La IA de Google conoce en detalle a esta actriz en activo. No tiene página de Wikipedia.

El casting es una pregunta que la IA siempre responde

Las veinte consultas produjeron una Vista General de IA. No la mayoría: todas. «Mejores actrices jóvenes emergentes», «actores prometedores a seguir», «mejores actores para interpretar a un villano», «mejores actrices latinas bilingües»: Google escribe una respuesta sustancial, nombra personas y lista sus fuentes en todos los casos.

Conviene contrastarlo con el estudio complementario que publicamos esta misma semana. Cuando ejecutamos 72 búsquedas locales de taller mecánico en la misma superficie, apareció una respuesta de IA el 6,9% de las veces. El mismo motor, la misma semana, el mismo país. Pregúntele quién debería arreglar su coche y casi siempre se abstiene; pregúntele a quién contratar para un papel y siempre tiene una opinión.

Qué lee Google cuando habla de actores

Porcentaje de las 20 respuestas que cita cada fuente:

IMDb es la columna vertebral, como era de esperar. La sorpresa está abajo: Backstage — la plataforma que el sector usa realmente para hacer casting — se citó en una respuesta de veinte, por detrás de Facebook, YouTube, Reddit, Quora y Teen Vogue. Cuando se le pregunta a una IA a quién contratar, está leyendo una base de datos de filmografías, plataformas sociales y revistas de consumo. En gran medida no está leyendo las publicaciones del propio sector del casting.

En las veinte respuestas aparecieron 78 dominios distintos y 150 citas, de los cuales 61 dominios se citaron una sola vez.

El caso práctico: sin Wikipedia, descrita igualmente

La suposición de partida — la nuestra y la del sector — era que una IA solo puede describir a un intérprete documentado en las fuentes de referencia canónicas. Sin artículo de Wikipedia y sin profundidad en IMDb, no hay visibilidad. Lo probamos con una actriz en activo real, no con un caso hipotético.

Gredivel Vasquez es una actriz bilingüe venezolano-estadounidense radicada en Nueva York, miembro desde hace años de la compañía de Repertorio Español, y clienta de SEMPITE — algo que declaramos aquí porque un estudio que nombra a una persona real debe dejar clara la relación. No tiene artículo en la Wikipedia en inglés. Lo comprobamos directamente contra la API de Wikipedia: la página no existe, y una búsqueda de su nombre en todo el sitio devuelve cero resultados.

Preguntada por quién es, la Vista General de IA de Google respondió:

Una segunda consulta devolvió una filmografía fechada — Me Fui con Ella (2026), Capturada (2025), Your Monster (2024) como Diana Franco, A Moment for Glory (2023) — y una tercera enumeró sus papeles teatrales por producción y personaje, junto con un premio Premios Talía 2025 a la Mejor Actriz de Drama.

Eso no es lo que produce un sistema que nunca ha oído hablar de alguien. Es un resumen profesional competente, y es exacto.

Su trabajo está en gredivelvasquez.com — la misma página que leyó la IA de Google para responder a la pregunta.

Por qué esto contradice lo que le dirá un modelo

Haga la misma pregunta a un modelo conversacional que trabaja desde sus datos de entrenamiento y obtendrá el resultado contrario: ningún conocimiento fiable sobre ella, seguido de una lista segura de nombres famosos. Esa es la versión de esta prueba que ejecuta casi todo el mundo, y produce una conclusión sombría y engañosa: que los actores en activo son invisibles para la IA y que solo existen los famosos.

La distinción está entre un modelo que recuerda lo que memorizó y una superficie que lee la web en vivo. La Vista General de IA de Google hace lo segundo, y por eso puede describir a una intérprete sin entrada enciclopédica, y por eso nombró a actores genuinamente emergentes en nuestras consultas de descubrimiento — Milly Alcock, Sophie Wilde, Yerin Ha, Tyriq Withers, True Whitaker, Tanzyn Crawford — en lugar de reciclar una lista de estrellas.

Si se queda con una sola idea de este estudio, que sea esta: en las superficies que leen la web en vivo, la barrera para ser descrito con precisión no es la fama. Es la legibilidad.

No, no son los mismos nombres famosos una y otra vez

La suposición que este estudio se propuso comprobar era que una IA a la que se le pregunta a quién contratar recicla una lista corta de estrellas. En las veinte respuestas, Google nombró a 101 intérpretes distintos en 119 menciones — una media de seis por respuesta.

87 de esos 101 se nombraron una sola vez. Solo cuatro personas aparecieron en tres o más respuestas:

Los diez nombres más repetidos suman apenas el 20,2% de todas las menciones; los tres primeros, el 7,6%. Como comparación, en nuestro estudio de suplementos una sola marca se nombró en el 61,5% de las respuestas. Aquí no hay nada equivalente. En esta superficie, las respuestas de casting son una cola larga, no un sistema de estrellas.

Dónde sigue fallando: las consultas bilingües

El panorama empeora notablemente en nuestro segundo bloque de ocho consultas sobre intérpretes latinos y bilingües.

Preguntada por los mejores actores mexicoamericanos, la respuesta de Google perfiló a Anthony Quinn, fallecido en 2001, y a Lupe Ontiveros, fallecida en 2012, junto a intérpretes vivos — una respuesta sobre la que un director de casting no puede actuar. Preguntada por las mejores actrices latinas bilingües, devolvió a Salma Hayek, Penélope Cruz, Sofía Vergara y Eiza González: exacto, famoso, y no una lista de descubrimiento. Y tres consultas — actrices afrolatinas emergentes, mejores actores latinos en Hollywood y mejores actores hispanohablantes en la televisión estadounidense — produjeron respuestas sin ningún intérprete perfilado.

Compárese con las consultas generales de descubrimiento, donde el mismo motor sacó a la luz seis nombres emergentes en una sola respuesta. La capacidad existe claramente. Se aplica de forma desigual, y esa desigualdad recae justo sobre los intérpretes con menos cobertura previa de la que tirar.

Metodología

Datos recogidos el 6 de agosto de 2026, Estados Unidos, en inglés, escritorio. Veinte consultas de casting y descubrimiento con forma de búsqueda — doce generales, ocho bilingües/latinas — enviadas a Google mediante el endpoint SERP en vivo de DataForSEO con la carga de Vista General de IA activada. Toda consulta que dio error se reintentó hasta obtener respuesta; no hay fallos sin recuperar en la muestra. De cada respuesta registramos el texto del cuerpo de la Vista General de IA y todos los dominios de su bloque de referencias. El caso práctico se verificó por separado en la misma superficie el 6 de agosto de 2026, y el resultado de Wikipedia se confirmó directamente a través de la API de MediaWiki, no inferido de una página de resultados de búsqueda.

Cómo se contaron los intérpretes. Google nombra a las personas de dos maneras: en un bloque estructurado de perfil «Nombre: descripción» y en una frase inicial de listado («…incluye a Stephen Root, Margo Martindale y Bill Camp»). La extracción se basa en reglas y contempla ambas, de modo que puede reproducirse con exactitud: los nombres de perfil se toman del inicio de una frase inmediatamente anterior a dos puntos, y los del listado se analizan a partir de la primera frase tras una palabra desencadenante, retirando los títulos entre paréntesis. Los títulos de películas y series nunca ocupan ninguna de las dos posiciones. El extractor está validado contra cuatro respuestas cuyos repartos etiquetamos a mano sobre el texto completo, y el proceso se niega a emitir resultados si alguno discrepa — una comprobación que detectó una de nuestras propias etiquetas, construida sobre una impresión truncada. Resuelve nombres en las 20 respuestas. Una versión anterior de este estudio omitió estas cifras porque solo reconocía los bloques de perfil y por tanto no veía nada en 11 de las 20 respuestas.

Límites. Es una única instantánea; las Vistas Generales de IA no son deterministas y varían según usuario, ubicación y momento. Mide únicamente la Vista General de IA de Google — no el Modo IA de Google, ChatGPT, Perplexity ni Gemini, que son superficies distintas con fuentes distintas, y un modelo conversacional responderá a estas preguntas de forma muy diferente, como se ha señalado. Veinte consultas son un sondeo, no un censo. Los detalles de carrera del caso práctico son los que declaró la IA de Google; citamos la caracterización del motor en lugar de auditar de forma independiente cada crédito. Y una consulta con el nombre a secas («Gredivel Vasquez») no devolvió ninguna Vista General de IA, mientras que las tres variantes en forma de pregunta sí — la formulación cambia si esta superficie se activa o no.

La lista de consultas, los registros de citas por respuesta y la captura del caso práctico están disponibles a petición bajo licencia CC-BY.