al mes 16, el dominio de finanzas tenía apenas 9 de 100 páginas indexadas, y el de salud, 14.
¿Quieres implementar esto con herramientas y soporte?
En My Rank Lab tienes 9 herramientas premium, trainings mensuales y acceso directo a Ana para resolver tus dudas de marketing e IA.
Lo que pasó a los 16 meses
Después del colapso, la visibilidad se mantuvo baja durante el resto del experimento. Hubo un repunte breve en agosto de 2025, coincidiendo con la actualización de spam de Google de ese mes. Diez de los veinte sitios vieron un aumento temporal de impresiones durante dos semanas. Pero solo cuatro mantuvieron una mejora marginal. Los otros seis volvieron a los niveles anteriores.
Al cierre del experimento, el 67% de las páginas seguía indexado y las impresiones acumuladas llegaron a poco más de un millón. Pero la mayor parte de esa actividad fue generada en los primeros meses, antes del colapso.
El hallazgo que nadie esperaba
En marzo de 2026, el equipo corrió un experimento adicional: publicó contenido nuevo generado con IA en ocho de los sitios que habían estado estancados.
El resultado fue inesperado. Los sitios que recibieron contenido nuevo mostraron un aumento de impresiones, pero no en las páginas nuevas. El alza vino de páginas antiguas que llevaban meses sin generar actividad.
Un sitio enfocado en negocios pasó de 458 impresiones en febrero a 7.750 en marzo. Uno de derecho pasó de 19 a 356. Uno de ciencia, de 34 a 633. Publicar contenido nuevo parece haber señalado a Google que los sitios estaban activos, generando un empuje temporal en páginas que ya existían.
Son resultados tempranos y el equipo es cuidadoso en no sobre-interpretarlos. Pero es un dato que vale seguir de cerca.
Qué significa esto para una estrategia de contenido real
Lo que este experimento demuestra no es que el contenido con IA no funciona. Es que funciona de una forma muy específica y falla de una forma muy predecible.
Funciona para indexación inicial y visibilidad temprana. Google indexa el contenido, lo testea en búsquedas reales, y en los primeros meses genera impresiones. Para un equipo que necesita construir cobertura temática rápido, eso tiene valor.
Falla cuando el contenido no tiene nada que lo distinga. Sin autoridad del dominio, sin perspectiva genuina, sin señales de expertise, Google termina priorizando lo que ya existe sobre lo nuevo que se parece a lo que ya existe.
La conclusión práctica no es dejar de usar IA para crear contenido. Es entender que la IA resuelve el problema de velocidad de producción, no el problema de calidad o diferenciación. Un artículo generado con IA que después pasa por edición humana real, que agrega perspectiva propia, que incluye datos o experiencias que no están en ningún otro lado, tiene posibilidades de mantenerse visible. Uno que sale directo del modelo sin ninguna intervención tiene tres meses de vida útil en el mejor de los casos.
La IA acelera el proceso. Lo que decide si el contenido se queda o desaparece sigue siendo lo mismo de siempre: si es genuinamente mejor que lo que ya existe para quien está buscando ese tema.
Mantente al día con lo último en marketing e IA
Recibe recursos, frameworks y herramientas antes que nadie. Sin spam.