IA en todas partes: el síndrome del échale kétchup a todo

Publicado el 23 de marzo de 2026  •  19 minutos  • 3974 palabras

Cada cierto tiempo, la industria tecnológica encuentra una palabra y la repite hasta vaciarla de significado. Antes fue “cloud”, luego “blockchain”, luego “web3”. Ahora la palabra mágica es “IA”. Si no pones “AI-powered ” en la página de producto parece que tu producto viene en blanco y negro y con un Nokia 3310 de regalo (para mis estimados lectores jovenzuelos, eran esos teléfonos indestructibles que solo hacían llamadas y duraban una semana con batería).

El resultado es que ya ni hace falta buscar: hay IA hasta en la sopa.

Literalmente: neveras que “predicen” cuándo comprar leche, tostadoras “inteligentes”, apps de notas que te “resumen tus propios pensamientos” (que ya es tener fe), editores de texto que escriben por ti cosas que no querías escribir en primer lugar. El problema no es la tecnología; es lo que estamos haciendo con ella: AI-washing , que viene a ser maquillar cualquier automatismo cutre como si hubiera un doctorado en machine learning encerrado ahí dentro.

Pasa y siéntate, que el espectáculo es largo: veremos qué es exactamente el AI-washing, por qué es más peligroso de lo que parece, te mostraré un pequeño museo de horrores de “features con IA” que empeoran la vida y cómo se ha montado toda una industria de AI slop alrededor y, al igual que un pequeño rayito de luz en la oscuridad, te daré ciertas ideas de qué podríamos estar haciendo bien si levantásemos un poco la vista del PowerPoint.

Qué es el AI-washing y por qué huele a chamusquina

Este término no es un invento de Twitter (descanse en paz): AI-washing es el primo tecnológico del greenwashing. Igual que hubo una época en la que todo era “eco”, “verde” y “sostenible” aunque el único verde fuera el del logo, ahora vivimos la era del “AI-powered” compulsivo.

La definición seria, por si alguien se pone fino: AI-washing es exagerar, distorsionar o directamente inventarse el uso de IA en un producto o servicio para aprovechar el hype, aunque por dentro haya cuatro if/else y un Excel mal escondido. Es colgarse la medalla de la IA cuando lo que tienes bajo el capó no pasaría ni el primer tutorial de YouTube.

Los síntomas se repiten tanto que parecen plantilla de consultora: el folleto pone “intelligent”, “smart”, “AI-powered” por todas partes, pero nunca explica qué modelo, con qué datos, para hacer qué. Automatismos sencillos – reglas, filtros, búsquedas – se venden como “sistemas avanzados de aprendizaje automático”. Se promete autonomía mágica, pero en realidad hay un humano detrás corrigiendo, aprobando o haciendo el trabajo de verdad con prisas.

Tanto se nos ha ido la mano que hasta los reguladores han levantado la ceja. La SEC ya ha multado a empresas financieras por vender estrategias “con IA” que no usaban IA ni de lejos, justo el tipo de AI-washing que aquí nos ocupa. Y consultoras de marca llevan tiempo midiendo algo poco sorprendente: la confianza del público en la IA se resiente precisamente por estas promesas vacías que no se sostienen en uso real.

Influencers, linkedinfluencers y la dieta a base de AI slop

Si el AI-washing fuese solo culpa de departamentos de marketing nerviosos quizá nos librábamos antes, pero no: hay toda una industria del humo dedicada a amplificarlo.

Está el influencer tech estándar, ese que antes te explicaba por qué “todo tenía que ser blockchain o te quedas fuera”, y ahora se ha reciclado en profeta de la IA generativa. El guion es sencillo: sube un vídeo diario, pone cara de iluminado y suelta alguna perla tipo “si no usas IA para TODO, estás muerto profesionalmente”. Lo gracioso es que la mitad de esos vídeos están generados con IA, y el resultado es lo que ya se conoce cariñosamente como AI slop : contenido pastoso, genérico, intercambiable , como papilla de bebé pero con palabros.

Por si alguien se lo pregunta: sí, AI slop ya tiene entrada en Wikipedia y todo, definida como ese contenido digital hecho con IA generativa, producido en masa, de calidad dudosa y pensado para rascar clics y dinero en la economía de la atención. Hasta Merriam-Webster lo eligió como palabra del año 2025 , lo cual ya dice bastante del paisaje que estamos montando.

Lo mejor es cuando se ofenden. En cuanto alguien pronuncia “AI slop” en público, o se cuestiona que igual no todo lo que genera un modelo hace falta publicarlo, aparece el CEO motivado o el gurú de turno diciendo que eso es “falta de visión”, “resistencia al cambio”, “mala vibra”. Hace nada, un directivo de Microsoft tuvo que salir en LinkedIn a pedir que, por favor, dejáramos de llamar “slop” a cualquier cosa generada por IA, al tiempo que defendía un uso “de alta intención” de la tecnología. Resultado: el término “Microslop” tardó cero coma en empezar a circular. A quien se pica, ajos come, que diría la abuela.

Cuando determinados jefazos de empresas grandes reaccionan con furia a la idea de que tal vez estamos inundando internet de basura sintética, lo que a mí me viene a la cabeza es otro clásico: “cuando el río suena, agua lleva”. Si no te sintieras un poco señalado, no te molestarías tanto en hacer hilos kilométricos explicando que “en realidad esto es el futuro del contenido”. El futuro, por lo visto, es que todos los textos suenen a folleto de banco escrito por un modelo que ha dormido poco.

Aparte están los linkedinfluencers. Esos que han descubierto el combo perfecto: usar IA para generar posts sobre lo importante que es usar IA, aderezados con emojis, confesiones falsamente íntimas y moraleja de “sal de tu zona de confort”. Es AI-washing al cuadrado:

primero exagero lo que hace mi producto con IA, y luego uso IA para rellenar el calendario de publicaciones donde presumo de lo innovador que soy con la IA.

No es solo teoría: hasta la prensa de negocios se ha puesto a advertir a ejecutivos de que confiar en IA para escribir sus posts de LinkedIn genera justo eso, AI slop de ejecutivo , y que se les ve el cartón. LinkedIn reconoce que los posts de un CEO tienen muchísima visibilidad, y gente seria está diciendo abiertamente: “si eres líder y estás publicando slop, tu equipo te va a imitar a la velocidad de ‘ChatGPT’”. Eso no es transformación digital, es hacerte un bocadillo de pan con pan.

En la revisión de este apartado me he dado cuenta de que quizás me he pasado un poquito con las frases populares, pero es que … hombre refranero, hombre majadero. (ponga sonrisa aquí)

Cuando poner “AI-powered” en grande te espanta clientes

Cualquiera que haya sufrido un chatbot absurdo lo sabe de sobra: cuando un producto pone “con IA” a lo bestia, la primera reacción no es ilusión, es desconfianza. Y resulta que los datos confirman esa corazonada.

Un estudio publicado en la Journal of Hospitality Marketing & Management analizó qué pasaba cuando a productos como televisores, aspiradoras o servicios de salud se les describía como “AI-powered” frente a versiones descritas simplemente como “alta tecnología”. La conclusión: la intención de compra bajaba cuando se mencionaba explícitamente “IA”. Menos ganas de comprar la tele “con IA” que la tele “de alta gama”.

Medios como Fortune y Futurism han recogido estos resultados con titulares que resumen bastante bien el sentir general: “¿Por qué necesito IA en mi cafetera?” y “los productos etiquetados con IA espantan a los consumidores”. Los propios autores hablan de ansiedad: la gente sospecha que “IA” significa más datos recogidos, más cosas que pueden fallar y más decisiones opacas “por nuestro bien” que nadie ha pedido.

Otros análisis sobre confianza de marca señalan lo mismo: cada vez que un producto promete milagros con IA y luego no los cumple, se rompe un poquito la fe del usuario… y el siguiente proveedor que sí usa IA en serio paga también esa factura. Es como ese colega que siempre llega tarde: al final dejas de creerle también cuando, por una vez, sí tiene una excusa real.

Y lo irónico es que esto ya se nota en la cuenta de resultados. Hay empresas que empiezan a quitar el “AI-powered” del folleto al ver que, en vez de sumar ventas, resta confianza. Resulta que maquillar el producto con IA tiene un coste: el de la gente que se da la vuelta y se va.

AI-washing + AI slop: internet como bandeja de comida de avión

El problema no es solo que haya gadgets absurdos ni botones de “Ask our AI assistant” en cada aplicación. El problema es que, a fuerza de AI-washing y AI slop, estamos convirtiendo internet en una bandeja de comida de avión: todo sabe a lo mismo, todo viene envuelto en plástico, todo tiene ese punto de “esto alguna vez fue un plato de verdad” y nadie puede quejarse porque, técnicamente, te han dado de comer.

Buscas algo en internet y te encuentras con artículos clonados con la misma estructura, mismo tono, mismas frases. Si vas a ver las reseñas de productos, son tan sospechosamente neutras que podrían haber sido escritas por un modelo con alergia a mojarse. Y las páginas de producto, en sí, tienen textos que parecen haber pasado por cinco rondas de “mejora este texto con IA” hasta quedar tan pulidos que ya no dicen nada.

No es solo percepción. Hay lingüistas y tecnólogos que han dedicado artículos enteros a explicar de dónde viene el término “slop” aplicado a la IA y cómo conecta con la idea de basura de baja calidad , pensados para llenar, no para nutrir. El consenso es bastante claro: no es que la IA obligue a hacer basura, es que mucha gente la está usando justo para eso.

Y claro, cuando alguien pone nombre a ese puré, hay directivos que se lo toman como un ataque personal. Si tu estrategia de contenido es enchufar prompts a destajo y darle a publicar, igual el problema no es la crítica, igual es la dieta que estás sirviendo.

Museo de los horrores: IA donde estorba (y molesta mucho)

Podríamos montar una exposición itinerante llamada “IA en sitios donde nadie la pidió”. El catálogo sería glorioso.

Una web que antes tenía un formulario claro – “escribe tu número de reserva, elige fecha, listo” – decide sustituirlo por un chatbot conversacional con IA. Lo abres y te encuentras con un monigote que dice “¿En qué puedo ayudarte hoy?”. Tú respondes “quiero cambiar mi vuelo”, él te hace tres preguntas que ya sabías responder en un formulario, tarda más, falla más, y terminas igual que estabas pero con la tensión por las nubes. La IA no ha resuelto nada: ha interpuesto una capa de fricción entre tú y lo que querías hacer.

Otro fenómeno digno de estudio son esos productos que funcionaban razonablemente bien – suites ofimáticas, gestores de tareas, herramientas internas – y que, de repente, amanecen con un botoncito nuevo: “Ask our AI assistant”. Lo pulsas por curiosidad y descubres que lo que antes hacía una simple búsqueda ahora pasa por un chat torpe que “no ha entendido tu consulta”; que lo que antes eran tres clics ahora es una conversación innecesaria; que el asistente no sabe nada que no supiese ya el propio sistema, pero lo envuelve todo en un envoltorio de supuesta magia que solo añade frustración.

Basta darse una vuelta por internet para encontrar quejas del estilo: “han metido un asistente IA inútil en mi app favorita y ahora tardo más en hacer lo de siempre”. Es la versión 2026 de esas toolbars que se te instalaban sin pedir permiso en el navegador: nadie las pidió, todos las sufrimos.

Una categoría especialmente dolorosa es la de funciones que, sobre el papel, suenan útiles – “mejora esta diapositiva”, “haz más bonita esta foto”, “reescribe este texto” – pero que en la práctica rompen tu flujo de trabajo. El Diseñador de PowerPoint, que genera una slide preciosa… pero como imagen plana, ineditable. Tú querías un diseño mejor, no un póster. Ahora, para cambiar una palabra, tienes que repetir todo el proceso o editar la imagen con herramientas externas. Has cambiado control por fuegos artificiales.

Ese patrón se repite en editores que convierten tu texto en algo “perfecto” pero pierden el vínculo con la fuente, o en herramientas de diseño que generan variaciones que luego no encajan con tu sistema de diseño real. La IA aquí no es asistente: es ese colega que entra en la cocina, lo recoloca todo “a su gusto” y luego se va sin fregar.

Sin olvidar el parque temático de los gadgets absurdos: traductores de maullidos de gato, espejos “con IA” que hacen comentarios sobre tu piel por la mañana, dispositivos que prometen “mejorar tu humor” analizando tu voz mientras gritas al tráfico. Algunos son coñas conscientes, otros no tanto, pero todos tienen en común lo mismo: usan IA como gancho de marketing para cosas que, vamos a ser claros, nadie necesitaba. Más allá de la risas, lo preocupante es que ocupan espacio mental y mediático que podrían estar usando casos de IA que sí resuelven problemas serios.

Cómo huele un “AI feature” que sobra: el test del rotulador

Hay un truco muy sencillo, casi de patio de colegio, para detectar AI-washing. Lo podemos llamar el test del rotulador:

Coges el folleto o la página de producto. Tachas mentalmente, con tu rotulador imaginario, todas las apariciones de “IA”, “AI-powered”, “smart”, “intelligent”. Si el texto sigue describiendo lo mismo, no necesitas IA.

El patrón se repite tanto que ya es fácil de detectar: el beneficio está descrito en términos vacíos – “revoluciona”, “transforma”, “potencia” – pero nunca se explica qué hace exactamente mejor que antes; no se mencionan límites, ni necesidad de supervisión, ni ejemplos concretos de uso; solo promesas difusas de magia. El coste en datos, en cómputo, en complejidad de diseño es alto comparado con el valor añadido: montar GPUs para hacer algo que un filtro sencillo ya hacía antes. No hay métricas de impacto, solo historias bonitas: nadie sabe decir si el asistente ha bajado tickets de soporte, reducido tiempos o mejorado nada medible.

Si pasas ese test y el feature de IA sigue teniendo sentido, enhorabuena: quizás tienes algo interesante entre manos. Si, cuando quitas la palabra “IA”, todo se queda en “hemos hecho un formulario más largo y más caro”, quizá lo que tenías era nostalgia de hacer un producto “del futuro”.

Por qué pasa esto: incentivos, FOMO y PowerPoints con demasiados verbos en futuro

No hace falta una teoría de la conspiración para explicar el AI-washing. Basta con mirar los incentivos, dónde está el dinerito.

Los inversores quieren ver “IA” en las slides. Muchos fondos literalmente filtran oportunidades buscando palabras clave, y hay fundadores que reconocen que re-etiquetaron funcionalidades existentes como “AI-driven” para entrar por la puerta. Lo que antes era “recomendador basado en reglas” ahora es “motor de IA de nueva generación”.

El marketing vive de diferenciarse. Si tu competidor dice que su app “usa IA para recomendar”, tú no quieres quedarte con un triste “recomendaciones avanzadas”, aunque por dentro ambos uséis heurísticas parecidas.

Dentro de las empresas hay un FOMO monumental. Pocas cosas dan más miedo en un comité que la frase “nos estamos quedando atrás en IA”. Así que se meten características “AI-algo” en el roadmap sin demasiado análisis de coste/beneficio, solo para poder decir en la próxima keynote que “también estamos en esto”.

El resultado es un ecosistema donde, para mucha gente, es más fácil justificar internamente “hemos lanzado nuestro asistente IA” que decir “hemos decidido no meter IA aquí porque no aporta nada”. Lo primero luce en la slide; lo segundo luce en la cuenta de resultados… pero a más largo plazo.

Y entonces, ¿alguien está usando bien la IA?

Sería injusto y bastante torpe (e incluso maligno) meter en el mismo saco a todo el mundo. Mientras unos están ocupados “poniendo IA” en todo como si fuese kétchup, otros llevan años usando la IA con seriedad, sin necesidad de ponerle fuegos artificiales.

Ahí están los equipos que usan modelos para reducir trabajo repetitivo de verdad: clasificación de tickets, extracción de datos de documentos, priorización de incidencias, análisis de textos enormes que a nadie le da tiempo a leer. No lo venden como “la inteligencia artificial que lo cambia todo”, sino como “la herramienta que nos quita marrones de encima”.

Otros integran IA generativa en flujos donde tiene sentido: generar el primer borrador de un informe técnico, de una respuesta de soporte, de un test automatizado… y luego pasan humanos de carne y hueso a revisar, corregir y firmar. Nada de soltar el modelo sin vigilancia y rezar.

Por último están los que hacen algo totalmente revolucionario en 2026: miden. Comparan antes y después, miran si bajan tiempos, errores, costes. Si la cosa no aporta, la quitan. Sin dramas, sin notas de prensa. Muchas de las historias de éxito menos ruidosas vienen de ahí: de gente que ha decidido no convertir la IA en religión, sino en un destornillador muy potente.

Estas empresas suelen hablar menos de IA en sus campañas, pero curiosamente son las que más partido le sacan. La usan como lo que es: herramienta, no dogma. No necesitan venderte “AI-powered” en cada esquina porque el valor se nota en que la web carga más rápido, el soporte responde mejor y las cosas fallan menos. Mientras tanto, el vecino con IA sigue orgulloso porque su tostadora inteligente le manda notificaciones push cuando el pan está hecho. Muy útil si vives en un castillo y la cocina está a 800 metros; algo menos si vives en un piso de 70 metros y la tostadora está a dos pasos.

Qué podríamos hacer en lugar de pegar “con IA” a todo lo que se mueve

La parte optimista de todo esto es que la IA sí sirve para muchas cosas serias. No hace falta destruir la tecnología para criticar el circo. De hecho, muchos de los que se quejan del AI-washing son precisamente quienes más usan la IA a diario.

La recomendación más repetida – y más aburridamente sensata – es empezar por un problema de verdad, no por una demo bonita: ¿dónde tengo hoy fricciones claras? ¿Tareas repetitivas que consumen tiempo? ¿Procesos donde el patrón está, pero es difícil de encapsular en reglas, y tengo datos de sobra? Clasificación de tickets, extracción de datos de documentos, generación de resúmenes de cosas largas, personalización donde hay señal suficiente… Ahí sí tiene sentido evaluar IA frente a alternativas clásicas.

Ser transparente con lo que hace la IA… y con lo que no hace. Explicar qué parte del flujo depende de modelos, qué datos se usan, qué errores son esperables, dónde hay personas revisando. La transparencia, según trabajos sobre confianza de marca , reduce la desconfianza y mejora la aceptabilidad incluso cuando la gente es escéptica con la IA en general.

Y medir el impacto en serio, no solo “tener un botón nuevo”. Si después de seis meses de “asistente inteligente” lo único que puedes decir es que has grabado un vídeo de demo muy chulo pero nadie lo usa porque tarda más, has construido un caro pisapapeles. Si en cambio puedes enseñar que cierto proceso tarda un 30% menos, que se han reducido errores, que el soporte llega mejor a los casos complejos… entonces igual estás delante de un caso de uso legítimo.

Por último, no usar IA como humo legalmente inflamable. Vender como IA lo que no lo es, o prometer capacidades que el sistema no tiene, empieza a entrar en el terreno de la publicidad engañosa y del fraude, sobre todo en sectores regulados. La SEC ya ha dejado claro que el AI-washing no es solo feo: es sancionable.

Menos “AI-powered”, más “esto te resuelve X”

La ironía de toda esta historia es que la IA tiene un potencial enorme… y lo estamos tapando con una nube de chorradas innecesarias y contenido plastificado. Mientras haya tostadoras que opinan sobre tu desayuno y apps que ponen un bot parlanchín donde antes había un botón claro, los usuarios seguirán asociando “IA” a “algo que complica” en lugar de “algo que ayuda”.

La prueba del algodón es esta:

Si no puedes explicar en una frase clara qué problema real resuelve tu característica de IA y por qué es mejor que la versión sin IA, probablemente no necesitas IA.

Te falta foco, sinceridad… y, con un poco de suerte, borrar unas cuantas slides de tu roadmap antes de que alguien proponga seriamente meter un “asistente conversacional” en la página de contacto.

Y si además vas a inundar internet con contenido generado, al menos haznos un favor: revisa lo que publicas, ponle tu voz, tu criterio y tu experiencia. Que para tragar bazofia ya tenemos el AI slop, y estamos bastante llenos.

Glosario rápido

Por si alguna palabra se ha colado sin presentarse, aquí van las credenciales.

• Greenwashing: estrategia de marketing que consiste en vender una imagen ecológica o sostenible sin que el producto o la empresa lo sea de verdad. El AI-washing es su primo tecnológico.
• SEC (Securities and Exchange Commission): el regulador de los mercados financieros en Estados Unidos. Viene a ser el policía de Wall Street.
• FOMO (Fear Of Missing Out): miedo a quedarse fuera o atrás. En el mundo corporativo, el pánico a que la competencia haga algo con IA y tú no.
• GPUs (Graphics Processing Units): procesadores diseñados originalmente para gráficos, pero que hoy son el músculo bruto detrás del entrenamiento y la ejecución de modelos de IA.
• Heurísticas: reglas prácticas o atajos lógicos que dan resultados razonables sin necesidad de un modelo complejo. El “si el cliente ha comprado X, recomiéndale Y” de toda la vida.
• Prompts: las instrucciones o preguntas que le das a un modelo de IA generativa para que produzca algo. El equivalente a decirle al camarero lo que quieres, solo que aquí el camarero a veces te trae otra cosa.
• Roadmap: plan de producto a medio-largo plazo donde se priorizan funcionalidades y fechas. La hoja de ruta que todo el mundo hace y pocos cumplen al pie de la letra.
• Keynote: presentación principal de un evento o conferencia, normalmente con escenario grande y diapositivas vistosas. Donde se anuncian las cosas que luego tardan el doble en llegar.

Fuentes y referencias

Todo lo que se afirma en este artículo tiene detrás a alguien que lo dijo primero, lo midió o lo sufrió. Aquí están los culpables.

• Spotting AI-washing: How Companies Overhype Artificial Intelligence - Bernard Marr, Forbes. Cómo detectar el maquillaje de IA en productos y servicios.
• AI-washing (vídeo) - Explicación audiovisual del fenómeno del AI-washing.
• AI-washing enforcement - Thomson Reuters. Acciones regulatorias de la SEC contra el AI-washing.
• AI-washing, brand trust & behavioural science - Emotional Logic, LinkedIn. Impacto del AI-washing en la confianza de marca.
• AI slop - Wikipedia. Definición y contexto del término AI slop.
• What is AI slop? - The Conversation. Análisis del contenido generado en masa con IA.
• Merriam-Webster’s Word of the Year for 2025 is AI’s “slop” - PBS. Slop como palabra del año 2025.
• AI Agents, Leading with AI, AI Slop - Reddy Mallidi, LinkedIn. Directivo de Microsoft y la polémica del término slop.
• Notes on “slop” - Etymology Substack. Origen y evolución del término slop aplicado a la IA.
• AI slop replaces corporate spin as execs… - Robyn Sefiani, LinkedIn. Cómo el AI slop está sustituyendo al discurso corporativo.
• AI products are scaring away customers - Fortune. Estudio sobre cómo la etiqueta “IA” reduce la intención de compra.
• Study: consumers turned off by products with AI - Futurism. Los consumidores rechazan productos etiquetados con IA.
• When did “slop” come to mean bad AI generated… - Reddit r/etymology. Discusión sobre el origen del término slop en contexto de IA.
• How to build a brand when AI controls visibility - 42DM. Guía sobre confianza de marca y transparencia con IA.
• Reel sobre AI-washing - Instagram. Contenido audiovisual sobre el fenómeno.