Qué es E-E-A-T y por qué decide si el contenido de AI se posiciona

La página de Google sobre la creación de contenido útil expone el término exactamente una vez, como "experience, expertise, authoritativeness, and trustworthiness, or what we call E-E-A-T". Después, desarrolla las preguntas que lo sustentan durante el resto de la página. Cuatro cualidades. Una de ellas no puede ser producida por ninguna herramienta de redacción en absoluto, y las otras tres sobreviven a un flujo de trabajo con IA si un editor las establece correctamente. Casi nadie que escribe sobre esto distingue entre los dos grupos.

Entonces, ¿qué es E-E-A-T? E-E-A-T es la abreviatura de Google para cuatro cualidades que sus evaluadores humanos de calidad valoran en una página y en quien la publicó: experiencia, pericia, autoridad y fiabilidad. Procede de las Search Quality Rater Guidelines, el documento que usan los evaluadores cuando Google comprueba si sus sistemas de clasificación están produciendo buenos resultados. El origen determina cómo se aplica el concepto al contenido asistido por IA. Y es la parte que la mayoría de las explicaciones omite.

La cuestión de la política está en otro lugar y tiene su propia respuesta. La posición documentada de Google sobre el contenido de IA y las clasificaciones cita las frases operativas y fecha cada revisión, y ninguna de ellas trata la autoría por IA como un demérito. Esta publicación responde, en cambio, a la cuestión de la calidad: qué de los cuatro aspectos aporta un borrador de IA por sí solo, cuál no puede aportar estructuralmente, y qué debe añadir un editor para suplir la diferencia.

¿Qué es E-E-A-T? Los cuatro aspectos, definidos

La experiencia es el contacto directo de primera mano con el tema. La propia pregunta de autoevaluación de Google lo formula de manera concreta: "Does your content clearly demonstrate first-hand expertise and a depth of knowledge (for example, expertise that comes from having actually used a product or service, or visiting a place)?" La pericia es el conocimiento demostrado del tema, que Google presenta como una pregunta aparte: "Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?" Ambas se solapan en la formulación y se separan en la práctica. Una persona puede conocer un campo a fondo y, aun así, no haber usado nunca el producto específico que está reseñando.

La autoridad es reputación. Describe si la página, el autor y el sitio son reconocidos como una fuente a la que otras personas acuden sobre este tema concreto, lo cual es una propiedad del mundo y no del texto. La fiabilidad es exactitud, transparencia y rendición de cuentas, y la documentación de Google es directa respecto de su peso: "Of these aspects, trust is most important." Los otros tres existen en parte para sostenerla. Una página escrita por un auténtico experto sigue fallando en fiabilidad cuando el lector no puede ver quién la publicó ni cómo se elaboró.

De dónde procede E-E-A-T, y por qué Google dice que no es un factor de clasificación

E-E-A-T procede de las Search Quality Rater Guidelines, el documento que Google entrega a los evaluadores humanos que valoran muestras de resultados de búsqueda. La formulación de Google sobre su relación con la clasificación merece leerse literalmente y no en resumen: "While E-E-A-T itself isn't a specific ranking factor, using a mix of factors that can identify content with good E-E-A-T is useful." Y sobre los propios evaluadores: "Rater data is not used directly in our ranking algorithms."

Y la analogía de Google para lo que hacen los evaluadores es la de un restaurante que lee tarjetas de comentarios: "Rather, we use them as a restaurant might get feedback cards from diners. The feedback helps us know if our systems seem to be working." Las tarjetas le dicen a la cocina si la comida está funcionando. No cocinan nada.

La consecuencia práctica importa específicamente para el contenido generado por IA. No existe una puntuación de E-E-A-T que aumentar, de modo que las estrategias construidas en torno a señalar los cuatro aspectos no dan en el blanco. Lo que sí puede aumentarse es la sustancia subyacente que se pidió a los evaluadores que buscaran, y la sustancia es precisamente donde un borrador de IA está desigualmente equipado.

Qué aspectos puede sostener un borrador de IA sin ayuda

Dos de los cuatro sobreviven a un flujo de trabajo totalmente automatizado, uno sobrevive en parte y uno no sobrevive en absoluto. La pericia sobrevive en parte, porque un modelo entrenado con material publicado reproduce conocimientos precisos sobre la materia en temas bien documentados, y cada una de sus frases puede verificarse. La autoridad reside en el sitio y en el autor, más que en el borrador, de modo que un dominio consolidado presenta una página asistida por IA con la misma facilidad que cualquier otra. La confiabilidad depende del proceso: la verificación, la transparencia y un autor identificado son cosas que un editor aporta después de que la redacción ha terminado. La experiencia es la única a la que ningún paso de redacción puede llegar.

Aspecto de E-E-A-T	Con qué lo vincula Google	Qué aporta por sí solo un borrador de AI	Qué tiene que añadir el editor
Experiencia	Contacto de primera mano: experiencia que proviene de haber usado realmente un producto o servicio, o de haber visitado un lugar	Nada. Un modelo no ha usado ningún producto ni ha visitado ningún lugar	Una medición, una captura de pantalla, un resultado fechado, una decisión que usted tomó y lo que ocurrió después
Pericia	Contenido escrito o revisado por un experto o entusiasta que demuestra conocer bien el tema	Conocimiento preciso del tema en asuntos bien documentados, totalmente no verificado	Un revisor identificado que conoce el campo, y una comprobación de cada afirmación que produjo el modelo
Autoridad	Reconocimiento del sitio y del autor como una fuente a la que otros acuden sobre este tema	Nada, ya que la reputación es una propiedad del mundo y no del texto	Citas que otros eligen hacer, un enfoque temático coherente, un autor con un historial trazable
Confiabilidad	Exactitud, transparencia y rendición de cuentas, que Google considera lo más importante de las cuatro	Prosa fluida que suena segura tanto si el contenido es correcto como si no lo es	Una firma, un método declarado, fuentes que resuelven, y una corrección visible cuando algo está mal

La tercera columna es la que sorprende a la gente. Un modelo produce una prosa igualmente segura en todos los niveles de exactitud, lo que significa que la fluidez no aporta ninguna información sobre la confianza en absoluto. Por eso la verificación es la etapa editorial de mayor valor en una página asistida por AI, y por eso no puede delegarse en un segundo modelo: un verificador entrenado del mismo modo comete errores correlacionados.

Experiencia: El aspecto que un modelo no puede suministrar estructuralmente

Un modelo nunca ha usado un producto, asistido a una reunión, realizado una prueba ni visitado un lugar. Todo lo que produce es una recombinación de texto que describe la experiencia de otras personas, lo cual es una cosa distinta de la experiencia y se lee como una cosa distinta para un lector cuidadoso. La pregunta de autoevaluación de Google nombra la brecha con precisión, al preguntar si el contenido demuestra una pericia que proviene de haber usado realmente un producto o servicio, o de haber visitado un lugar. Un borrador ensamblado a partir de fuentes publicadas responde no en cada cláusula de esa pregunta.

Por eso se añadió la segunda E en absoluto. Google añadió Experience a lo que había sido E-A-T en una actualización de diciembre de 2022 de sus directrices para evaluadores de calidad, y la adición separó el saber sobre algo de haberlo hecho. En consultas comerciales, esa distinción hace la mayor parte del trabajo, porque ahora saber sobre un producto es barato y haberlo usado no lo es. Un lector que compare dos páginas de reseñas puede normalmente saber, en un párrafo, qué autor abrió la caja.

La prueba en sus propios borradores lleva aproximadamente un minuto. Lea la página y encuentre la frase que solo podría haber sido escrita por alguien que hizo la cosa. En una página producida por completo por IA, la respuesta suele ser que no existe tal frase, y ninguna cantidad de reescritura lo cambia, porque la reescritura opera sobre las frases que ya están ahí.

Qué añade un editor para aportar experiencia y confianza

Cuatro añadidos cubren la mayor parte de la brecha, y ninguno de ellos es una tarea de redacción. El primero es un artefacto de su propio trabajo, un número que registró, una captura de pantalla de una pantalla real, un antes y después fechado que alguien podría auditar. El segundo es un autor identificado con un registro trazable. La lista de autoevaluación de Google pregunta directamente, "Do pages carry a byline, where one might be expected?", y su orientación alienta firmemente una información de autoría precisa allí donde los lectores esperarían encontrarla. Google no llama a una byline una señal de clasificación, y no necesita que lo sea para que el argumento orientado al lector se sostenga.

La tercera adición es la transparencia sobre el método. Google formula esto como el How en un marco de Who, How and Why, y su propia redacción es que saber cómo se produjo una pieza de contenido resulta útil para los lectores. Una posición publicada sobre cómo se usa y se divulga la IA cumple esa función a nivel del sitio, y un lector puede comprobarla, lo cual es más de lo que ofrece una afirmación dentro de una entrada de blog. La orientación de Google trata el Why como la más importante de las tres preguntas, y una página producida principalmente para ocupar un resultado de búsqueda la responde mal, quienquiera que haya escrito las palabras.

La cuarta adición es la edición, y aparece al final por una razón. Una guía para humanizar texto de IA cubre la mecánica de ese paso, y un humanizer construido para páginas de marketing lo ejecuta sin alterar las frases por las que una página ya posiciona. Ninguno de los dos añade experiencia. Una página que se lee de forma excelente sin nada detrás es exactamente el caso de fracaso que se añadió la segunda E para describir, y el paso de edición es lo que hace que ese fracaso sea más difícil de detectar.

Convertir el principio en un paso de edición es la mitad práctica. Humanizar una entrada de blog de IA para SEO cubre una sola página, y hacer lo mismo en una gran biblioteca se trata por separado.

Abra la última página asistida por IA que publicó y busque la frase que solo usted podría haber escrito. Si no hay ninguna, la solución es una llamada telefónica, una prueba o una captura de pantalla de algo real, y llevará más tiempo que el borrador. Esa brecha entre una hora de redacción y una semana de averiguarlo es el coste real de la segunda E, y es la razón por la que tan pocas páginas la incorporan.