La diversidad de citas (Citation Diversity) describe el grado en que las citas presentes en respuestas generadas por inteligencia artificial proceden de fuentes diferentes. Permite analizar si las referencias se distribuyen entre múltiples fuentes o si se concentran repetidamente en un conjunto reducido de páginas, dominios o publicaciones.
En visibilidad en IA, esta métrica ayuda a comprender qué variedad de fuentes aparece en las respuestas observadas. Puede utilizarse para estudiar la presencia de diferentes sitios web, publicaciones, organizaciones y documentos en las referencias que acompañan a respuestas generadas por IA.
La diversidad de citas no indica por sí sola que una respuesta sea más precisa, fiable o completa. Una respuesta con muchas fuentes distintas puede incluir referencias poco relevantes, mientras que una respuesta con pocas fuentes puede estar bien respaldada si esas fuentes son adecuadas para la consulta.
¿Por qué importa la diversidad de citas?
Los sistemas de IA pueden presentar referencias procedentes de distintas fuentes. Sin embargo, el número y la variedad de esas referencias pueden cambiar según la consulta, la plataforma, el momento de observación y el formato de la respuesta.
Analizar la diversidad de citas permite responder preguntas como:
- ¿Las respuestas observadas citan repetidamente las mismas fuentes?
- ¿Aparecen publicaciones y dominios diferentes para consultas relacionadas?
- ¿La variedad de fuentes cambia según el tema o la intención de búsqueda?
- ¿Las citas se concentran en unas pocas fuentes o se distribuyen entre varias?
- ¿Una marca aparece citada en contextos donde también se utilizan fuentes de distintos tipos?
Estas preguntas pueden ayudar a caracterizar el ecosistema de referencias asociado a un tema o una marca. No deben interpretarse automáticamente como evidencia de que una plataforma favorece deliberadamente determinadas fuentes ni como una medida directa de autoridad.
¿Cómo se mide la diversidad de citas?
No existe una única fórmula universal para calcular la diversidad de citas. La metodología depende de qué se considera una fuente distinta y de cuál es la unidad de análisis.
Número de fuentes únicas
La medida más sencilla consiste en contar las fuentes diferentes citadas en una respuesta, un conjunto de respuestas o un periodo de observación.
Por ejemplo, si diez citas corresponden a cuatro páginas distintas, el conjunto contiene cuatro fuentes únicas. El resultado cambia si el análisis agrupa las páginas por dominio: varias páginas de un mismo sitio pueden representar una sola fuente a nivel de dominio, pero varias fuentes a nivel de página.
Por eso, el nivel de análisis debe definirse antes de realizar comparaciones.
Proporción de fuentes únicas
También puede calcularse la proporción entre fuentes únicas y citas totales:
Proporción de fuentes únicas = número de fuentes únicas ÷ número total de citas
Si se observan diez citas y cuatro fuentes únicas, la proporción es 0,4, o un 40 %.
Esta medida ofrece una descripción sencilla, pero no refleja completamente cómo se distribuyen las citas. Dos conjuntos pueden tener la misma proporción de fuentes únicas y presentar patrones de repetición diferentes.
Distribución de las citas entre fuentes
Otra posibilidad es examinar qué proporción de las citas corresponde a cada fuente. Esto permite identificar concentraciones: por ejemplo, si un dominio acumula la mayoría de las referencias mientras que otros aparecen de manera ocasional.
Cuando se necesitan comparaciones más detalladas, pueden utilizarse índices de diversidad o concentración, siempre que se expliquen sus fórmulas, sus unidades y su interpretación. Ningún índice debe presentarse como el estándar universal sin una justificación metodológica.
Ejemplo de diversidad de citas
Imaginemos dos conjuntos de respuestas sobre el mismo tema. Cada conjunto contiene diez citas.
- Conjunto A: las diez citas proceden de dos dominios, con cinco citas de cada uno.
- Conjunto B: las diez citas proceden de cinco dominios, con dos citas de cada uno.
El conjunto B presenta un mayor número de dominios citados y una distribución más amplia entre ellos. En este ejemplo, también tiene una mayor diversidad a nivel de dominio según el recuento de fuentes únicas.
Sin embargo, el resultado no demuestra que el conjunto B sea más útil o fiable. Para llegar a esa conclusión habría que evaluar la relevancia de las fuentes, la exactitud de las afirmaciones respaldadas y otros criterios apropiados.
El ejemplo también muestra por qué conviene distinguir entre contar fuentes únicas y medir la distribución de las citas. Un conjunto puede contener muchas fuentes diferentes, pero concentrar la mayoría de sus referencias en una sola.
Diversidad de citas y diversidad de fuentes
Los términos están relacionados, pero no siempre describen exactamente la misma unidad.
La diversidad de citas suele centrarse en las referencias que aparecen en las respuestas analizadas: cuántas fuentes distintas se citan y cómo se distribuyen esas citas.
La diversidad de fuentes puede tener un alcance más amplio. Según la metodología, puede estudiar la variedad de fuentes presentes en un conjunto de resultados, documentos recuperados o referencias potencialmente disponibles, incluidas fuentes que no llegan a mostrarse en la respuesta final.
Para evitar ambigüedades, un informe debería indicar si mide las citas visibles en las respuestas, las páginas de origen, los dominios, las publicaciones o un conjunto más amplio de fuentes.
Diversidad de citas y visibilidad de marca
La diversidad de citas puede ayudar a contextualizar cómo se representa una marca en respuestas generadas por IA.
Por ejemplo, una marca puede aparecer en respuestas que citan principalmente su propio sitio web, o en respuestas donde las referencias incluyen medios especializados, documentación técnica, publicaciones del sector y otras fuentes independientes.
Registrar esta distribución puede aportar contexto sobre el entorno de información en el que aparece la marca. No demuestra, por sí solo, que las fuentes externas respalden una recomendación, que exista una reputación positiva ni que la marca sea más visible en todas las plataformas.
Para interpretar los resultados, conviene distinguir entre:
- Las fuentes que mencionan una marca.
- Las fuentes que aparecen citadas en respuestas sobre la marca.
- Las fuentes que respaldan una afirmación específica.
- Las respuestas en las que la marca aparece mencionada, recomendada o comparada.
Estas situaciones pueden coincidir, pero no son equivalentes.
Limitaciones de la diversidad de citas
La diversidad de citas debe interpretarse con cautela por varias razones.
La definición de fuente modifica el resultado. Contar URL, dominios, organizaciones o publicaciones produce cifras diferentes. Dos páginas del mismo dominio pueden ser distintas como documentos, pero pertenecer a una sola fuente a nivel de sitio web.
Las respuestas pueden contener varias citas a una misma fuente. Si se cuentan referencias individuales sin eliminar duplicados, el resultado puede reflejar repetición más que variedad.
El tamaño de la muestra influye en las comparaciones. Un conjunto con muchas respuestas suele ofrecer más oportunidades de observar fuentes distintas que un conjunto pequeño. Las comparaciones deben considerar el número de consultas, respuestas y citas analizadas.
Las plataformas no presentan las referencias del mismo modo. Algunas respuestas muestran citas en línea y otras agrupan enlaces en un panel independiente. La extracción y normalización de las referencias debe documentarse.
La diversidad no equivale a calidad. Un conjunto variado de fuentes puede contener información contradictoria, desactualizada o irrelevante. El número de fuentes no sustituye la evaluación de su contenido.
Las observaciones no revelan todo el proceso de recuperación. Las citas visibles permiten estudiar las referencias presentadas, pero no necesariamente todas las fuentes consideradas por el sistema durante la generación de una respuesta.
Buenas prácticas para medir la diversidad de citas
Para producir resultados comparables y reproducibles:
- Define qué constituye una fuente distinta: URL, página, dominio, organización o publicación.
- Establece cómo se tratarán las URL duplicadas, los subdominios y las páginas equivalentes.
- Registra la consulta, la plataforma, la fecha y la respuesta observada.
- Informa del número total de respuestas y citas, además del número de fuentes únicas.
- Examina tanto el número de fuentes como la distribución de las citas entre ellas.
- Compara conjuntos de datos con criterios y tamaños de muestra adecuados.
- Analiza la diversidad junto con la relevancia y la precisión de las citas.
- Documenta las limitaciones de recopilación y cualquier cambio en el método de medición.
Si se utiliza una puntuación compuesta, deben publicarse la fórmula, el nivel de agrupación y las reglas de normalización. Sin esa información, una puntuación de diversidad puede resultar difícil de interpretar o comparar entre estudios.
Preguntas frecuentes
¿Qué significa Citation Diversity?
Citation Diversity, o diversidad de citas, describe la variedad de fuentes representadas en las citas de una o varias respuestas generadas por IA.
¿Una mayor diversidad de citas es siempre mejor?
No. Una mayor variedad puede indicar que las referencias proceden de más fuentes, pero no garantiza que sean fiables, relevantes o precisas. La interpretación depende de la consulta y del objetivo del análisis.
¿Cuál es la diferencia entre diversidad de citas y cobertura de citas?
La cobertura mide con qué frecuencia aparecen citas en las respuestas observadas. La diversidad mide cuántas fuentes diferentes aparecen y cómo se distribuyen. Una respuesta puede tener cobertura de citas elevada y, al mismo tiempo, depender de un número reducido de fuentes.
¿Cómo se relaciona con la diversidad de fuentes?
La diversidad de citas suele centrarse en las referencias visibles en las respuestas. La diversidad de fuentes puede abarcar un conjunto más amplio de fuentes, según la metodología utilizada. Para comparar resultados, es necesario definir explícitamente el alcance de cada término.
¿Puede utilizarse para medir la visibilidad de una marca?
Sí, como métrica complementaria. Puede mostrar la variedad de fuentes que citan o contextualizan una marca en las respuestas analizadas, pero no mide por sí sola las menciones de marca, las recomendaciones ni la calidad de la representación.
Términos relacionados
- Visibilidad en IA (AI Visibility): presencia de marcas, entidades o información en respuestas y experiencias impulsadas por IA.
- Cobertura de citas (Citation Coverage): proporción de respuestas observadas que contienen citas según un criterio definido.
- Calidad de las citas (Citation Quality): evaluación de la adecuación y utilidad general de las referencias.
- Relevancia de las citas (Citation Relevance): relación entre una fuente y la consulta o afirmación correspondiente.
- Precisión de las citas (Citation Accuracy): grado en que una referencia respalda correctamente la información asociada.
- Diversidad de fuentes (Source Diversity): variedad de fuentes consideradas o representadas dentro de un conjunto definido.
Definición resumida
La diversidad de citas (Citation Diversity) es el grado de variedad y distribución de las fuentes que aparecen citadas en respuestas generadas por IA, medido mediante reglas explícitas sobre qué constituye una fuente distinta. Describe la variedad de referencias observadas, pero no demuestra por sí sola la calidad, la precisión ni la fiabilidad de esas fuentes.
