Imagine a alguien que empieza a planificar un viaje. Hace apenas unos años, esa planificación habría comenzado frente a un buscador: palabras clave sueltas, una decena de pestañas abiertas, blogs de viajeros, foros de opiniones. Hoy, esa misma persona conversa con un sistema de inteligencia artificial y, en lugar de teclear términos aislados, le cuenta quién es, le dice que prefiere caminar antes que tomar taxis, que disfruta recorrer un lugar por su cuenta más que seguir a un guía, que su forma de conocer una ciudad es inmersiva: seguir sus calles a través de la trama de una novela o de su historia, no de una lista de atracciones numeradas. El sistema responde con un itinerario ya ajustado a esas preferencias, redactado y organizado. No hubo una lista de enlaces que comparar. Hubo, en cambio, una conversación.

Lo resaltante de esa escena no es la comodidad que ofrece, sino lo que revela esa relación que empezamos a establecer con la información: ya no somos nosotros quienes recorremos las fuentes, sino alguien más —una interfaz que interpreta, prioriza y redacta en nuestro nombre— quien lo hace primero. Esa diferencia, entre reunir piezas sueltas y recibir una respuesta ya construida, es la base de lo que quiero desarrollar en esta serie de artículos.

Antes de que existieran los sistemas conversacionales, la investigación en ciencias de la información ya había advertido que las personas rara vez saben formular con precisión lo que necesitan saber. Nicholas Belkin lo describió como un "estado anómalo de conocimiento": la sensación de que algo en nuestro entendimiento tiene un vacío, sin que sepamos aún nombrar qué falta (Belkin, 1980). Tom Wilson, por su parte, propuso uno de los modelos más citados sobre comportamiento informacional, donde la búsqueda no es un acto aislado, sino una respuesta a necesidades que surgen de la situación personal, del rol que cada quien cumple y del entorno en el que se desenvuelve (Wilson, 1981, 1999).

Vale la pena detenerse en esa idea, porque suele pasar inadvertida: buscar con palabras clave nunca fue un proceso neutro. Exigía traducir una necesidad difusa en términos concretos, y luego reconstruir, a partir de fragmentos dispersos, algo parecido a una respuesta completa. Ese esfuerzo, por incómodo que resultara, tenía una función fácil de pasar por alto: obligaba a quien buscaba a comparar, descartar y decidir, un ejercicio de criterio que ocurría casi sin que nos diéramos cuenta, disfrazado de simple trámite. también transforma la experiencia de llegar hasta ella: también transforma la experiencia de llegar hasta ella.

Lo que cambia con los sistemas conversacionales no es solo la interfaz, sino la unidad misma de la interacción. En 2017, Filip Radlinski y Nick Craswell, de Microsoft Research, propusieron un marco teórico para entender qué distingue a un sistema conversacional de un buscador tradicional: la capacidad de ayudar a la persona a revelar su verdadera necesidad de información, de sostener un intercambio con memoria de lo dicho previamente y de permitir que tanto el sistema como el usuario tomen la iniciativa en la conversación (Radlinski & Craswell, 2017). En lugar de una lista de enlaces que el usuario debe explorar por su cuenta, el sistema participa activamente en construir la respuesta.

Ese tipo de respuesta suele apoyarse en una técnica conocida como generación aumentada por recuperación: el sistema no solo redacta con base en lo que "aprendió" durante su entrenamiento, sino que primero busca información relevante en un conjunto de documentos y construye su respuesta a partir de lo recuperado (Lewis et al., 2020). Es, en pocas palabras, un mecanismo que combina búsqueda y redacción en un solo paso que antes requería dos.

Ahí está el desplazamiento que más merece atención: al juntarse búsqueda y redacción, se concentra en un mismo lugar algo antes repartido entre varias fuentes: la confianza. Un listado de resultados obligaba, aunque fuera de manera implícita, a distribuirla entre varias voces —esta página parece más rigurosa que aquella, este autor es reconocido, este otro no—. Conversar con un sistema que ya sintetizó todo eso la concentra en una sola voz, más persuasiva precisamente porque ya no exhibe las costuras de su propia construcción.

Este cambio ya no es experimental ni marginal. El 14 de mayo de 2024, en su conferencia anual para desarrolladores, Google anunció el despliegue de resúmenes generados por inteligencia artificial en su página de resultados, disponibles primero en Estados Unidos y, según lo anunciado, para más de mil millones de personas en el mundo hacia fines de ese año (Google, 2024). Fue, para uno de los buscadores más usados del planeta, un reconocimiento explícito de que la respuesta sintetizada empezaba a disputarle protagonismo al listado de enlaces.

Los datos disponibles muestran que esta transformación ya es medible, no solo anunciada. El informe Generative AI and News, del Reuters Institute for the Study of Journalism, encontró que en seis países —Argentina, Dinamarca, Francia, Japón, Reino Unido y Estados Unidos— el 54% de las personas encuestadas dijo haber visto una respuesta generada por inteligencia artificial en una búsqueda reciente; de ellas, solo un tercio dijo hacer clic en los enlaces de esa respuesta siempre o con frecuencia (Reuters Institute, 2025). En Estados Unidos, el Pew Research Center encontró que seis de cada diez adultos leen estos resúmenes cuando aparecen en un buscador (Pew Research Center, 2026).

Ese comportamiento tiene un correlato en el tráfico hacia sitios web. Un análisis de SparkToro, con datos de comportamiento real de Similarweb, encontró que en los primeros cuatro meses de 2026 el 68,01% de las búsquedas en Google, en Estados Unidos, terminaron sin clic —frente a 60,45% dos años antes, y cifras cercanas al 45% en 2016 (SparkToro, 2026). No todo se explica por la IA, pero conviene mirar esa cifra más allá del tráfico: describe la desaparición progresiva de una pausa. Esa pausa —el instante entre formular la pregunta y decidir qué enlace abrir— era, sin llamarla así, un pequeño acto de deliberación que hoy, cuando la respuesta llega ya resuelta, deja simplemente de ocurrir.

Este tránsito no ocurre por capricho tecnológico: responde a una reducción real del esfuerzo. El Pew Research Center documentó que el uso de chatbots entre adultos estadounidenses pasó de 23% en 2023 a 49% en 2026 (Pew Research Center, 2026), un crecimiento que difícilmente se sostendría si la experiencia no ofreciera algo valioso: menos tiempo de búsqueda, mayor comprensión de temas complejos, avances más rápidos en tareas de estudio o trabajo.

Pero conviene resistir la tentación de leer esta comodidad como una simple mejora. Menos esfuerzo no equivale automáticamente a mejor comprensión: son dos variables que pueden moverse juntas, pero no tienen por qué hacerlo siempre. Esa distinción —entre la eficiencia de recibir una respuesta y la profundidad de haberla comprendido— es, probablemente, la tensión central de todo este fenómeno.

Toda síntesis implica una selección, y toda selección deja cosas afuera. La literatura sobre modelos de lenguaje ha documentado con insistencia el fenómeno de la "alucinación": contenido que suena fluido y convincente, pero que puede ser factualmente incorrecto. Es una limitación estructural, no un error ocasional.

Hay, además, algo más sutil que una respuesta incorrecta: una respuesta correcta pero incompleta, presentada con la misma seguridad que una exhaustiva. A diferencia de un listado de resultados —donde la ausencia de una fuente es, al menos, visible como un enlace que uno no abrió—, una respuesta conversacional no muestra lo que decidió no incluir. Esa es, quizás, la forma más silenciosa en que cambia nuestra relación con la información: no porque el sistema mienta, sino porque deja de mostrarnos los bordes de lo que sabe.

Existe además un efecto menos discutido: la disminución del contacto directo con las comunidades que antes construían el conocimiento disponible en línea. Un estudio en PNAS Nexus, sobre Stack Overflow —una de las mayores comunidades de preguntas y respuestas para programadores—, encontró que en los seis meses posteriores al lanzamiento de ChatGPT la actividad de sus usuarios cayó un 25% frente a comunidades similares con menor acceso a esa herramienta (del Rio-Chanona et al., 2024). Otros análisis matizan la cifra, señalando factores previos. Aun con esa salvedad, el caso ilustra algo que trasciende una sola plataforma: cuando la respuesta sintetizada resuelve la necesidad inmediata, se debilita el incentivo para volver a las comunidades que, con su discusión pública, hacían ese conocimiento verificable para cualquiera.

Estos hallazgos no son un llamado a desconfiar de la conversación con sistemas de inteligencia artificial, sino a sostener frente a ellos el mismo criterio que cualquier fuente merece. Revisiones sistemáticas recientes en el campo educativo han encontrado que la dependencia excesiva de estos sistemas —aceptar sus respuestas sin cuestionarlas— se asocia con una menor capacidad de razonamiento y argumentación frente a métodos de búsqueda más tradicionales. El riesgo no está en usar estas herramientas, sino en dejar de ejercer, frente a ellas, el juicio propio.

Ahí se esconde un matiz que suele perderse en los debates más alarmistas: verificar una respuesta conversacional no es lo mismo que verificar un dato aislado. Antes, verificar significaba comparar varias fuentes entre sí. Ahora, cuando la fuente es una sola voz sintética, exige además preguntarse cómo llegó a decir lo que dijo: qué buscó, qué descartó, con qué margen de error suele equivocarse. Es una vigilancia distinta, más parecida a evaluar el criterio de un asesor que a comparar dos artículos.

Ese mismo criterio conviene aplicarlo a las cifras que circulan sobre este fenómeno, incluidas las que cito aquí. En 2024, Gartner proyectó que el volumen de búsquedas tradicionales caería 25% hacia 2026, desplazado por chatbots (Gartner, 2024). Dos años después, esa caída no se ha confirmado de forma tan literal: los principales buscadores conservan una participación de mercado considerable, y lo que se observa es una transformación más gradual que un reemplazo abrupto. La lección no es que la proyección estuviera equivocada, sino que incluso las estimaciones más rigurosas deben revisarse con el tiempo. Si este artículo pide vigilancia frente a las respuestas de la inteligencia artificial, esa misma vigilancia debe aplicarse a cualquier afirmación sobre su impacto, venga de donde venga.

Nada de lo anterior permite concluir que buscar haya quedado obsoleto, ni que conversar con un sistema de inteligencia artificial sea, sin más, superior o inferior a explorar una lista de fuentes. Lo que sí puede afirmarse es que el gesto cotidiano de acceder a la información está cambiando de forma medible: en cómo se formulan las preguntas, en cómo se presentan las respuestas y en cuánto contacto directo mantenemos con las fuentes que las hicieron posibles.

Quizás lo más importante de este cambio no sea la tecnología que lo produce, sino lo que empieza a redefinir en silencio: qué entendemos por "saber algo". Durante mucho tiempo, saber algo implicó haberlo buscado y encontrado uno mismo. Cada vez más, empieza a implicar algo distinto: haber recibido una respuesta y haber decidido confiar en ella. Ese desplazamiento —de encontrar a confiar— no es necesariamente negativo, pero sí es distinto, y merece nombrarse antes de normalizarse del todo.

Si la manera de acceder a la información ya está cambiando, cabe entonces una pregunta que todavía no podemos responder del todo: Un sistema que decide qué mostrarnos de la información también decide, de algún modo, qué nos muestra del mundo. ¿Hasta dónde llega esa frontera?.