Wikipedia, Wikidata y Knowledge Graph: el fundamento invisible de la visibilidad en IA

Cuando una empresa piensa en su visibilidad en internet, Wikipedia no suele entrar en la lista de prioridades. Es comprensible: un artículo en Wikipedia parece algo secundario frente al sitio web propio, el blog, la publicidad o el SEO. Pero para los sistemas de respuestas la jerarquía es muy distinta.

El análisis de 680 millones de citaciones de ChatGPT entre agosto de 2024 y junio de 2025 mostró que, dentro del top 10 de las fuentes más citadas, Wikipedia representa casi la mitad: el 47,9 % [1]. No es casualidad. Todos los grandes modelos lingüísticos —ChatGPT, Gemini, Claude, Llama— se entrenaron con corpus en los que Wikipedia recibió deliberadamente un peso mayor. El dataset Google C4, uno de los principales conjuntos de entrenamiento, aumentó de forma intencionada la proporción de Wikipedia frente a otras fuentes web [2]. Y en junio de 2025 ChatGPT se convirtió en la principal fuente de tráfico hacia Wikipedia: surgió así un bucle simbiótico en el que la IA cita a la enciclopedia y los usuarios vuelven a ella a través de los enlaces [3].

Para una marca esto significa algo muy concreto: si una empresa tiene una página de calidad en Wikipedia, el sistema de respuestas obtiene una fuente fiable, neutral y verificada para identificar la entidad. Si esa página no existe, el modelo se ve obligado a reunir la información a partir de fuentes menos estructuradas y menos autorizadas, y el resultado será menos preciso.

Wikipedia es una enciclopedia textual para personas. Wikidata es una base de datos estructurada para máquinas. Cada entrada en Wikidata tiene un identificador único (Q-ID), que se usa para vincular una entidad de manera inequívoca. Google Knowledge Graph se alimenta directamente de los datos de Wikidata [4]. Cuando un sistema de respuestas se encuentra con el nombre de una marca, primero comprueba si existe una entrada para ella en el grafo de conocimiento; ahí es precisamente donde Wikidata se convierte en un eslabón crítico.

A diferencia de Wikipedia, Wikidata no tiene requisitos estrictos de «notabilidad» (notability). Una empresa que no puede conseguir un artículo en Wikipedia por falta de cobertura mediática suficiente puede, aun así, crear una entrada en Wikidata: indicar el tipo de organización, el sector, el fundador, los productos y el sitio web oficial. Eso basta para dar a la máquina un identificador estable y un conjunto de atributos básicos.

Las marcas sin entrada en Wikidata tienen una desventaja estructural. El sistema de respuestas comprueba primero si la entidad existe en el grafo de conocimiento y luego decide si merece la pena citar el contenido del sitio web. Si esa comprobación no se supera, el modelo será más prudente en sus recomendaciones o incluso dejará la marca completamente de lado [5].

Google Knowledge Graph no es un producto independiente, sino una capa de infraestructura sobre la que se construyen Knowledge Panel, AI Overviews y AI Mode. Contiene miles de millones de entidades y billones de relaciones entre ellas. Cuando un usuario formula una pregunta, la IA no se limita a buscar documentos relevantes: primero identifica las entidades a través del grafo de conocimiento y después selecciona las fuentes para la respuesta.

Para una marca, esto significa que entrar en Knowledge Graph no es un bonus, sino un fundamento. Sin él, el sistema de respuestas tiene que gastar recursos computacionales adicionales para entender quién es usted. Los investigadores llaman a esto «presupuesto de comprensión» (comprehension budget): cuanto menos le cuesta a la máquina identificar su entidad, mayor es la probabilidad de citación [5].

Comprobar la presencia de la marca en Wikidata (wikidata.org). Si no existe entrada, crearla indicando las propiedades básicas: P31 (tipo de entidad), P452 (sector), P856 (sitio web oficial), P112 (fundador). Esto lleva entre 15 y 30 minutos y no requiere conocimientos técnicos.

Si la marca cumple los criterios de notabilidad de Wikipedia, preparar o mejorar el artículo. Si no los cumple, no forzar el proceso: Wikidata ya proporciona un nivel básico de identificación. Asegurarse de que el marcado de Schema.org en el sitio web (Organization, sameAs) remite al Q-ID de Wikidata y a otros perfiles oficiales. Esto crea un circuito cerrado de identificación que el grafo de conocimiento puede verificar con mayor facilidad.

Mantener la consistencia: el nombre, la descripción y la categoría de la marca deben ser los mismos en Wikidata, en el sitio web, en Google Business Profile y en todos los catálogos externos.