Google, ¿por qué Google sigue mostrando anuncios sospechosos? Su propia IA eleva la apuesta
Google revisó dos veces el mismo anuncio sospechoso de YouTube y, según se informa, no detectó ninguna infracción de sus políticas, pese a su evidente imitación de una advertencia de iPhone. El incidente ha reavivado una pregunta directa: ¿por qué Google sigue mostrando anuncios sospechosos?
El caso tiene un giro especialmente incómodo. Google afirma que sus sistemas impulsados por Gemini detuvieron más del 99% de los anuncios que infringían las políticas antes de que se publicaran durante 2025. Sin embargo, un usuario mostró la creatividad en disputa a Gemini, y el modelo identificó de inmediato varias aparentes infracciones de las normas publicitarias publicadas por Google.
Una sola anécdota no puede medir la precisión de una plataforma publicitaria global. Sin embargo, puede revelar una grave brecha entre el filtrado automatizado, los reportes de los usuarios y las decisiones finales de aplicación de normas. Esa brecha importa porque la publicidad de Google generó 294.700 millones de dólares en ingresos durante 2025.
El verdadero conflicto no enfrenta a Google con un anunciante engañoso. Enfrenta la promesa pública de seguridad de Google con la experiencia de los usuarios que reportan infracciones aparentemente evidentes y reciben rechazos con apariencia de respuestas automatizadas.
¿Por qué Google sigue mostrando anuncios sospechosos después de que los usuarios los reportan?
El incidente cobró relevancia porque Google no se limitó a pasar por alto el anuncio una vez. Según se informa, su proceso de revisión defendió la decisión tras reportes reiterados.
Chris Greening, quien publica el blog tecnológico Atomic14, describió haber visto el anuncio dentro de la aplicación de YouTube varios meses antes. La creatividad se parecía a un cuadro de diálogo del sistema iOS y advertía al espectador de que el almacenamiento de su iPhone estaba lleno.
Greening dijo que seleccionó el anuncio por accidente mientras realmente tenía poco espacio de almacenamiento. Ese contexto ilustra por qué funcionan los diseños de interfaz engañosos. El anuncio parecía vincular una preocupación real del dispositivo con una advertencia que parecía información del sistema operativo.
Los botones mostrados dentro del anuncio, según se informa, se parecían a los conocidos controles “Sí” y “No” de una alerta nativa. Eran elementos gráficos, no controles reales del sistema. Al seleccionar la creatividad, el usuario era dirigido a un destino externo.
Greening reportó el anuncio mediante el proceso disponible de Google. Según su relato, Google respondió que el anuncio no infringía sus políticas. Envió otro reporte y recibió la misma conclusión.
Al parecer, otras personas reportaron la misma creatividad y recibieron una respuesta equivalente. El mensaje indicaba que Google había determinado que el anuncio no entraba en conflicto con las políticas destinadas a proteger a los usuarios y al ecosistema en línea.
El relato original incluye imágenes del anuncio y de la respuesta de Google. No aporta suficiente información para identificar al anunciante, la página de destino, la configuración de segmentación ni el historial completo de revisión.
Esos detalles ausentes exigen cautela. La evidencia pública no establece si un mismo revisor gestionó ambos reportes, si la automatización generó las respuestas o si el destino cambió entre las revisiones.
Tampoco demuestra que Google aprobara deliberadamente una estafa. El anuncio podría haber promocionado una aplicación real mediante una creatividad engañosa. Esa distinción importa desde el punto de vista legal, pero no resuelve el aparente problema de políticas.
Las normas publicadas por Google sobre tergiversación prohíben los anuncios que imitan notificaciones del sistema o utilizan elementos no funcionales que se parecen a botones. También restringen las afirmaciones basadas en el miedo destinadas a presionar a los usuarios para que actúen de inmediato.
La creatividad en disputa parece ajustarse estrechamente a esas descripciones. Copiaba una advertencia de almacenamiento al estilo iPhone, presentaba controles de imitación y sugería que las funciones del dispositivo podrían dejar de funcionar si el usuario no actuaba.
Greening mostró entonces el anuncio al modelo Gemini de Google y le pidió que evaluara la creatividad. Gemini lo clasificó como desaprobado y citó diseño engañoso, elementos de interfaz engañosos y afirmaciones poco fiables.
Ese resultado no constituye una decisión formal de Google Ads. Una sesión de Gemini de propósito general no necesariamente utiliza el mismo modelo, indicación, evidencia, umbrales o herramientas de aplicación que el sistema de revisión de producción de Google.
Aun así, el contraste es difícil de descartar. Un modelo orientado al consumidor reconoció el aparente problema en segundos, mientras que el canal oficial de reportes supuestamente rechazó la queja dos veces.
El hecho cambió la conversación de “los anuncios malos a veces eluden la detección” a “los anuncios malos reportados pueden sobrevivir a una segunda revisión explícita”. Por eso un pequeño encuentro en YouTube atrajo cientos de comentarios de editores, anunciantes y usuarios.
Muchos compartieron experiencias similares relacionadas con software falso, solicitudes fraudulentas de pago, productos de salud y anuncios diseñados para parecerse a interfaces de dispositivos. Estos reportes siguen siendo anécdotas, pero su coherencia apunta a un problema recurrente de confianza.
Por tanto, el desafío de Google es mayor que retirar un solo anuncio. La empresa debe explicar por qué una creatividad puede parecer infringir normas escritas mientras su proceso de revisión orientado al usuario dice lo contrario.
Las cifras de aplicación de Google hacen que el fallo sea más difícil de explicar
Google presenta la inteligencia artificial como el sistema que cierra las brechas de aplicación, lo que hace que los fallos visibles dañen más su credibilidad.
En abril de 2026, Google publicó su Informe de Seguridad de Anuncios de 2025. La empresa afirmó que las herramientas impulsadas por Gemini detectaron más del 99% de los anuncios que infringían las políticas antes de que esos anuncios llegaran a una audiencia.
Google también afirmó que bloqueó o retiró más de 8.300 millones de anuncios durante 2025. Ese total incluía 602 millones de anuncios asociados a categorías de políticas más estrechamente relacionadas con estafas.
La empresa suspendió 24,9 millones de cuentas de anunciantes durante el mismo período. Más de 4 millones de esas suspensiones estuvieron relacionadas con actividades de estafa, según Google.
Su informe de seguridad publicitaria describe sistemas que analizan cientos de miles de millones de señales. Esas señales incluyen la antigüedad de las cuentas, indicios de comportamiento, patrones de campaña, imágenes, texto y otros indicadores de la intención del anunciante.
Google afirma que este enfoque funciona más allá de la simple coincidencia de palabras clave. Según se informa, los modelos Gemini examinan la relación entre múltiples señales, lo que ayuda a la plataforma a reconocer campañas diseñadas para evadir reglas directas.
La empresa también informó que procesó más de cuatro veces más reportes de usuarios en 2025 que en 2024. Afirmó que una mejor automatización permitió a los especialistas en seguridad centrarse en los casos que requerían juicio humano.
Las suspensiones incorrectas de anunciantes, según se informa, cayeron un 80% durante ese año. Esta cifra aborda el lado opuesto de la aplicación, en el que empresas legítimas pierden el acceso porque un sistema automatizado interpreta incorrectamente su actividad.
Estas son afirmaciones sustanciales. Describen una plataforma que utiliza IA para ampliar la cobertura, acelerar las decisiones y reducir los falsos positivos al mismo tiempo.
Sin embargo, las cifras no responden a la pregunta central planteada por el caso de YouTube. Una plataforma puede bloquear miles de millones de anuncios y aun así ofrecer una mala experiencia cuando un usuario identifica una infracción específica que no fue detectada.
La cifra del 99% también necesita contexto. Google describe el porcentaje de anuncios que infringían las políticas y que sus sistemas detectaron antes de su publicación. No revela el número total de infracciones que escaparon por completo a la clasificación.
Calcular una tasa real de fallos requeriría una estimación independiente de todos los anuncios infractores enviados a la plataforma. El denominador publicado por Google parece abarcar las infracciones que sus sistemas acabaron identificando.
Esa diferencia no hace que la estadística carezca de sentido. Sí significa que la cifra no puede demostrar de forma independiente que los usuarios se encuentren con casi ninguna publicidad perjudicial.
Los grandes totales de aplicación presentan otro problema interpretativo. Bloquear más anuncios malos puede indicar defensas más sólidas, más ataques, una cobertura de políticas más amplia o alguna combinación de los tres factores.
Google afirma que la IA generativa ha aumentado la velocidad y la escala del abuso publicitario. Los estafadores pueden crear más variaciones, traducir campañas, modificar imágenes y sustituir activos suspendidos más rápido que antes.
En ese entorno, un filtro mejorado puede retirar más contenido mientras los usuarios siguen encontrándose con fallos más sofisticados. Ambas afirmaciones pueden ser ciertas a la vez.
Google también debe equilibrar dos errores costosos. Un falso negativo permite que se publique un anuncio perjudicial. Un falso positivo bloquea a un anunciante legítimo y puede interrumpir un negocio real.
Ese equilibrio ayuda a explicar decisiones conservadoras o inconsistentes. No justifica aprobar una creatividad que imita visiblemente una advertencia del sistema, especialmente después de que un usuario identifica la preocupación precisa.
El propio lenguaje de las políticas de Google deja poco margen para la ambigüedad. Su política de tergiversación prohíbe los diseños publicitarios engañosos, los elementos interactivos falsos, la suplantación y las afirmaciones engañosas.
La empresa trata algunas infracciones como graves y afirma que las cuentas pueden suspenderse sin previo aviso. Ese lenguaje crea la expectativa de una aplicación decisiva cuando las pruebas parecen claras.
¿Por qué Google sigue mostrando anuncios sospechosos pese a estos sistemas? Una respuesta es que las métricas globales de rendimiento y la gestión de reportes individuales miden partes distintas de la operación.
Los modelos de Google podrían ser eficaces durante el envío inicial, mientras que su flujo de trabajo para quejas sigue estando mal calibrado. Como alternativa, el modelo inicial podría pasar por alto un engaño contextual que solo se vuelve evidente al visualizarse en un dispositivo concreto.
Cualquiera de las dos explicaciones presiona a Google. La empresa ha promocionado Gemini como capaz de comprender la intención del anunciante, no solo de detectar palabras prohibidas.
El ciclo de revisión es el eslabón débil de la promesa de seguridad de Google
La posibilidad más preocupante no es que Google carezca de tecnología de detección. Es que la retroalimentación de la aplicación no logra conectar la tecnología con las pruebas reportadas.
Un sistema de revisión publicitaria contiene varias etapas. Google debe evaluar al anunciante, la creatividad, el destino, la información de pago, el comportamiento de la campaña y el entorno donde aparece un anuncio.
Un reporte de usuario llega después de que algunas de esas comprobaciones ya hayan aprobado la campaña. El reporte debería aportar una nueva señal, especialmente cuando el usuario identifica una aparente infracción que el filtrado automatizado pasó por alto.
El caso de Atomic14 sugiere que esta señal no cambió el resultado. La respuesta de Google, según se informa, repitió una conclusión general sobre las políticas sin explicar cómo la creatividad cumplía sus normas.
Eso crea un problema de rendición de cuentas. Los usuarios no pueden saber si una persona examinó la queja, si un software comparó la imagen con las políticas o si al reporte le faltaba el contexto necesario.
Un rechazo genérico también impide una corrección útil. Si Google considera aceptable una advertencia al estilo iOS, debería explicar qué elemento la distingue de un diseño engañoso prohibido.
Si Google acepta que tales diseños infringen las políticas, la respuesta indica un fallo operativo. Cualquiera de los dos resultados merece más detalle que una garantía estandarizada.
La escala es un obstáculo real. Google recibe enormes volúmenes de anuncios, cambios de cuentas, actualizaciones de destinos y reportes de usuarios. La revisión manual de cada combinación sería poco práctica.
Por ello, la automatización es inevitable. La pregunta relevante es si el sistema eleva los casos adecuados y conserva suficiente contexto para una segunda decisión significativa.
Los atacantes explotan activamente las diferencias entre usuarios, revisores y escáneres automatizados. El cloaking es una técnica que muestra contenido seguro a una plataforma mientras dirige a determinados usuarios hacia algo dañino.
En febrero de 2026, Varonis Threat Labs describió un servicio llamado 1Campaign. Los investigadores afirmaron que ayudaba a anunciantes maliciosos a filtrar visitantes y ocultar páginas de phishing o robo de criptomonedas de los sistemas de revisión de Google.
La investigación sobre cloaking describió segmentación geográfica, puntuación de visitantes, detección de bots y filtrado de investigadores de seguridad. Según se informó, el operador mantuvo el servicio durante más de tres años.
Ese mecanismo explica por qué no basta con revisar un destino una sola vez. Un escáner que utiliza una dirección de centro de datos puede recibir una página inofensiva, mientras que un usuario residencial objetivo recibe una versión fraudulenta.
Sin embargo, el cloaking no explica por completo el anuncio de YouTube. La preocupación descrita por Greening era visible en la propia creatividad, antes de que importara cualquier comportamiento de la página de destino.
El falso mensaje de almacenamiento no era un destino oculto mostrado solo a víctimas seleccionadas. Al parecer, era el anuncio presentado a través de YouTube.
Eso hace que el fallo de revisión sea especialmente revelador. Google no necesitaba reproducir una compleja cadena de redireccionamientos para evaluar si el diseño se parecía a una alerta nativa del dispositivo.
La empresa ya cuenta con reconocimiento de imágenes, modelos de lenguaje, conocimiento de interfaces de dispositivos y metadatos detallados de campañas. Una captura de pantalla enviada podría haber activado una comparación específica con la política contra diseños engañosos.
La respuesta informal de Gemini muestra que el análisis automatizado puede articular la conexión relevante. De nuevo, ese resultado no valida su preparación para producción, pero demuestra la accesibilidad de ese razonamiento.
Un modelo general también puede alucinar normas, interpretar mal imágenes o seguir una indicación tendenciosa. Google no debería permitir que un chatbot suspenda directamente a anunciantes sin salvaguardas ni opciones de apelación.
La mejor lección es más acotada. Los reportes de usuarios que contienen pruebas visibles deberían pasar por una vía de revisión más completa que la descrita en este caso.
Esa vía podría pedir al denunciante que identifique el elemento engañoso, adjunte una captura de pantalla, conserve el identificador del anuncio y registre el contexto del dispositivo. Después podría emitir una decisión razonada vinculada a una norma específica.
Los revisores humanos deberían encargarse de los casos dudosos, los reportes repetidos y las discrepancias entre evaluaciones de modelos. El usuario debería saber si Google retiró el anuncio, restringió su alcance o encontró una razón concreta para permitirlo.
Los editores afrontan una versión relacionada de este problema. En la discusión de Hacker News, varios operadores dijeron que bloqueaban repetidamente anuncios fraudulentos solo para ver sustituciones procedentes de cuentas o subdominios nuevos.
Un editor afirmó que la carga llegó a ser tan alta que eliminó AdSense. Otro describió una supervisión diaria de anuncios de software falso y productos de salud cuestionables.
Esos relatos no son mediciones verificadas de forma independiente. Aun así, ilustran cómo los costes de aplicación se trasladan hacia fuera cuando fallan los controles de Google.
Los usuarios asumen el riesgo de hacer clic. Los editores asumen el daño reputacional y el trabajo de moderación. Los anunciantes legítimos asumen la sospecha y las consecuencias de una revisión automatizada más estricta.
Google controla el mercado que conecta a los tres grupos. Esa posición convierte su ciclo de revisión en una función central de seguridad, no en un accesorio de atención al cliente.
Los incentivos publicitarios explican la sospecha, no la evidencia
Google gana dinero cuando la publicidad funciona, pero la evidencia disponible no demuestra que conserve deliberadamente anuncios engañosos para obtener ingresos.
El incentivo financiero es imposible de ignorar. Alphabet informó de 294.700 millones de dólares en ingresos publicitarios de Google para 2025, frente a los 264.600 millones de dólares de 2024.
Google Search y las propiedades relacionadas generaron 224.500 millones de dólares del total de 2025. La publicidad de YouTube aportó 40.400 millones de dólares, mientras que la publicidad de Google Network generó 29.800 millones de dólares.
Estas cifras aparecen en la declaración anual de Alphabet. Por tanto, la publicidad sigue estrechamente ligada a los ingresos y las decisiones de producto de la empresa.
Cada campaña eliminada suprime un posible gasto. Cada umbral más estricto también corre el riesgo de bloquear anuncios legítimos, frustrar a los clientes y reducir la competencia dentro de la subasta.
Esa estructura económica da a los críticos un motivo plausible para cuestionar las decisiones de aplicación. No demuestra que Google instruyera a los revisores para conservar anuncios engañosos.
Varias explicaciones alternativas encajan con la evidencia conocida. El sistema de reportes podría tener reglas de escalamiento débiles. Los revisores podrían carecer de tiempo, formación, contexto o acceso a la creatividad exacta que vio un usuario.
Un clasificador automatizado podría dar más peso al historial del anunciante que al diseño visible. Una campaña también puede contener múltiples creatividades, lo que dificulta reproducir la impresión reportada.
La aplicación de políticas puede sufrir además de fragmentación organizativa. Los equipos responsables de la aprobación de anuncios, la distribución en YouTube, los reportes de usuarios, las apelaciones de anunciantes y las investigaciones de fraude pueden utilizar sistemas distintos.
Un usuario experimenta un solo producto de Google. Internamente, la queja puede atravesar varios límites operativos antes de que alguien pueda vincular la impresión del anuncio con la campaña y la decisión de política.
La tensión se intensifica porque la aplicación de Google debe proteger a los anunciantes legítimos de suspensiones arbitrarias. Las pequeñas empresas describen regularmente restricciones opacas de cuentas y procesos de apelación difíciles.
La automatización agresiva puede crear una paradoja. Puede bloquear a anunciantes locales que cumplen las normas mientras atacantes sofisticados diseñan infraestructura específicamente para evadir esos mismos controles.
Los atacantes esperan que las cuentas y los dominios sean desechables. Una empresa legítima construye su campaña en torno a una identidad estable y no puede reemplazar una cuenta cada vez que un clasificador objeta.
Esta asimetría favorece a los adversarios. Los operadores criminales tratan la aplicación como un gasto operativo, mientras que una suspensión incorrecta puede paralizar a un anunciante honesto.
El problema también se extiende más allá de Google. Una investigación de 2026 coordinada por la Organización Europea de Consumidores examinó presunta publicidad fraudulenta en Google, Meta y TikTok.
Los hallazgos del grupo de consumidores informaron de ejemplos en los que los anuncios o las cuentas de anunciantes siguieron disponibles tras las quejas. El estudio fue limitado y se centró en casos seleccionados, no en la prevalencia en toda la plataforma.
Para Google, los grupos identificaron 30 anuncios que, según creían, infringían las normas europeas o las políticas de Google. Informaron de que tanto anunciantes verificados como no verificados pudieron distribuir anuncios cuestionables.
Los investigadores también afirmaron que solo se eliminaron tres de las 20 cuentas de anunciantes de Google reportadas. Esos hallazgos cuestionan la suposición de que la verificación de identidad por sí sola garantiza publicidad fiable.
La verificación responde quién proporcionó información a la plataforma. No establece automáticamente que cada creatividad, oferta, destino o campaña futura sea segura.
El informe también encontró problemas en plataformas competidoras. Esa comparación debilita cualquier afirmación de que Google tolera de forma única la publicidad fraudulenta.
En cambio, refuerza una conclusión más amplia. Los grandes sistemas publicitarios comparten incentivos y estructuras técnicas que hacen persistente el abuso, especialmente cuando los atacantes pueden reemplazar activos rápidamente.
Google merece un escrutinio particular por su alcance, sus recursos técnicos y sus declaraciones públicas. También inserta publicidad en productos a los que los usuarios suelen llegar con un alto nivel de confianza, incluidos Search y YouTube.
Una advertencia falsa mostrada en un sitio web desconocido podría despertar sospechas en un visitante. La misma advertencia distribuida a través de una propiedad familiar de Google puede tomar prestada credibilidad del producto circundante.
Esa confianza prestada aumenta la responsabilidad de Google por la transacción. Los usuarios no negocian con el anunciante ni inspeccionan la subasta que seleccionó la creatividad.
La plataforma decide qué entra en el mercado, cómo aparece y qué sucede después de una queja. Por tanto, Google no puede tratar un error visible de aplicación como si fuera solo un problema del anunciante.
La respuesta a por qué Google sigue mostrando anuncios dudosos probablemente es menos dramática que una aprobación intencional por lucro. Google opera un inmenso mercado automatizado en el que la calidad de aplicación, el acceso de los anunciantes y los ingresos tiran en direcciones distintas.
La crítica más difícil es que la empresa controla esas compensaciones mientras los externos asumen gran parte del daño. Las respuestas genéricas a las quejas impiden que los usuarios evalúen si Google ha corregido algo.
Tres señales mostrarán si Google está cerrando la brecha
Las próximas estadísticas de aplicación de Google importan menos que si los anuncios reportados reciben decisiones rastreables, coherentes y explicables.
La primera señal es un cambio en el flujo de reportes de usuarios. Google debería vincular cada queja a un identificador de anuncio persistente y conservar la creatividad, el destino, la ubicación y el contexto del dispositivo.
Un flujo más sólido permitiría a los usuarios enviar capturas de pantalla y seleccionar la norma específica que creen que se infringió. Google podría entonces explicar si revisó la creatividad, el destino, el anunciante o los tres.
Esto reforzaría las afirmaciones de seguridad de Google porque los reportes repetidos podrían activar una escalada en lugar de producir otra decisión genérica. También revelaría si las quejas pierden actualmente pruebas cruciales.
La segunda señal es una información más transparente sobre los falsos negativos. Google ya publica totales de anuncios bloqueados, suspensiones de cuentas, volúmenes de reportes de usuarios y mejoras declaradas en falsas suspensiones.
Esas cifras describen la actividad de aplicación, pero ofrecen una visión limitada de los anuncios que los usuarios vieron y reportaron posteriormente. Google debería revelar cuántos reportes condujeron a una eliminación, restricción, revocación o ausencia de acción.
También debería explicar el tiempo transcurrido entre un reporte verificado y la aplicación. Un anuncio dañino eliminado tras semanas de distribución representa un resultado distinto de uno detenido en cuestión de minutos.
Una auditoría independiente haría que estos números fueran más creíbles. Los investigadores necesitan acceso controlado que proteja los datos de anunciantes y usuarios, a la vez que les permita probar la coherencia de las políticas.
Si Google publica los resultados de apelaciones y las tasas de eliminación posteriores a los reportes, el caso Atomic14 sería más fácil de clasificar. Podría medirse como un caso atípico en lugar de debatirse como un símbolo.
La tercera señal es si Google aplica la revisión contextual basada en Gemini en formatos de YouTube con gran presencia de imágenes. La empresa dijo que la revisión instantánea ya cubría la mayoría de los anuncios de búsqueda adaptables a finales de 2025.
Extender ese análisis a más formatos abordaría directamente las creatividades que imitan notificaciones de dispositivos, botones, actualizaciones de software o advertencias de seguridad. Estos diseños dependen del contexto visual, no solo del texto.
Google debe implementar esa ampliación con cuidado. Un modelo debería recomendar medidas de aplicación utilizando normas definidas y pruebas conservadas, mientras los humanos mantienen la responsabilidad de las decisiones ambiguas y las apelaciones.
El éxito significaría más que otro aumento en los anuncios bloqueados. Los usuarios deberían dejar de ver la misma creatividad reportada, y los anunciantes legítimos deberían recibir explicaciones más claras cuando Google actúe.
El fracaso resultaría familiar. Google anunciaría totales de detección más altos mientras los denunciantes seguían recibiendo mensajes formularios sobre anuncios que se parecen visiblemente a diseños prohibidos.
La empresa también debe abordar la infraestructura evasiva. Los modelos que entienden una imagen no pueden resolver las páginas de destino encubiertas a menos que Google pruebe los destinos desde ubicaciones, dispositivos y condiciones de red realistas.
La verificación de anunciantes debe convertirse en una señal de riesgo continua, no en una insignia de una sola vez. Las quejas repetidas, los cambios rápidos de destino, los métodos de pago desechables y las cuentas vinculadas deberían influir en las revisiones futuras.
Google no puede prometer que nunca aparecerá un anuncio perjudicial. Un mercado publicitario adversarial cambia con demasiada rapidez, y todo sistema de aplicación de normas cometerá errores.
Sí puede prometer una respuesta creíble después de que un usuario aporte pruebas específicas. Ese es el estándar que este caso pone en duda.
Para los usuarios comunes, la suposición más segura sigue siendo que un anuncio no equivale a una recomendación. La etiqueta de anunciante “verificado” identifica una cuenta dentro del proceso de Google, pero no garantiza cada afirmación ni cada destino.
Las advertencias del dispositivo deben comprobarse desde los ajustes del sistema operativo, no a través de un anuncio. El software debe proceder de editores conocidos o de tiendas de aplicaciones de confianza, en lugar de enlaces patrocinados.
Los editores también deben tratar la calidad de los anuncios como parte de su propio producto. Delegar la colocación en Google no impide que los visitantes culpen al sitio web que mostró una creatividad engañosa.
Los anunciantes también tienen interés en una aplicación de normas más firme. Cada advertencia falsa y cada campaña de suplantación reducen la confianza en los resultados de pago legítimos.
¿Por qué Google sigue mostrando anuncios sospechosos? Las pruebas disponibles apuntan a un sistema de aplicación que funciona de forma impresionante a gran escala, pero que puede fallar en el momento en que la rendición de cuentas se vuelve personal.
Google dispone de los modelos, el lenguaje de políticas, los datos de campañas y los recursos financieros para reducir esa brecha. La próxima prueba consiste en determinar si un informe claro de un usuario cambia la decisión, no si otros mil millones de anuncios se suman a un total de retiradas.
Cuando encuentre un anuncio que imite una advertencia del dispositivo, guarde los detalles del anuncio, capture la pantalla completa e informe del elemento engañoso exacto. Después, observe qué hace Google con esas pruebas.
Una plataforma fiable no debería limitarse a aceptar la queja. Debería ofrecer una decisión que un usuario razonable pueda entender.
