Webs fantasma para engañar a la IA: cómo detectarlas

Buscas una guía para configurar algo en tu ordenador, y el primer resultado parece un tutorial serio: portada limpia, secciones ordenadas, un autor con nombre y hasta una biografía. Solo que ese artículo no lo escribió nadie. Esa web no buscaba lectores: fue generada en minutos por un modelo de lenguaje para colocarse en los resultados de búsqueda y en las respuestas de los chatbots, y existe únicamente para engañar al sistema que te la recomendó. Son las llamadas webs fantasma: sitios creados en masa para manipular lo que leen los buscadores tradicionales y, cada vez más, los asistentes de inteligencia artificial como ChatGPT, Perplexity o Gemini.

El fenómeno ha crecido tanto que ya tiene medición y vigilancia propios. El analista de medios NewsGuard y el detector de contenido IA Pangram Labs lanzaron en marzo de 2026 un sistema conjunto de detección que ya ha identificado más de 3.700 webs granja de contenido IA, y el recuento crece entre 300 y 500 sitios nuevos cada mes, según los propios NewsGuard y Pangram Labs. Un análisis de Pew Research Center publicado en agosto de 2026, basado en casi medio millón de páginas web archivadas, estimó que alrededor del 35% de las páginas publicadas después de la llegada de ChatGPT muestran señales claras de autoría o edición sustancial por IA. Buena parte de ese volumen es contenido legítimo, pero una parte relevante son precisamente webs fabricadas para engañar: no le piden nada al lector, le piden datos al algoritmo.

Qué es una web fantasma

Una web fantasma es un sitio que simula ser un medio o un blog de confianza pero que en realidad no produce conocimiento: produce tráfico. Suele presentar nombres genéricos y anodinos, del estilo de «Times Business News» o «Business Post», con un diseño correcto, secciones convencionales y una cadencia de publicación absurda: decenas de artículos al día, algo que ninguna redacción humana pequeña puede sostener con rigor. NewsGuard, que mantiene un centro de seguimiento de estos sitios, los clasifica como granjas de contenido IA cuando cumplen cuatro criterios: una parte significativa de su contenido es generado por IA, el sitio publica sin supervisión humana significativa, el diseño hace parecer que los artículos los escribieron periodistas humanos, y el sitio no declara que su contenido lo produce una IA.

El término «web fantasma» conviene entenderlo en sentido amplio. No todo sitio fantasma es una granja de contenido: también lo son las páginas falsas que suplantan a una herramienta real (una web de descarga de una IA popular que en realidad instala malware), los perfiles inventados con historial y portfolio falsos, o los hilos y comentarios sintéticos que se generan para que un asistente de IA cite una marca concreta como «la mejor opción». Lo que une a todos es el patrón: contenido fabricado para ser leído por una máquina, no por una persona.

Por qué ahora: la IA ha cambiado el incentivo

Hasta hace poco, montar una red de sitios de spam costaba dinero y tiempo: había que redactar miles de textos mediocres o pagar a alguien que lo hiciera. Los modelos generativos han reducido ese coste casi a cero. La misma lógica que permite a cualquier persona crear una web decente en una tarde permite a un operador crear trescientas en una semana. Y cuando el modelo de negocio es la publicidad programática —anuncios que se reparten automáticamente entre millones de sitios sin que nadie los revise—, incluso un tráfico minúsculo multiplicado por miles de dominios deja beneficio.

Hay además un incentivo nuevo y más agresivo: los buscadores conversacionales. Cuando preguntas algo a un chatbot con acceso a la web, el sistema recupera páginas, las lee y sintetiza una respuesta. Si una red de sitios sintéticos inunda esa recuperación con miles de artículos que asocian una marca con términos como «mejor CRM» o «estudio de Harvard», el asistente puede incorporar esa asociación a su respuesta como si fuera consenso público. Investigadores de la empresa de seguridad SPLX demostraron en octubre de 2025 esta técnica, llamada cloaking dirigido a IA: un sitio detecta cuando lo visita un rastreador de IA (el de ChatGPT, el de Perplexity o el navegador Atlas de OpenAI) y le sirve un contenido distinto del que ve un humano. En uno de sus experimentos, los rastreadores de Atlas y ChatGPT reprodujeron sin cuestionarlo una biografía envenenada de una persona ficticia, «sin validación, solo alucinación segura y autoritaria basada en datos manipulados», según sus autores. El mismo mecanismo funciona en sentido positivo: servir al rastreador elogios inventados sobre un producto.

El resultado es un círculo que se retroalimenta: las granjas generan contenido para los buscadores, los buscadores lo citan, las citas dan visibilidad y la visibilidad atrae publicidad, que financia más granjas. Puesto que los métodos de detección no son perfectos, NewsGuard mismo advierte de que la cifra real de estos sitios es probablemente mayor que la identificada.

Las señales que delatan a una web fantasma

Ninguna señal por sí sola es prueba definitiva, pero la combinación de varias de las siguientes es un patrón muy reconocible:

• Dominio recién registrado con aspecto veterano. El diseño puede parecer el de un medio con años de historia, pero el dominio tiene semanas o meses de vida. La fecha de registro es pública y se consulta en segundos con cualquier servicio WHOIS o comprobador de antigüedad de dominios.
• Historial vacío en archivos. Una web que se presenta como medio consolidado pero que no aparece en el Archivo de Internet (Wayback Machine) antes de hace unos meses, o con solo dos o tres capturas recientes, miente sobre su antigüedad.
• Autores imposibles de rastrear. El equipo tiene nombres pero sin presencia fuera del propio sitio: sin LinkedIn, sin artículos en otros medios, sin huella previa. O directamente los artículos van firmados por iniciales o por nombres que solo existen en esa web.
• Volumen y velocidad anómalos. Decenas de artículos diarios sobre temas muy dispares (criptomonedas, salud, famosos, tecnología) sin especialización aparente y con fecha de publicación idéntica a la de creación de la página.
• Rasgos lingüísticos típicos de IA. El análisis de Pew sobre medio millón de páginas identifica marcadores frecuentes: abuso de rayas largas (em dashes), comas de Oxford, vocabulario cargado de muletillas y estructuras de paralelismo negativo («no se trata solo de X, es mucho más que X»). Un ejemplo de texto con señales fuertes de IA incluye frases como «el internet ha evolucionado en algo más allá de una simple red de páginas conectadas», con ese aire solemne y vacío que invita a desconfiar.
• Discrepancia con fuentes externas. Cifras, estudios o citas que no se pueden rastrear hasta el original. Si el artículo menciona un «informe de Gartner de 2026» sin enlace a Gartner, ese dato no existe de forma verificable.
• Páginas sin contacto real ni política editorial. Ausencia de dirección física comprobable, formularios que no funcionan, aviso legal genérico, y ningún método de corrección de errores visible.

La tabla de comprobación en dos minutos

Antes de fiarte de una fuente que has encontrado mediante búsqueda tradicional o mediante un chatbot, este es el recorrido rápido que puedes hacer con herramientas gratuitas:

Dos matices importantes sobre esta tabla. Primero, los detectores de texto IA (GPTZero, Originality, Pangram, ZeroGPT) dan falsos positivos con regularidad, especialmente con textos de no nativos o estilizados; son indicadores, no jueces. Segundo, que un texto tenga IA detrás no lo hace falso: Pew estima que un tercio de las páginas nuevas tienen señales de IA, y buena parte es contenido legítimo y revisado. Lo que debes perseguir no es «quién lo escribió» aislado sino «si lo publicado se sostiene ante la fuente original».

El caso especial de los enlaces que te da un chatbot

Cuando la fuente no llega de un buscador sino de la respuesta de un asistente de IA, hay un sesgo extra: la cita enlazada transmite falsa sensación de seguridad. Como resume el divulgador Jorge Franganillo en su guía sobre evaluación de fuentes, los enlaces que acompañan a las respuestas de los chatbots «a menudo no son la fuente real, o directamente no son de fiar», y tienden a proyectar sobre la IA una imagen de racionalidad superior a la real. La recomendación práctica es tratar cada enlace de un chatbot como una pista, nunca como una cita: ábrelo, mira a quién pertenece el dominio, y busca la afirmación concreta dentro de la página. Si el artículo enlazado es en sí mismo una web fantasma, habrás cortado el ciclo antes de repetir su contenido.

Este canal tiene además una variante de riesgo demostrado: la suplantación de herramientas reales. En marzo de 2026, la firma EclecticIQ documentó una campaña en la que actores habían registrado decenas de dominios que imitaban las webs de las herramientas de IA Gemini CLI y Claude Code para engañar a desarrolladores e instalarles malware de robo de datos. Las páginas imitaban la apariencia oficial con tal calidad que engañaban incluso a usuarios experimentados. La regla de protección sigue siendo la misma: descargar siempre desde el dominio oficial, comprobado a mano, y desconfiar de webs que llegan desde resultados de búsqueda con nombres casi idénticos al legítimo.

Errores comunes al verificar una fuente

• Fiarse del diseño. Una web puede tener estética profesional y ser fabricada por IA en minutos; es exactamente lo que permite el generador Lovable, citado por Kaspersky en su análisis de campañas de phishing con sitios con apariencia profesional. Si necesitas un método ordenado, este kit práctico para verificar información online completa las señales de esta guía.
• Confundir «está en Google» con «es fiable». Aparecer en resultados de búsqueda —incluso en Google News o Discover— no implica control editorial; NewsGuard ha documentado granjas de contenido IA visibles en Google News y Discover.
• Usar un detector de IA como veredicto. Son indicadores estadísticos con margen de error; un texto humano bien escrito con vocabulario técnico puede activarlos, y un texto IA bien humanizado puede colarlos.
• Cerrar el círculo con la misma fuente. Buscar confirmación de un dato y aterrizar en otro artículo de la misma red de dominios da falsa corroboración; comprobar siempre contra el emisor original del dato.
• Ignorar la fecha de la página. Muchas webs fantasma publican en masa artículos con fechas recientes sobre temas de años anteriores, presentados como novedad.
• Sobrevalorar la antigüedad aparente. Un dominio comprado hace tres semanas puede tener un pie de página con el año 2019 en el copyright; la fecha de registro es la que vale, no la que dice la web.

Preguntas frecuentes

¿Qué es una web fantasma?

Un sitio que copia la apariencia de un medio real pero cuyo objetivo es conseguir visitas, no informar. En la práctica suele ser un texto generado por un modelo de lenguaje en cuestión de minutos, con nombres de dominio genéricos y sin redacción humana detrás. El sistema de NewsGuard las tipifica como granjas de contenido IA usando cuatro criterios: peso del material generado, ausencia de supervisión humana significativa, falta de declaración y una fachada editorial que simula autores humanos.

¿Cuántas webs fantasma existen?

El recuento de NewsGuard y Pangram Labs ya supera los 3.700 sitios, con cientos de altas mensuales desde que pusieron en marcha el sistema en marzo de 2026. El estudio de Pew Research Center de agosto de 2026, sobre casi medio millón de páginas, situó en torno a un tercio la proporción de páginas nuevas con señales de escritura o edición por IA. La cifra detectada es un mínimo: los métodos de detección no lo ven todo.

¿Qué señales delatan a una web fantasma?

Hay una lista de pistas típicas: la edad del dominio no encaja con la aparente solera del medio, la Wayback Machine no guarda historial del sitio, los autores no dejan rastro fuera de esa web, el ritmo de publicación es imposible de sostener con redacción humana y el estilo de escritura acumula tics propios de los modelos (rayas largas, comas de Oxford, paralelismos negativos). A eso se suma el dato que no enlaza a su fuente original y la falta de contacto real. Cada pista aislada admite explicación; varias a la vez dibujan el patrón.

¿Qué herramientas gratuitas puedo usar para verificar una web?

Puedes consultar la antigüedad del dominio con servicios WHOIS, el historial del sitio con Wayback Machine, la reputación con el NewsGuard Reality Check y la huella del autor con LinkedIn o Google. Los detectores de texto IA como GPTZero o ZeroGPT pueden usarse como apoyo, pero dan falsos positivos con regularidad: son indicadores, no jueces.

¿Cómo debo tratar los enlaces que me da un chatbot?

Nunca como una cita. Conviene abrirlo con la alerta activada: comprobar a quién pertenece el dominio y si ese emisor tiene historial fuera de su propio sitio. Una vez dentro, localizar dónde dice exactamente lo que el chatbot atribuía al enlace, porque a veces el destino real ni menciona el dato. Y un extra crítico: para descargar herramientas de IA, mejor teclear a mano el dominio oficial que fiarse de enlaces, porque hay campañas documentadas de dominios imitados que instalan malware.

Resumen práctico

• Las webs fantasma se crean masivamente con IA para manipular buscadores y respuestas de chatbots; NewsGuard y Pangram ya han identificado más de 3.700 y el recuento crece cada mes.
• La comprobación más rápida: fecha de registro del dominio (WHOIS) + historial en Wayback Machine. Si el dominio es nuevo y el sitio presume de antigüedad, es una bandera roja clara.
• Comprueba al autor fuera del sitio (LinkedIn, otros medios). La ausencia de huella humana es uno de los patrones más fiables.
• Trata los enlaces de un chatbot como pistas, no como fuentes: abre el enlace, verifica el dominio y busca el dato original en la web del emisor.
• Los detectores de texto IA son indicadores con margen de error, nunca pruebas; el rigor final siempre está en contrastar la afirmación con la fuente primaria.
• Para descargar software, entra siempre por el dominio oficial tecleado a mano; los falsos sitios de herramientas de IA son ya un canal habitual de malware.

Referencias externas:

• NewsGuard — AI Tracking Center: seguimiento de granjas de contenido IA
• Pew Research Center — How Much of the Internet Is Written With AI?
• The Decoder — AI spam websites flood the web with false information
• SPLX — OpenAI’s Atlas browser falls for AI-targeted Cloaking Attack
• The Hacker News — New AI-Targeted Cloaking Attack Tricks AI Crawlers
• IT User — Oleada de webs falsas creadas con IA para robar datos (Kaspersky)
• GIJN — Guía para periodistas sobre cómo detectar contenido generado por IA
• Jorge Franganillo — Guía para evaluar la información en Internet
• I Love SEO — Spam in the age of AI Search (Gianluca Fiorelli)