El biaix idiomàtic dels motors d’IA
Si mai has provat a preguntar a Perplexity en català sobre un tema tècnic, probablement has rebut una resposta amb fonts en castellà o anglès. No és un error: és la conseqüència directa del biaix idiomàtic dels models d’IA. Cada LLM reflecteix la composició de les seves dades d’entrenament, on l’anglès és dominant. Entendre aquesta dinàmica és el punt de partida per a qualsevol estratègia GEO multiidioma, i per al mercat català té implicacions molt concretes.
Segons anàlisis del corpus d’entrenament dels principals models de llenguatge, més del 50% de les dades utilitzades per entrenar sistemes com GPT-4, Claude i Gemini provenen de fonts en anglès. El castellà, sent el quart idioma més parlat del món amb aproximadament 580 milions de parlants natius, representa una fracció significativament menor del corpus d’entrenament. El català, amb els seus aproximadament 10 milions de parlants, ocupa una posició encara més marginal en les dades d’entrenament dels LLM. Aquesta desproporció té conseqüències directes en la qualitat de les respostes generades i en la selecció de fonts citades.
Quan un usuari formula una consulta en català a un motor generatiu, el model té moltes menys fonts d’alta qualitat en aquest idioma per construir la seva resposta. A la pràctica, això es tradueix en diversos fenòmens observables: els LLM citen fonts en castellà o anglès fins i tot quan responen en català, les respostes en català tendeixen a ser més genèriques i menys detallades que les seves equivalents en castellà o anglès, i els dominis no catalanoparlants reben una proporció desproporcionada de citacions en queries formulades en català.
Aquest biaix no és intencionat: és la conseqüència directa de la distribució del contingut disponible a internet. Per als professionals del màrqueting digital que operen a Catalunya, la situació és clara: la competència per visibilitat GEO en anglès és intensa i ben establerta. En català, gairebé ningú la disputa. Per a una comprensió completa del marc GEO, consulta la nostra guia completa de GEO i optimització per a motors generatius.
Dades que il·lustren la desigualtat
Per dimensionar el problema, resulta útil comparar la densitat de fonts citables per idioma. En una mostra representativa de consultes informacionals realitzades a Perplexity, les respostes en anglès citen una mitjana de sis a vuit fonts diferents. Les respostes a consultes equivalents en castellà citen entre tres i cinc fonts. Les respostes en català, quan existeixen, citen entre una i tres fonts, i amb freqüència inclouen traduccions automàtiques de fonts en castellà o anglès. Aquesta diferència no s’explica per la dificultat de la consulta, sinó per la menor disponibilitat de contingut citable en català.
La bretxa de citabilitat en català
El concepte de bretxa de citabilitat descriu la diferència entre la demanda d’informació en un idioma i l’oferta de contingut citable de qualitat en aquest mateix idioma. En català, aquesta bretxa és enorme i representa la major oportunitat estratègica per a empreses catalanes que inverteixin en GEO.
El mercat catalanoparlant agrupa aproximadament 10 milions de parlants distribuïts principalment a Catalunya, les Illes Balears, el País Valencià i Andorra. Tot i que el català és una de les llengües europees amb més vitalitat digital, amb presència creixent a plataformes com Viquipèdia (una de les vint Viquipèdies més grans del món), la producció de contingut web d’alta qualitat tècnica i professional en català és limitada en molts sectors.
La bretxa de citabilitat en català té diverses dimensions. La primera és quantitativa: hi ha molt menys articles, estudis, guies i recursos en català que compleixin els criteris de citabilitat que prioritzen els motors generatius, com ara dades específiques, fonts verificables i estructura semàntica clara. La segona és qualitativa: una proporció significativa del contingut en català és contingut traduït del castellà, la qual cosa redueix el seu valor com a font original. Els LLM prioritzen fonts originals sobre traduccions, perquè les fonts originals tendeixen a contenir dades més específiques i contextualitzades.
La tercera dimensió és temàtica: en sectors com tecnologia, màrqueting digital, investigació científica i finances, la producció de contingut de referència en català és especialment limitada. Això significa que en aquests sectors la competència per ser citat com a font en respostes d’IA és mínima. Una empresa que creï un recurs complet, original i ben estructurat sobre un tema tècnic en català té altes probabilitats de convertir-se en la font de referència que els LLM citen quan reben consultes en català sobre aquest tema.
L’avantatge del primer actor
En mercats amb bretxa de citabilitat alta, l’avantatge del primer actor és particularment pronunciat. Els models de llenguatge tendeixen a establir associacions entre temes i fonts: un cop un domini es consolida com a font citada per a un tema en un idioma determinat, mantenir aquesta posició és més fàcil que desplaçar un competidor establert. Invertir ara en contingut citable en català posiciona una empresa per capturar una quota desproporcionada de visibilitat GEO al mercat catalanoparlant a mesura que l’adopció de motors generatius es generalitzi.
Català: oportunitat en un nínxol hiperlocal
Si la bretxa de citabilitat en castellà és àmplia, en català és pràcticament un buit. El català té una presència mínima en els corpus d’entrenament dels principals LLM i una producció de contingut web de qualitat limitada fora de l’àmbit institucional i acadèmic.
Quan un usuari realitza una consulta en català a ChatGPT, Perplexity o Google AI Overviews, el motor generatiu s’enfronta a una escassetat crítica de fonts citables. En molts casos, la resposta es genera a partir de fonts en castellà o anglès, traduïdes o adaptades al català pel propi model. Això crea una experiència d’usuari subòptima i una oportunitat estratègica per a qui produeixi contingut natiu en català.
Per a empreses que operen a Catalunya, les Illes Balears o la Comunitat Valenciana, crear contingut GEO optimitzat en català té un valor estratègic múltiple. Primer, captura un segment d’audiència que busca activament en la seva llengua pròpia i que actualment obté respostes de qualitat inferior. Segon, la competència per citabilitat en català és pràcticament inexistent, la qual cosa facilita convertir-se en font de referència. Tercer, demostra un compromís amb la diversitat lingüística del mercat local que reforça la percepció de marca entre una audiència que valora especialment l’ús del català en contextos professionals.
Les particularitats tècniques de l’optimització GEO en català inclouen la necessitat d’utilitzar terminologia normalitzada evitant castellanismes innecessaris, la inclusió de dades i fonts específiques del mercat català com ara estadístiques de l’Idescat o normativa autonòmica de la Generalitat, i l’aplicació d’hreflang correcte perquè Google AI Overviews serveixi la versió catalana als usuaris a Catalunya. Per a un tractament detallat de les fonts i citacions, consulta la nostra guia sobre estratègia de citacions i fonts per a LLM.
Volum vs. impacte en català
El volum de cerques en català és lògicament inferior al del castellà o l’anglès. Tanmateix, l’impacte per consulta pot ser superior. Un usuari que busca activament en català té una intenció més definida i una connexió més forta amb el contingut que trobi en el seu idioma. La conversió potencial d’aquest tràfic és alta precisament perquè l’oferta de contingut de qualitat és escassa. En termes de ROI per peça de contingut, el català pot superar el castellà i l’anglès en nínxols hiperlocals.
Estratègia multiidioma per a GEO
Dissenyar una estratègia GEO multiidioma efectiva requereix més que traduir contingut existent. Cada idioma constitueix un ecosistema amb les seves pròpies dinàmiques de citabilitat, fonts de referència i comportaments de cerca. Una estratègia ben dissenyada tracta cada idioma com un mercat independent amb necessitats específiques.
El primer principi és la priorització per idioma basada en dades de negoci. Analitza quin percentatge de la teva audiència actual i potencial consumeix contingut en cada idioma. Per a una empresa amb seu a Barcelona que opera al mercat espanyol amb clients internacionals, la priorització típica seria: català com a idioma de diferenciació local amb màxim potencial de citabilitat per unitat de contingut, castellà com a idioma principal per volum de cerca i base de clients, i anglès com a idioma d’expansió per accedir al mercat global i a fonts de major autoritat.
El segon principi és la creació de contingut original per idioma, no traduït. Un article sobre GEO en català ha de citar fonts en català quan existeixin, incloure dades del mercat català i estar escrit amb la terminologia i el context que un professional catalanoparlant espera trobar. La versió en castellà del mateix tema ha de citar fonts hispanoparlants i emprar dades del mercat espanyol. La versió en anglès ha de citar fonts anglosaxones i emprar terminologia estàndard del sector en anglès.
El tercer principi és l’arquitectura de contingut independent per idioma amb enllaçament creuat mitjançant hreflang. Cada versió lingüística ha de poder funcionar com a recurs autònom: no dependre de l’existència de les altres versions per tenir sentit complet. Les etiquetes hreflang connecten les versions entre si perquè els motors de cerca, inclòs Google AI Overviews, puguin identificar i servir la versió correcta segons l’idioma i la ubicació de l’usuari.
Calendari editorial multiidioma
Un error freqüent és intentar publicar simultàniament en tots els idiomes. És més efectiu adoptar un calendari escalonat: primer publica en l’idioma prioritari, valida el rendiment del contingut (posicions orgàniques, citacions GEO), i després adapta als idiomes secundaris incorporant els aprenentatges. Per a empreses catalanes, un enfocament efectiu és publicar primer en català per capturar el mercat amb menys competència, i després ampliar al castellà i l’anglès amb les dades obtingudes.
Hreflang i motors d’IA: com es connecten
La implementació d’hreflang en el context de GEO requereix entendre que cada motor d’IA interactua de forma diferent amb els senyals lingüístics d’un lloc web.
Google AI Overviews és el motor generatiu que més directament es beneficia d’una implementació correcta d’hreflang. Com a extensió de l’ecosistema Google, AI Overviews hereta la capacitat d’interpretar etiquetes hreflang per determinar quina versió d’un contingut és més rellevant per a un usuari segons el seu idioma i ubicació. Si un usuari a Barcelona realitza una consulta en català i el teu lloc té una versió en català amb hreflang correctament implementat, Google AI Overviews té major probabilitat de citar aquesta versió específica.
Perplexity i ChatGPT, en canvi, no interpreten hreflang de forma directa. Aquests motors rastregen la web de forma independent i seleccionen fonts basant-se en rellevància semàntica, autoritat i qualitat percebuda, sense considerar explícitament les etiquetes d’idioma alternatiu. Tanmateix, hreflang té un efecte indirecte: un lloc amb hreflang correcte té millor rendiment a Google, la qual cosa reforça la seva autoritat de domini general. I una major autoritat de domini es tradueix en major probabilitat de ser citat per qualsevol motor d’IA.
La implementació tècnica d’hreflang per a GEO segueix les mateixes millors pràctiques del SEO multiidioma clàssic: etiquetes bidireccionals al head de cada pàgina, inclusió de l’etiqueta x-default per a la versió predeterminada, consistència entre les URLs declarades a hreflang i les URLs canòniques, i cobertura completa de totes les versions lingüístiques existents.
Canonical i hreflang en context multiidioma
Un aspecte tècnic que genera confusió freqüent és la relació entre canonical i hreflang en llocs multiidioma. Cada versió lingüística ha de tenir la seva pròpia URL canònica que apunti a si mateixa, no a la versió en un altre idioma. Un error comú és apuntar el canonical de totes les versions a la versió en castellà, la qual cosa indica a Google que les altres versions són duplicats. Això anul·la la utilitat d’hreflang i perjudica la visibilitat de les versions en català i anglès tant al SEO com a AI Overviews.
Crear contingut original vs. traduir
La decisió entre crear contingut original per idioma i traduir contingut existent és una de les més rellevants en una estratègia GEO multiidioma. Ambdós enfocaments tenen els seus mèrits, però les seves implicacions per a la visibilitat en motors generatius són marcadament diferents.
La traducció directa produeix contingut funcional però no optimitzat per a GEO en l’idioma de destí. Un article traduït del castellà al català conserva les fonts castellanoparlants, les dades del mercat espanyol general i una estructura pensada per a una audiència castellanoparlant. Quan un LLM busca fonts per a una consulta en català, aquest contingut traduït competeix en desavantatge front a un article natiu en català que citi fonts catalanes, usi dades del mercat local i empri la terminologia que un professional català utilitza en el seu dia a dia.
La creació de contingut original per idioma és més costosa en temps i recursos, però produeix actius significativament més valuosos per a GEO. Un article original en català sobre eines de monitoratge GEO inclou referències a la realitat empresarial catalana, preus en euros contextualitzats al mercat local, i exemples rellevants per a una audiència que opera a Barcelona, Girona, Tarragona o Lleida. Aquest nivell d’especificitat local és el que converteix el contingut en la font preferent que un LLM tria quan respon consultes en català. Per aprofundir en com fer que el teu contingut sigui citable, consulta la nostra guia sobre contingut citable per a AI Overviews.
L’enfocament híbrid com a solució pragmàtica
Per a equips amb recursos limitats, un enfocament híbrid pot ser la solució més eficient. Consisteix a crear contingut original en l’idioma prioritari i desenvolupar les versions en altres idiomes partint d’una estructura base comuna però adaptant fonts, dades, exemples i context a cada mercat lingüístic. No és traducció literal, sinó adaptació profunda. L’estructura de l’article pot ser similar, però les dades, les fonts citades, els exemples i la terminologia han de ser natius de l’idioma de destí.
Un aspecte crític de l’enfocament híbrid és la validació per parlants natius. Un contingut adaptat al català ha de ser revisat per un professional que domini el català tècnic del sector, no simplement per un traductor generalista. Els matisos terminològics i el context cultural determinen la percepció d’autoritat del contingut, i aquesta percepció influeix indirectament en la probabilitat de citació per LLM.
Pla d’acció multiidioma per a GEO
Implementar una estratègia GEO multiidioma requereix un pla estructurat que combini auditories, priorització, creació de contingut i mesura. Aquest pla d’acció proporciona un marc operatiu adaptable a empreses de diferents mides al mercat català.
La primera fase és l’auditoria lingüística de la teva presència actual. Analitza en quins idiomes generes tràfic orgànic, quin percentatge del teu contingut existeix en cada idioma, i com de citable és aquest contingut segons els criteris GEO (dades específiques, fonts verificables, passatges autocontinguts, estructura semàntica). Utilitza eines de monitoratge GEO per verificar si el teu contingut ja es cita en respostes d’IA en cada idioma. La nostra guia sobre eines de monitoratge GEO detalla les plataformes disponibles per a aquesta anàlisi.
La segona fase és la priorització d’idiomes i temes. No tots els temes necessiten estar disponibles en tots els idiomes. Prioritza els continguts amb major potencial de citabilitat en cada mercat lingüístic. Per al català, prioritza temes hiperlocals on l’avantatge de primer actor és màxim: serveis professionals a Barcelona, regulació autonòmica, dades del mercat català. Per al castellà, prioritza temes on la bretxa de citabilitat és major: guies tècniques especialitzades, dades del mercat ibèric. Per a l’anglès, prioritza temes on puguis aportar una perspectiva única del mercat europeu que les fonts anglosaxones no cobreixen.
La tercera fase és la producció de contingut seguint els principis d’originalitat per idioma. Per a cada peça de contingut prioritzada, defineix les fonts específiques del mercat lingüístic de destí, les dades locals a incloure, la terminologia nativa a utilitzar i els passatges citables a construir. Cada peça ha de contenir almenys tres passatges dissenyats per ser extrets i citats per motors d’IA: fragments autocontinguts de 40 a 60 paraules que incloguin una dada específica amb la seva font.
La quarta fase és la mesura diferenciada per idioma. Configura la teva eina de monitoratge GEO per rastrejar paraules clau en cada idioma de forma independent. Compara la freqüència de citació, la quota de veu i l’evolució temporal entre idiomes. Identifica patrons: és possible que el teu contingut en català tingui una taxa de citació més alta que el contingut en castellà precisament per la menor competència.
Mètriques d’èxit per idioma
Les mètriques d’èxit s’han d’adaptar a la realitat de cada mercat lingüístic. En castellà, on la competència és moderada, l’objectiu pot ser assolir una quota de veu del 15% al 20% en les paraules clau objectiu. En anglès, on la competència és intensa, una quota de veu del 5% al 10% pot ser un objectiu ambiciós però realista. En català, on la competència és mínima, l’objectiu pot ser convertir-se en la font citada principal amb una quota de veu superior al 30% en un conjunt definit de temes. Establir objectius realistes per idioma evita la frustració i permet celebrar el progrés que, d’altra manera, passaria desapercebut.
L’estratègia multiidioma per a GEO és un procés continu de creació, mesura i ajust. La finestra en català es reduirà a mesura que més empreses hi inverteixin. La combinació dels tres idiomes construeix un ecosistema de contingut que cobreix audiències diverses, reforça l’autoritat del domini en múltiples mercats i assegura visibilitat en un paisatge de cerca cada cop més fragmentat. Qui actuï primer s’estalviarà tres anys de remuntada competitiva.