IA y buscadores compiten por la atención en internet

Durante más de dos décadas, la estrategia digital de diferentes empresas, instituciones y otras entidades, encaminaba sus esfuerzos en aparecer entre los primeros resultados de los motores de búsqueda y el posicionamiento en Google se convirtió en uno de los principales objetivos del marketing digital y dio origen a una industria dedicada a optimizar contenidos para mejorar su visibilidad.

Hoy, la inteligencia artificial (IA) generativa ha modificado el escenario porque en lugar de presentar una lista de enlaces, sistemas como ChatGPT, Gemini, Perplexity o los AI Overviews de Google responden a partir de información obtenida de múltiples fuentes; se trata de un cambio que impulsa nuevas líneas de investigación para entender cómo estos sistemas recuperan, seleccionan y sintetizan la información disponible en internet.

Uno de los indicadores que anticipan esta transformación proviene de Gartner, firma de análisis que estima que el volumen de búsquedas tradicionales podría reducirse 25 por ciento este año conforme más usuarios recurran al uso de la IA y agentes conversacionales para resolver dudas, comparar productos o buscar información.

A juicio de la consultora, la transición será gradual basado en el hecho de que una encuesta realizada entre 377 consumidores estadounidenses, una tercera parte consideró que los chatbots de IA son más efectivos que los buscadores tradicionales para aprender sobre un tema nuevo, “lo que sugiere que ambos modelos convivirán durante varios años”.

¿A cuál recurrir?

A diferencia de un motor de búsqueda tradicional, que responde a una consulta mostrando una lista de enlaces para que el usuario elija cuáles consultar, los sistemas de inteligencia artificial buscan interpretar la intención de la pregunta y generar una respuesta directa. Para ello sintetizan información procedente de distintas fuentes, identifican coincidencias, comparan datos y, cuando es posible, ofrecen una explicación sin que el usuario tenga que abandonar la conversación para revisar múltiples páginas web.

Mientras en un buscador la competencia consiste en aparecer entre los primeros resultados, en los sistemas de IA el reto es formar parte del conjunto de fuentes que el modelo considera suficientemente confiables para construir una respuesta. Para empresas, medios de comunicación, universidades e instituciones, esto implica que la calidad, consistencia y verificabilidad de la información publicada adquieren un papel cada vez más relevante dentro del nuevo ecosistema digital.

La diferencia entre ambos modelos radica en la forma en que responden a una consulta.

Un motor de búsqueda localiza y ordena documentos relacionados con las palabras clave introducidas por el usuario, quien debe revisar los resultados para encontrar la información que necesita. En cambio, la IA interpreta la intención de la pregunta, analiza información procedente de diversas fuentes y genera una respuesta sintetizada.

Es decir, mientras los buscadores están diseñados para ayudar a encontrar información, la IA busca resolver directamente la consulta, aunque el usuario siempre puede acudir a las fuentes originales cuando requiere verificar, ampliar o contrastar los datos.

Desde la academia

Mientras las empresas analizan el impacto comercial de dicha tendencia, el ámbito académico intenta responder ¿cómo construyen sus respuestas los sistemas de inteligencia artificial?

Una de las investigaciones más amplias sobre el tema fue presentada en Findings of the Association for Computational Linguistics (ACL 2026), donde se comparó el funcionamiento de Google con IA como ChatGPT, Gemini y Perplexity para analizar las diferencias en la recuperación y presentación de información.

El estudio encontró que los motores de búsqueda generativa no reproducen simplemente los resultados de Google. Cada plataforma selecciona conjuntos de fuentes diferentes, organiza la información mediante procesos de síntesis y produce respuestas con distintos niveles de diversidad y estabilidad. ¿Qué significa eso? Que dos sistemas de inteligencia artificial pueden responder la misma pregunta utilizando referencias distintas y llegar a explicaciones con enfoques diferentes.

Otro trabajo presentado durante 2026 analizó más de 11 mil 500 consultas reales para estudiar el comportamiento de los AI Overviews de Google. La investigación observó que estas respuestas aparecieron en aproximadamente 51.5 por ciento de las búsquedas analizadas y que las fuentes utilizadas por la IA no siempre coincidían con las páginas mejor posicionadas en los resultados orgánicos tradicionales.

Ello implica que la autoridad dentro de un buscador y la probabilidad de ser incorporado en una respuesta generada por IA no son equivalentes.

Por otro lado, la forma en que el usuario utiliza dichas herramientas es ya objeto de estudio. Investigadores cuyos trabajos fueron presentados en la conferencia HCI + NLP 2025, organizada por la Association for Computational Linguistics, observaron que los usuarios combinan buscadores tradicionales con inteligencia artificial según el tipo de tarea que desean realizar. Los asistentes conversacionales suelen emplearse para resumir información, redactar textos o comprender conceptos, mientras que los motores de búsqueda continúan siendo utilizados para verificar datos, consultar diversas fuentes o profundizar en temas específicos.

Nuevos conceptos

Las diferencias también han llamado la atención de empresas de consultoría e investigación de mercados. McKinsey & Company sostiene que la búsqueda impulsada por IA es una nueva puerta de entrada a internet y que las organizaciones deberán adaptarse a un entorno donde la información ya no se descubre mediante listas de enlaces, sino a través de respuestas sintetizadas que integran múltiples referencias.

Este cambio comienza a modificar la manera en que empresas, universidades, organismos públicos y medios construyen su presencia digital. La publicación constante de información, la disponibilidad de documentos verificables, la consistencia de los datos institucionales, las referencias realizadas por terceros y la especialización temática adquieren un papel distinto cuando los sistemas automatizados seleccionan información para elaborar una respuesta.

Si una empresa no forma parte del conjunto de información pública y verificable que los sistemas de IA pueden utilizar para construir una respuesta, su probabilidad de ser mencionada disminuye, incluso cuando mantiene un buen posicionamiento en los motores de búsqueda tradicionales. Es decir, ya no compiten por ser visibles para las personas, también necesitan generar información pública, consistente y verificable que permita a los sistemas de inteligencia artificial identificarlas, comprender qué hacen y, cuando la consulta lo amerite, incorporarlas dentro de una respuesta.

Como consecuencia, se han empezado a popularizar conceptos como Answer Engine Optimization (AEO) y Generative Engine Optimization (GEO). Ambos buscan estudiar qué características aumentan la probabilidad de que un contenido sea considerado por los sistemas de IA al generar una respuesta, aunque todavía no existe consenso sobre una metodología única ni sobre los factores que determinan ese proceso.

La evolución de estas tecnologías también plantea preguntas para el periodismo y la producción de conocimiento.

Si una parte creciente de los usuarios obtiene respuestas directamente de sistemas de IA, la calidad, verificabilidad y disponibilidad pública de la información adquieren un peso mayor dentro del ecosistema digital. Por ello es que la transparencia con la que las plataformas seleccionan sus fuentes es uno de los temas de investigación abiertos tanto para universidades como para la propia industria tecnológica.

Más que anunciar el fin de los motores de búsqueda, las investigaciones apuntan a un escenario de convivencia entre ambos modelos en el entendido de que hay un nuevo reto:

aparecer entre los primeros resultados de un buscador y formar parte del conjunto de fuentes que los sistemas de IA consideran confiables para construir sus respuestas.