Cada vez más personas ya no dirigen sus consultas de investigación a una lista de resultados de un buscador, sino a un asistente de IA.En lugar de diez enlaces azules, reciben un párrafo ya redactado: qué software es adecuado para qué fin, qué proveedor es recomendable, cómo valorar una postura política.Dos investigaciones de las que se informa actualmente sugieren que estas respuestas son mucho menos estables de lo que su tono soberano permite suponer.

Recomendaciones de software: decide la fuente, no el modelo

Un estudio ha examinado de qué fuentes se nutre el servicio de respuestas Perplexity cuando recomienda software.Perplexity pertenece a los llamados motores de respuesta: sistemas que investigan en vivo en la web, resumen las páginas encontradas y emiten el resultado con indicación de fuentes.Según el informe del estudio, la evaluación dibuja la imagen de una influencia deliberada: las páginas consultadas no surgieron por azar, sino que en una parte considerable están diseñadas para aparecer en respuestas de este tipo.

No es un error del modelo, sino una consecuencia de su arquitectura.Un modelo de lenguaje que vincula sus afirmaciones a contenidos web actuales es tan bueno como la selección de las páginas que lee en ese momento.Y el mercado de comparativas de software es desde hace años uno de los ámbitos comercialmente más densos de la red: portales de comparación, rankings de afiliación, listicles con la misma estructura una y otra vez, artículos invitados con colocación comprada.Quien atiende bien este tipo de texto es citado, independientemente de si la valoración que hay detrás es sólida.

Para las usuarias y usuarios esto es difícil de reconocer.La respuesta de la IA allana las diferencias en la calidad de las fuentes.Un ranking pagado y un artículo especializado cuidadosamente investigado aparecen en el texto del resultado con la misma formulación sobria, y los enlaces de fuentes adjuntos, según la experiencia, rara vez se abren.La clásica lista de resultados de búsqueda tenía aquí una ventaja subestimada: dejaba en manos de la persona la valoración de la fuente.

Cuestiones políticas: la misma mecánica, mayores apuestas

La segunda investigación procede de AlgorithmWatch y ha evaluado alrededor de 4.500 consultas de búsqueda en el entorno de las próximas elecciones regionales, concretamente los resúmenes de IA que Google muestra entretanto por encima de los resultados de búsqueda habituales.La conclusión de la organización: quien quiera confiar en estos resúmenes para su decisión de voto debería ser prudente.

El segundo caso está temáticamente muy lejos del primero, pero técnicamente cerca.En ambos casos, una pregunta se traduce en un puñado de fuentes web a partir de las cuales un modelo forma una única respuesta aparentemente autoritativa.Y en ambos casos la calidad del resultado depende de qué contenidos eran bien localizables, bien estructurados y formulados de manera temáticamente adecuada en el momento de la consulta.Donde hay algo que ganar —cuota de mercado o votos— surge un incentivo para poner en circulación precisamente tales contenidos.

Qué significa esto para la propia visibilidad

La reacción obvia de muchas empresas es hacer ahora exactamente lo que critica el estudio: producir contenidos cuyo objetivo principal es ser citados por sistemas de respuesta.Para ello se ha consolidado el término Generative Engine Optimization: la optimización para respuestas de IA en lugar de para listas de resultados de búsqueda.El efecto a corto plazo puede producirse sin duda.El precio a medio plazo es previsible: los operadores de buscadores han reaccionado en el pasado a cada ola de contenidos de optimización generados industrialmente con contramedidas, y los contenidos sin valor propio rara vez superan tales ajustes.

Más sensato es un sobrio balance en dos direcciones.

Hacia fuera, con la vista puesta en la propia localizabilidad:

  • Comprobar qué publican hoy los asistentes de IA sobre la propia empresa, los propios productos y el propio mercado, y qué fuentes aducen para ello.
  • Aclarar si estas fuentes proceden siquiera del propio entorno o si son terceros quienes determinan el relato.
  • Preparar los propios contenidos de modo que sean captables de forma limpia por máquinas: estructura clara, términos inequívocos, afirmaciones documentadas, base técnica cuidada.Esto sirve también cuando los sistemas vuelvan a cambiar.

Hacia dentro, con la vista puesta en la propia adquisición:

  • Tratar las respuestas de IA sobre selección de software y proveedores de servicios como punto de entrada, no como base de decisión.
  • En la selección de herramientas, seguir apostando por criterios comprensibles: referencias, verificación técnica, instalación de prueba, conversaciones con usuarios.
  • Dejar claro en el equipo que una recomendación formulada con fluidez no es una prueba, precisamente en ámbitos en los que nadie tiene la profundidad técnica para valorar el resultado.

Clasificación: dos estudios, un patrón

Ambas evaluaciones informan sobre sistemas distintos y ámbitos temáticos distintos, y ambas están limitadas en su alcance: una examina a un proveedor en un segmento de mercado, la otra un caso de aplicación con motivo de un acontecimiento político concreto.No cabe generalizar a partir de ellas hallazgos individuales.Lo que se perfila es más bien un patrón: los sistemas de respuesta transmiten a las personas usuarias las debilidades de su selección de fuentes sin hacerlas visibles, y donde la selección es influenciable, se influye en ella.

Para proyectos web y de software esto significa dos cosas.Primero, el trabajo de visibilidad se desplaza de la mera colocación en listas de resultados hacia la cuestión de si los propios contenidos son suficientemente comprensibles para las máquinas y sólidos en cuanto a contenido como para ser citados: sustancia y estructura limpia son aquí la misma herramienta.Segundo, toda decisión de adquisición debe incluir un paso de verificación que no consista en una respuesta de IA.

Quien se toma en serio ambas cosas gana visibilidad sin depender de un canal cuyas reglas seguirán cambiando.

Fuentes