Visibilidad en IA para agentes inmobiliarios: el riesgo de Fair Housing dentro de los textos que escribe la IA

El texto de anuncio que la IA escribe con más soltura es justo el que carga riesgo de Fair Housing

El inmobiliario es uno de los pocos oficios con licencia —junto a la sanidad, la fiscalidad, las finanzas y el derecho— donde el propio texto de marketing es un acto regulado, y donde un texto de marketing generado por IA puede crear exposición federal por sí solo. La Fair Housing Act no publica una lista de palabras prohibidas. Alcanza la publicidad que indica una preferencia, una limitación o discriminación por una característica protegida, y si una frase concreta lo hace o no depende del contexto. Eso es lo que convierte a un modelo de lenguaje en un riesgo: escribe un texto fluido, cálido y con sonido humano, y el texto cálido y humano sobre *a quién le va bien una vivienda* es exactamente el que acaba denunciado. La responsabilidad cae sobre el agente y la agencia, no sobre el modelo, y en casos reincidentes las sanciones superan los $100,000 (CohnReznick, sobre la orientación de HUD).

Trata las frases favoritas del modelo como portadoras de riesgo, no como palabras que una ley prohíba. «Ideal para familias» apunta al estatus familiar. «A un paseo de la iglesia» apunta a la religión. «Perfecto para jóvenes profesionales» apunta a la edad y al estatus familiar. «Barrio tranquilo» no es ilegal por sí mismo, pero tiene un historial documentado como frase en clave, y los colegios profesionales y los abogados de las agencias lo señalan justo por eso. Los colegios locales publican sus propias listas de palabras publicitarias precisamente sobre esa base, como guía preventiva de cumplimiento y no como recitación de la ley (Long Island Board of REALTORS). La infracción no es la palabra; la denuncia se construye sobre la preferencia que esa palabra señala en su contexto.

La regla de trabajo es corta: describe el inmueble, nunca a las personas que podrían vivir en él. Dos normas de 2026 amplían la exposición. La AB 723 de California, vigente desde enero de 2026, obliga a divulgar cuándo una foto del anuncio ha sido alterada digitalmente; la Colorado AI Act, vigente desde el 30 de junio de 2026, exige evaluaciones de impacto para la IA usada en «decisiones consecuentes», vivienda incluida, aunque su aplicación y su desarrollo reglamentario siguen en construcción (CohnReznick). Pasa cada descripción redactada con IA por la lista de comprobación de fair housing de HousingWire y, cuando una frase sea de verdad ambigua, pregunta a tu bróker o a tu abogado, no a un chatbot.

Sáltate las páginas de barrio generadas en masa que venden los proveedores de GEO. Una máquina que escribe a volumen sobre *cómo es* un barrio es una máquina que genera a volumen sustitutos de características protegidas, y esas páginas no superan ni una denuncia ante la comisión inmobiliaria del estado ni una prueba de citación en IA.

Si eres REALTOR, el artículo 12 viaja con tus páginas optimizadas para IA: nombre de la agencia y estado de licencia, bien visibles

Para los REALTORS y las webs afiliadas a REALTOR, el artículo 12 del Código de Ética de NAR exige que la publicidad y las declaraciones revelen el nombre de la agencia del REALTOR de forma «razonable y fácilmente perceptible», y que las webs de REALTORS revelen el nombre de la agencia y el estado o estados de licencia. Los artículos 2 y 12 juntos imponen el deber de «ofrecer una imagen veraz» (NAR). Conviene decir dos límites con claridad. El Código obliga a los REALTORS, es decir, a los miembros de NAR, y no todo agente con licencia lo es. Y, al margen del Código, cada estado tiene sus propias normas de publicidad y de identificación del titular de la licencia, que varían en qué exigen y en qué tipos de página, así que la redacción y la colocación exactas en tu página de perfil, tu guía de la ciudad y tus perfiles sociales son una cuestión para tu bróker y para la comisión de tu estado, no para un artículo de alcance nacional.

La conclusión práctica sobrevive a ambas salvedades. Si eres REALTOR, una página de perfil optimizada para IA, una guía de ciudad o una entrada en una recopilación son publicidad, y el artículo 12 viaja con ellas. Si eres titular de licencia sin ser miembro, la norma publicitaria de tu estado casi con seguridad alcanza igualmente esa misma página. En cualquiera de los dos casos, la atribución no es un formalismo que puedas empujar a una imagen del pie de página.

La política IDX 7.58 de NAR regula cómo un participante muestra los anuncios de otro. Exige el nombre de la agencia anunciante en «un color y una tipografía bien visibles», prohíbe la descarga y reutilización masivas de la base de datos del MLS, veta construir un «súper-MLS» y permite que un vendedor renuncie a que aparezcan estimaciones AVM junto a su anuncio (NAR IDX FAQ).

En la práctica: pon el nombre de la agencia, el estado de la licencia y la atribución del anuncio en el texto visible del cuerpo de cada página pensada para respuestas de IA, no en un gráfico del pie. Un modelo lee texto; no lee tu logotipo. La agencia y el estado van en la misma frase que tu nombre, lo que, de paso, satisface tu obligación de cumplimiento y tu estrategia de citación con una sola edición.

Ahora los compradores firman con un agente antes de la primera visita, así que la lista corta se forma durante la investigación

Los compradores eligen agente inmobiliario antes de pisar una sola casa, porque hay que firmar un acuerdo escrito de representación antes de la primera visita. Un acuerdo de representación del comprador es un contrato escrito entre comprador y agente, obligatorio en todos los MLS desde el 17 de agosto de 2024 en virtud del acuerdo judicial de NAR, que además le costó a NAR $418 millones y sacó del MLS las ofertas de compensación (NAR).

Esa firma llega al final de una búsqueda que el agente nunca ve. En el Profile of Home Buyers and Sellers 2025 de NAR, realizado entre julio de 2024 y junio de 2025, el 67% de los compradores primerizos y el 76% de los recurrentes entrevistaron exactamente a un agente, y el 43% llegó a ese agente por un amigo, un vecino o un familiar (NAR). La recomendación abre la puerta; luego el nombre entra en una caja de búsqueda, y esa caja cada vez más es ChatGPT.

Las comisiones no se hundieron tras el acuerdo judicial, así que la presión se movió del precio a la selección. Redfin midió que la comisión del agente del comprador tocó fondo en el 2.36% en el Q3 2024 y se recuperó hasta el 2.42% en el Q3 2025, mientras que AccountTECH, sobre más de 224,000 operaciones, la situó en el 2.55% en enero de 2025 (The MortgagePoint). El trabajo consiste en ser uno de los dos nombres con los que el comprador llega.

¿De verdad los compradores de vivienda preguntan a ChatGPT por agentes? Qué se ha medido y qué no

Los compradores de vivienda usan IA para documentarse, eso es comprobable, pero nadie ha medido cuántos eligieron a su agente inmobiliario a partir de una respuesta de IA. En una encuesta a 1,000 adultos de EE. UU. realizada el 7 y el 8 de agosto de 2025, Realtor.com encontró que el 82% de los estadounidenses que están comprando o vendiendo vivienda usa IA para informarse sobre el mercado inmobiliario, con ChatGPT usado por el 67% y Gemini por el 54% (Realtor.com).

En esa misma encuesta los agentes siguen por delante de la IA en confianza: el 62% dijo que un agente le hace entender mejor el mercado, frente al 61% de la IA. Los compradores comprueban lo que dice la máquina, no la obedecen.

Ahora el hueco, dicho sin rodeos. El Profile 2025 de NAR no trae ni una línea sobre compradores que usen IA para encontrar agente, y ningún estudio independiente ha medido qué proporción de compradores metió a un agente en su lista corta a partir de una respuesta de IA. La única cifra que dice hacerlo —el 67% de los compradores en el Q1 2026 que señalan la IA como su principal herramienta para investigar agentes, frente al 17% en octubre de 2024— procede de una encuesta de febrero de 2026 a 4,180 compradores hecha por FlyDragon, un proveedor que vende servicios de GEO a agentes inmobiliarios (FlyDragon). Trátala como una hipótesis con un modelo de negocio pegado detrás.

Dos proveedores midieron con qué frecuencia las búsquedas inmobiliarias activan un AI Overview y les salió 4.5% y 0.14%

Nadie sabe de forma fiable lo visibles que son los agentes inmobiliarios en la búsqueda con IA: las dos estimaciones publicadas se diferencian en un factor de treinta, y ambas vienen de proveedores. El «2026 State of AI Search in Real Estate» de FlyDragon (12,400 respuestas de IA, 192 áreas metropolitanas, de enero a marzo de 2026) informa de que el 4.5% de las consultas inmobiliarias activa un AI Overview de Google (FlyDragon). El «2026 Luxury Real Estate AI Discovery Report» de 5WPR y Haute Residence, publicado el 23 de abril de 2026, sitúa esa tasa en el 0.14%, la última de todos los sectores (5WPR). Aquí no hay una cifra de consenso.

Las estadísticas alarmantes sobre agentes invisibles se remontan a un único informe de FlyDragon: una cuota media de citación del 8.4% y un 91% de agentes a los que en la práctica nunca se nombra en una respuesta de IA. FlyDragon vende servicios de visibilidad en IA a agentes inmobiliarios, y HousingWire retransmite esas cifras sin verificarlas de forma independiente (HousingWire).

La afirmación más útil del informe es la menos aterradora: el 1% de agentes más citados captura el 47% de la cuota de citación y, aun así, en el 71% de las áreas metropolitanas de EE. UU. ningún agente concentra más del 15% de esa cuota, lo que describe un sitio vacante. La adopción se discute menos: un 82% de uso diario de IA entre agentes en el Q1 2026 según RPR, frente al 68% de la Technology Survey 2025 de NAR (HousingWire). FlyDragon, GeoProof y Atlas Unchained ya venden esto mismo a los agentes.

Las fuentes que la IA cita de verdad cuando alguien pide un agente inmobiliario cerca, por orden

Tu propia web va primero, porque es la única fuente donde una afirmación sobre ti se origina: las operaciones que cerraste de verdad, las urbanizaciones en las que trabajas, el estado de la licencia, las franjas de precio. Todo lo demás —perfiles de portal, apps de portal integradas en ChatGPT, recopilaciones de terceros del tipo «mejor agente»— repite esa afirmación, o la contradice en cuanto se queda desactualizada. Ningún estudio desglosa por dominio la cuota de citación de la IA en consultas sobre agentes, así que las fuentes de terceros de abajo van ordenadas por lo bien documentada que está cada una, y la web propia va por encima de ellas por su función, no por un volumen medido (la mecánica).

• 1. Tu propia web. Es el único sitio donde tu historial de operaciones cerradas, tus barrios, tu experiencia en reubicaciones o en sucesiones, el nombre de tu agencia y el estado de tu licencia se afirman en lugar de repetirse, y un modelo lee texto, no el back end de un MLS. En los tres mercados que medimos nosotros mismos —clínicas dentales, medspas y cirugía plástica en Dallas, julio de 2026— entre el 73% y el 79% de las citas detrás de las recomendaciones de IA apuntaban a las webs propias de los negocios y no a directorios (nuestro benchmark). El sector inmobiliario no estaba en esa muestra: dirección, no tu cifra. Dallas, julio de 2026: un mercado, un día y una medición primaria: las respuestas en bruto quedan guardadas, el método está publicado y la ejecución se repite en cualquier ciudad. Acción: escribe la página antes de proponerte a la recopilación que la citaría.
• 2. Apps de portal dentro del asistente. Zillow fue la primera app inmobiliaria en ChatGPT (octubre de 2025), Redfin añadió IA conversacional (noviembre de 2025), Realtor.com lanzó su app de ChatGPT el 30 de marzo de 2026 y Google encendió el AI Mode para el sector inmobiliario en marzo de 2026 (RealEstateNews). Acción: trata el perfil del portal como una fuente de datos del modelo que debe coincidir con tu web, no sustituirla.
• 3. Reseñas de agente en Zillow. La valoración de 1 a 5 de Zillow es una puntuación de «probabilidad de recomendar» que cubre conocimiento local, dominio del proceso, capacidad de respuesta y habilidad negociadora, y Zillow aconseja tener al menos cinco reseñas recientes (Zillow). Salvedad: la colocación en «Best Match» depende en buena medida de lo que paga el agente, no de las operaciones cerradas. Acción: pide reseña este mes a cinco clientes recientes.
• 4. Los cinco portales como bloque de datos de entrenamiento. Zillow, Realtor.com, Redfin, Trulia y Homes.com suman en torno al 61% de las URL inmobiliarias en los conjuntos de entrenamiento de LLM disponibles públicamente, y la cuota de Zillow en el descubrimiento de agentes cayó del 41.2% al 33.8% interanual (FlyDragon, un proveedor de GEO, vía HousingWire). Acción: mantén el perfil; deja de tratarlo como la única puerta.
• 5. Recopilaciones de terceros del tipo «mejor agente en [ciudad]». Alrededor del 44% de las citas de IA va a contenido de listado del tipo «los mejores…», una cifra atribuida a Ahrefs, un proveedor de SEO con interés comercial en la visibilidad en búsqueda con IA; ten en cuenta además que el enlace de abajo es un resumen de terceros y no el estudio propio de Ahrefs, así que es de segunda mano (resumen). La lista de trabajo: Expertise.com, ThreeBestRated, Agent Pronto, FastExpert, Yelp (según Atlas Unchained, un proveedor que vende servicios de visibilidad en IA a agentes). Acción: propón tu candidatura a dos recopilaciones locales este trimestre; no puedes citarte a ti mismo.

Comprueba si ChatGPT te nombra: seis consultas que teclea un comprador y 15 minutos entre visitas

Un agente puede hacer esto entre dos visitas, sin herramienta, sin proveedor y sin pagar nada. La visibilidad en IA es la proporción de respuestas de IA que te nombran cuando un comprador o un vendedor le pide una recomendación a un asistente. Abre ChatGPT, Gemini y Perplexity, pega cada consulta de abajo con tu ciudad y tu barrio rellenados, y cuenta con qué frecuencia vuelve tu nombre, y qué nombre vuelve en su lugar. Seis consultas, tres motores, dieciocho respuestas.

Lee una sola tanda como leerías un mes de datos del MLS: real, pero no una tendencia. Las respuestas se mueven entre sesiones, entre áreas metropolitanas y entre modelos, así que una única pasada te dice dónde estabas un martes, no dónde estás durante el trimestre. Hay un segundo límite que conviene conocer antes de sobreinterpretar un mal resultado. Profound, un proveedor de monitorización de visibilidad en IA cuyo producto esta cifra ayuda a vender, analizó unas 700,000 conversaciones reales de ChatGPT.com en EE. UU. entre octubre y diciembre de 2025 y encontró que la búsqueda web se dispara solo en el 18% de las conversaciones (Profound). Si eso se sostiene, el modelo normalmente responde con lo que absorbió hace meses, no con la página que publicaste la semana pasada. Tu nueva página de perfil no arregla la respuesta del martes; cambia lo que se absorbe de cara a la próxima temporada.

Ponle precio frente al canal de captación que ya financias. El coste por contacto publicado de Zillow es de $223 en las grandes áreas metropolitanas y de $139 en el resto, sobre contactos no exclusivos que la prensa del sector convierte a una tasa del 1% al 3% (The Close). Con una comisión del lado comprador del 2.42%, una sola mención con tu nombre que acabe en un cierre paga muchos meses de portal, y una respuesta de IA que te nombra no cuesta nada por mención ni te revende a tres competidores sobre la misma dirección. Ver también visibilidad en IA frente al SEO local.

• «He heredado una casa en [ciudad] y vivo en otro estado. ¿A qué agente inmobiliario debería llamar?»
• «Mi acuerdo de representación del comprador es con un agente en el que no confío. ¿Quién más trabaja en [barrio]?»
• «¿Qué agente ha cerrado ventas de verdad en [urbanización] en los últimos 12 meses?»
• «Me mudo a [ciudad] en seis semanas. ¿Qué agente inmobiliario lleva reubicaciones corporativas?»
• «¿Qué agente de [ciudad] aceptará un encargo al 2% ahora que la compensación está fuera del MLS?»
• «¿Es [tu nombre] de [tu agencia] un buen agente inmobiliario?»

Medir tu nombre en las respuestas de IA no toca ningún feed del MLS, ninguna licencia IDX ni ningún expediente de cliente

Comprobar con qué frecuencia la IA nombra a un agente inmobiliario consiste solo en leer respuestas públicas de IA, así que no necesita datos del MLS, ni licencia IDX, ni expedientes de clientes. Eso importa porque la cuestión del MLS está sin resolver: las normas de IDX y VOW se escribieron para webs de agencias y portales, no para alimentar con datos de anuncios a modelos de lenguaje, y los MLS están cerrando ese hueco con sus propias condiciones de licencia (RealEstateNews; WAV Group). La app de ChatGPT de Realtor.com muestra únicamente una vista previa del anuncio: entrenar al chatbot con datos del MLS está «estrictamente prohibido» (RealEstateNews).

Lo que mueve las citas es estrecho y conocido. Aggarwal y sus coautores, en «GEO: Generative Engine Optimization» (ACM KDD 2024), encontraron que añadir estadísticas, añadir citas textuales y citar fuentes eleva la visibilidad hasta un 41%, mientras que amontonar palabras clave no hace nada (arXiv). Para un agente eso significa cifras de mercado fechadas, barrios con nombre y detalles concretos de operaciones cerradas. El Profile 2025 de NAR encontró que el 91% de los clientes volvería a recomendar a su agente, y la materia prima está dentro de casa (NAR).

Haz tú mismo primero las seis consultas; la pasada manual te cuesta quince minutos y te dice si tienes un problema siquiera. Lo que no te da es esa misma comprobación repetida cada mes, en toda tu área metropolitana, frente a los agentes concretos detrás de cuyos carteles acabas aparcando. Eso es lo que hace el AI Visibility Snapshot gratuito de RecoSignal: le plantea a ChatGPT, Gemini y Perplexity un conjunto de preguntas al estilo de un comprador e informa de con qué frecuencia vuelve tu nombre, qué nombres vuelven en su lugar y en qué fuentes se apoyan esas respuestas. No toca ningún feed del MLS ni ningún expediente de cliente, porque solo lee respuestas públicas. Mide. No te promete una citación, ni un contacto, ni un encargo, y ninguna herramienta que lo prometa te está diciendo la verdad sobre cómo funcionan estos modelos.

Lo que preguntan los agentes inmobiliarios antes de tocar nada de esto

Cinco preguntas salen en toda conversación de agencia sobre las respuestas de IA. Lleva las respuestas a tu bróker antes de publicar nada.

• ¿Puedo dejar que ChatGPT escriba las descripciones de mis anuncios del MLS? Redacta con él, publica como titular de licencia. La Fair Housing Act alcanza la publicidad que indica una preferencia o una limitación por una característica protegida, y la responsabilidad por el texto redactado con IA recae en el agente y en la agencia, no en el modelo. Así que cada descripción necesita una pasada humana, revisando no si hay palabras prohibidas sino si la frase describe el inmueble o a las personas. Las listas de palabras de los colegios son un buen disparador para ese juicio, no un sustituto de él (Long Island Board of REALTORS).
• ¿Merece la pena hacer esto si de todos modos la IA va a sustituir a los agentes? En el Profile 2025 de NAR, el 88% de los compradores compró a través de un agente o un bróker y el 91% de los vendedores usó uno, un máximo histórico (NAR). Lo que se movió es el momento de elegir, que ocurre antes de que nadie te llame.
• Solo trabajo con compradores primerizos. ¿Esto me aplica? Más que antes. La proporción de compradores primerizos tocó un mínimo histórico del 21% en el Profile 2025 de NAR, con una edad mediana del comprador de 40 años (NAR). Menos primerizos, perseguidos por la misma multitud de agentes, y que investigan a fondo antes de llamar.
• ¿Tengo que estar en todos los directorios? No, y ninguno de ellos va antes que tu propia web, que es donde tus operaciones cerradas, tus barrios, el nombre de tu agencia y el estado de tu licencia se afirman en lugar de repetirse. Después de eso: Bing Places, tu perfil de portal y las dos recopilaciones locales que ya aparecen en búsquedas por «mejor agente inmobiliario en [tu ciudad]», y para. Un directorio que nadie cita es un directorio que ningún modelo lee.
• ¿Cada cuánto debería repetir la comprobación? Cada trimestre, y después de cualquier cambio de agencia, ya que tu ficha como entidad se mueve con ella. Sobre lo que una comprobación así demuestra y lo que no, qué mide una auditoría de visibilidad en IA marca los límites.