💬 NLP

How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews

Este estudio empírico analiza cómo la IA generativa altera la búsqueda web tradicional al comparar Google Search, AI Overviews y Gemini, revelando diferencias significativas en la selección de fuentes, una menor consistencia y una visibilidad reducida para los sitios que bloquean los rastreadores de IA, al tiempo que aboga por marcos de ingresos sostenibles para apoyar el ecosistema.

Autores originales: Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen

Publicado 2026-05-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina internet como una biblioteca masiva. Durante años, si le pedías a un bibliotecario (Google Search) un libro sobre "cómo arreglar un grifo que gotea", te entregaba una lista de los manuales más populares y confiables de las estanterías superiores. Tú elegías uno, caminabas hasta él y lo leías tú mismo.

Este artículo es un boletín de calificaciones sobre lo que sucede cuando ese bibliotecario obtiene un nuevo asistente, súper inteligente pero a veces demasiado entusiasta (la IA generativa), que no solo te entrega una lista de libros: lee todos, resume las mejores partes y escribe una nueva historia para ti allí mismo, en el mostrador.

Esto es lo que descubrieron los investigadores al comparar al viejo bibliotecario, al nuevo asistente de IA y a otro chatbot de IA (Gemini), utilizando más de 11 000 preguntas reales.

1. El nuevo asistente está en todas partes (pero es selectivo)

Los investigadores descubrieron que, en aproximadamente la mitad de todas las preguntas reales que hacen las personas, este nuevo asistente de IA (llamado "Resumen de IA" o AIO) interviene y te ofrece un resumen antes de mostrarte la lista de enlaces.

La analogía: Es como entrar en una tienda y que un vendedor grite inmediatamente: "¡Aquí está la respuesta!", antes de que siquiera mires las estanterías.
La trampa: Al asistente le encantan las preguntas largas y específicas (como "¿Cómo limpio una piedra para pizza?"), pero ignora las búsquedas simples por palabras clave (como "piedra para pizza"). También le encantan los temas controvertidos, apareciendo el 94 % de las veces en debates políticos.

2. Están mirando estanterías diferentes

La mayor sorpresa fue que los tres "bibliotecarios" (Google tradicional, el Resumen de IA y Gemini) rara vez miran los mismos libros.

La analogía: Imagina a tres amigos intentando describir la misma película. Esperarías que mencionaran a los mismos actores y escenas. En cambio, los investigadores descubrieron que los asistentes de IA y el motor de búsqueda tradicional solo coincidían en aproximadamente el 15-20 % de las fuentes que utilizaban. Básicamente, están leyendo secciones completamente diferentes de la biblioteca.
El sesgo: El motor de búsqueda tradicional se apega a los libros "famosos" (sitios de noticias populares, gobiernos y universidades). Sin embargo, los asistentes de IA son mucho más propensos a extraer información de propiedades propiedad de Google (como YouTube o los propios sitios de Google) e ignoran las fuentes famosas y confiables.

3. El letrero "No molestar" no funciona

Algunos grandes editores (como The New York Times o Facebook) pusieron un letrero de "No molestar" (un bloqueo técnico) para evitar que la IA leyera su contenido para entrenamiento.

La expectativa: Uno pensaría que la IA respetaría el letrero y saltaría esos libros.
La realidad: El motor de búsqueda tradicional respeta el letrero. ¿Pero el Resumen de IA? Parece ignorar el letrero. Sin embargo, los investigadores descubrieron un giro: aunque la IA puede leer estos sitios bloqueados, rara vez los cita. Es como si la IA viera el letrero, decidiera no leer el libro y luego olvidara que el libro existe por completo. Esto significa que los editores que bloquean a la IA en realidad están perjudicando su propia visibilidad en el nuevo sistema.

4. El asistente es voluble (inconsistente)

Si haces la misma pregunta dos veces, el bibliotecario tradicional te da la misma lista de libros. ¿El asistente de IA? No tanto.

La analogía: Si le preguntas a la IA "¿Cuál es el mejor lugar para comer pizza?" hoy, podría decirte sobre "Tony's". Si vuelves a preguntar en cinco minutos, o si preguntas desde tu teléfono en lugar de tu computadora portátil, de repente podría decirte sobre "Luigi's".
El problema: La IA también es muy sensible a cambios mínimos. Si escribes "Qué es" en lugar de "Qué's", podría darte una respuesta completamente diferente. Esto hace que sea difícil confiar en que estás obteniendo la misma información dos veces.

5. La zona de peligro de "alto riesgo"

Cuando las personas preguntan sobre temas serios como la política o noticias de tendencia, la IA está muy ansiosa por responder, pero a menudo se equivoca o tiene sesgos.

El hallazgo: Para preguntas políticas, la IA a menudo elige fuentes menos creíbles (como wikis de fans o noticias satíricas) en comparación con el motor de búsqueda tradicional.
La alucinación: En un ejemplo real, la IA declaró con confianza que un boxeador había ganado una pelea que aún no había ocurrido, citando una publicación de broma de una página satírica de Facebook como prueba. Es como un estudiante que adivina la respuesta en un examen y escribe un ensayo completo para justificar una suposición incorrecta.

El panorama general

El artículo concluye que esta nueva forma de buscar es un arma de doble filo.

Para los usuarios: Es conveniente, pero debes tener cuidado porque la IA podría estar inventando cosas o utilizando fuentes poco fiables, especialmente en temas serios.
Para los editores: Las reglas del juego han cambiado. Los sitios web "populares" están recibiendo menos atención, mientras que los sitios de nicho están recibiendo más. Además, bloquear a la IA para que no lea tu contenido podría hacer que tu sitio desaparezca por completo de las respuestas de la IA.
La solución: Los autores sugieren que necesitamos un nuevo acuerdo. Los editores y las empresas de IA deben averiguar cómo compartir el dinero (ingresos) para que los sitios web de alta calidad sigan en funcionamiento y la IA tenga acceso a la información mejor y más confiable para darnos.

En resumen, el asistente de IA es una nueva herramienta poderosa, pero actualmente está leyendo de un conjunto de libros diferente, menos estable y a veces menos confiable que el viejo bibliotecario.

1. Planteamiento del Problema

La rápida integración de Modelos de Lenguaje Grande (LLM) en la búsqueda web ha introducido Motores de Búsqueda Generativos (por ejemplo, Vistas de IA/AIO de Google y Gemini), que resumen la información recuperada directamente en la página de resultados. Si bien estos sistemas ofrecen comodidad al usuario, existe una falta crítica de comprensión empírica sobre:

Divergencia de Fuentes: Cómo difieren las fuentes recuperadas por motores generativos de las Páginas de Resultados de Motores de Búsqueda (SERP) tradicionales.
Impacto en la Visibilidad: Cómo estas diferencias afectan el tráfico web, particularmente para editores populares frente a nichos.
Fiabilidad y Consistencia: Si los motores generativos proporcionan resultados consistentes a través de consultas repetidas, tipos de dispositivos o cambios menores de sintaxis.
Riesgos de Alto Impacto: El potencial de alucinaciones, sesgos y dependencia de fuentes de baja credibilidad en dominios sensibles (política, salud).

2. Metodología

Los autores realizaron un análisis comparativo a gran escala que involucró 14,212 consultas (incluyendo un nuevo punto de referencia público de 11,500 consultas).

Recopilación de Datos

Conjunto de Datos de Referencia: 11,500 consultas categorizadas en 9 tipos (por ejemplo, consultas de usuarios reales de ORCAS, retail de Amazon, temas de debate, consultas localizadas "cerca de mí" y Preguntas Naturales).
Sistemas Evaluados:
1. Google Search Tradicional (SERP): Resultados orgánicos.
2. Vista de IA de Google (AIO): El resumen generativo mostrado sobre el SERP.
3. Gemini 2.5 Flash: El chatbot de IA independiente con fundamentación de búsqueda habilitada.
Herramientas: Los datos se recopilaron mediante SerpAPI (simulando usuarios móviles desde Newark, NJ) y la API de Gemini.
Controles: Los experimentos se realizaron en fechas específicas (7–8 de diciembre de 2025) para garantizar la consistencia temporal. Las pruebas de robustez incluyeron variar dispositivos (móvil vs. escritorio), ubicaciones y verificación manual.

Métricas de Evaluación

Similitud de Fuentes:
- Similitud de Jaccard: Mide la superposición de conjuntos de URLs únicas (ignorando el rango).
- Superposición Sesgada por Rango (RBO): Mide la superposición de listas ordenadas, ponderando más los resultados principales ( $p=0.9$ ).
Características de las Fuentes: Se analizaron la popularidad del dominio (clasificaciones Tranco), categorías de contenido (Cloudflare) y si los dominios bloquean el bot Google-Extended.
Consistencia: Se midió la similitud entre ejecuciones repetidas de la misma consulta y las respuestas a ediciones menores de la consulta (por ejemplo, contracciones, puntuación).
Credibilidad: Se utilizaron las calificaciones de Media Bias/Fact Check (MBFC) para consultas políticas.

3. Contribuciones Clave

Punto de Referencia Público: Introducción de un conjunto de datos de 11,500 consultas diversas diseñadas específicamente para estudiar el comportamiento, la intención y las variaciones de sintaxis de la búsqueda generativa.
Evidencia Empírica de Disrupción: Prueba cuantitativa de que los motores de búsqueda generativos recuperan fuentes fundamentalmente diferentes a las de la búsqueda tradicional, incluso cuando son desarrollados por la misma empresa (Google).
Análisis de GEO (Optimización para Motores Generativos): Investigación sobre cómo bloquear los rastreadores de IA afecta la visibilidad en AIO frente a Gemini, desafiando las estrategias actuales de los editores.
Estudio de Consistencia y Robustez: Demostración de que la búsqueda generativa es significativamente menos estable que la búsqueda tradicional en cuanto a sintaxis de consulta y tipo de dispositivo.

4. Resultados Clave

A. Prevalencia y Desencadenantes

Tasa de Generación de AIO: Las AIO aparecen para el 51.5% de las consultas representativas de usuarios reales (ORCAS) y el 65.6% del total del punto de referencia.
Desencadenantes: Es más probable que se generen AIO para consultas informativas, formatos interrogativos (preguntas) y consultas más largas. Son raras para noticias de tendencia (8.1%) pero prevalentes para consultas políticas (93.8%).

B. Divergencia de Fuentes (La "Disrupción")

Baja Similitud: Existe una superposición extremadamente baja entre las fuentes de SERP, AIO y Gemini.
- La similitud de Jaccard promedio entre pares oscila entre 0.11 y 0.20.
- El RBO promedio oscila entre 0.15 y 0.26.
- Implicación: Un sitio web que ocupa el puesto #1 en la búsqueda tradicional puede no aparecer en absoluto en el resumen generativo.
Preferencias de Fuentes:
- SERP Tradicional: Favorece enormemente dominios populares, institucionales, gubernamentales (.gov) y educativos (.edu).
- Motores Generativos (AIO/Gemini): Favorecen significativamente las propiedades de propiedad de Google (YouTube, Google.com) y dominios de nichos/menos populares.
- Brecha de Popularidad: El SERP tradicional recupera el 37.8% de las fuentes de los 1,000 dominios principales de Tranco, mientras que AIO y Gemini recuperan solo el 27.9% y el 29.5% respectivamente.

C. Impacto del Bloqueo de Rastreadores

La Penalización "Autoinfligida": Los sitios web que bloquean el bot Google-Extended (destinado a detener el entrenamiento de IA) tienen una probabilidad significativamente menor de ser citados por Gemini.
Hallazgo Sorprendente: Estos sitios bloqueados también tienen menos probabilidades de aparecer en AIO, a pesar de que Google afirma que las AIO aún pueden acceder al contenido. Esto sugiere que las AIO pueden respetar implícitamente el bloqueo o depender de la misma lógica de indexación subyacente.

D. Consistencia y Robustez

Inconsistencia entre Ejecuciones: Los motores generativos son menos consistentes que el SERP tradicional.
- RBO de AIO entre dos ejecuciones: 0.66 (vs. 0.78 para SERP).
- Sensibilidad al Dispositivo: Las AIO muestran una caída masiva en la consistencia al cambiar de móvil a escritorio (el RBO disminuye en 0.16), mientras que el SERP es más estable.
Sensibilidad a la Consulta: Pequeñas ediciones (por ejemplo, "qué es" vs. "qué's") provocan cambios significativos en las fuentes. El RBO de AIO disminuye un 28.99% con ediciones cosméticas, en comparación con el 13.95% para SERP.

E. Consultas de Alto Impacto

Consultas Políticas: Los motores generativos citan fuentes menos creíbles.
- AIO: El 33.4% de los resúmenes adopta una postura definitiva (afirmativa/negativa) sobre temas de debate controvertidos.
- Credibilidad: AIO y Gemini recuperan un porcentaje mayor de fuentes con calificaciones de credibilidad "Media" o "Baja" en comparación con SERP.
Caso de Estudio de Desinformación: El artículo documenta un caso en el que una AIO declaró incorrectamente el ganador de un combate de boxeo basándose en una publicación satírica de Facebook, a pesar de citar múltiples fuentes.

5. Significado e Implicaciones

Para los Usuarios

Riesgo de Inexactitud: Los usuarios deben ejercer precaución, ya que los resúmenes generativos pueden depender de fuentes menos verificadas, alucinar hechos o adoptar posturas sesgadas en temas sensibles.
Cámaras de Eco: El cambio hacia fuentes de nicho y la falta de consistencia pueden crear burbujas de información fragmentadas.

Para los Editores

Disrupción del Tráfico: Los sitios populares y establecidos enfrentan una disminución en la visibilidad en los resultados generativos, mientras que los sitios de nicho pueden ganar tráfico.
Desafíos de GEO: Las estrategias tradicionales de SEO son menos efectivas. La baja similitud entre motores hace difícil "optimizar" para todos los sistemas generativos.
Estrategia de Rastreadores: Bloquear los rastreadores de IA puede perjudicar inadvertidamente la visibilidad en las AIO, obligando a los editores a reconsiderar sus políticas de robots.txt.

Para el Ecosistema y la Política

Crisis de Sostenibilidad: La disminución del tráfico amenaza los ingresos de los editores, lo que a su vez degrada la calidad del contenido disponible para el entrenamiento de IA (una "espiral de muerte").
Llamada a la Acción: Los autores proponen marcos de ingresos (por ejemplo, pago por rastreo, licencias negociadas) para alinear los incentivos entre editores y proveedores de IA.
Regulación: Existe una necesidad de regulación o salvaguardias para la búsqueda generativa en dominios de alto impacto (política, salud) para prevenir la propagación de desinformación.

Conclusión

El artículo concluye que la IA Generativa no es simplemente una capa superpuesta en la búsqueda, sino una disrupción fundamental que altera el ecosistema de información. Desplaza la visibilidad de fuentes autorizadas y populares hacia propiedades de nicho y de propiedad de Google, introduce una inestabilidad significativa en los resultados y plantea riesgos para la calidad de la información en dominios críticos. Los autores piden un modelo económico colaborativo y sostenible para garantizar la viabilidad a largo plazo tanto de la publicación de alta calidad como de la búsqueda generativa confiable.