ChatGPT, el modelo de inteligencia artificial (IA) conversacional desarrollado por OpenAI, cada vez toma más relevancia como motor de búsqueda en la cotidianeidad de las personas.
Recientemente, datos provistos por Similarweb revelaron que en marzo de 2025 los chatbots de IA registraron 233 millones de visitas diarias, mientras que los buscadores tradicionales acumularon 5.500 millones.
Mientras se abren paso en este nuevo contexto, en abril de este año, se conoció que ChatGPT marcó un nuevo hito en su historia cuando superó a Wikipedia en visitas mensuales.
La app de OpenAI registró unas 5.200 millones de visitas frente a los 4.300 millones de la enciclopedia digital, en aquel mes de este año, según los datos del sitio Otros500tv.
Es por eso que este modelo de IA quedó en el puesto número cinco dentro del top 5 de los sitios web más visitados a nivel global, un gran hito para la historia del bot.
A diferencia de otros motores de búsqueda, hoy ChatGPT ofrece una respuesta directa, contextualizada y escrita en lenguaje natural.
De esta forma, ChatGPT experimentó un crecimiento en su tráfico en abril de 2025, con un aumento del 13%, y es por eso que crece esta pregunta sobre qué tan confiables son sus datos.
Para comprender qué tan confiables son los agentes de IA como motores de búsqueda, Héctor Ferraro, Director Backend y Cognitive en Snoop Consulting, le comenta a iProUP que es necesario antes que nada fomentar la comprensión pública de cómo funciona esta tecnología.
"Los modelos de lenguaje no 'saben' ni 'entienden' como lo hacemos nosotros: generan respuestas basadas en grandes volúmenes de texto, reconociendo patrones lingüísticos. Eso los vuelve potentes, pero también vulnerables a errores o invenciones (lo que se llama 'alucinaciones')", sostiene Ferraro.
En este sentido, el ejecutivo asevera que una estrategia clave es promover el uso de plataformas que integran IA con fuentes verificables, como Perplexity AI, que permite rastrear el origen de la información.
Al mismo tiempo, Ferraro sostiene que desde el desarrollo tecnológico deben surgir mejoras, como mayor transparencia sobre los datasets de entrenamiento, validaciones cruzadas y mecanismos de verificación incorporados.
"Pero sobre todo, hace falta una actitud crítica por parte de los usuarios. La IA no reemplaza la necesidad de razonar, sino que plantea nuevas formas de acompañar ese proceso. En un mundo saturado de datos, saber interpretar la información se vuelve más importante que nunca", concluye Ferraro.