Hoy hablamos de: cómo los asistentes de compra basados en IA se convirtieron en la nueva puerta de entrada del comercio, y por qué Washington empieza a preguntarse a quién sirve realmente esa recomendación.
Cuando le preguntas a la IA qué comprar, alguien más también está respondiendo
Washington empieza a vigilar a los asistentes de compra basados en IA, mientras casi 6 de cada 10 consumidores en Estados Unidos ya les confían sus decisiones.
¿Qué significa que la IA se haya convertido en la nueva puerta de entrada de las compras?
Significa que cada vez más personas reemplazan el buscador tradicional por la conversación con un asistente de IA para decidir qué comprar. McKinsey describe este fenómeno como la "nueva puerta de entrada" a internet: en lugar de comparar resultados de búsqueda, el usuario pregunta directamente y confía en la respuesta que recibe.
Según un estudio de la Darden School of Business de la Universidad de Virginia, casi 6 de cada 10 compradores en Estados Unidos ya usaron IA para tomar una decisión de compra. Walmart reportó que los usuarios de su asistente Sparky gastan alrededor de 35% más que quienes no lo usan, y que el número de usuarios semanales activos se duplicó en el último trimestre.
Fuente: Darden School of Business, Universidad de Virginia, 2025
Riesgo MIT asociado Human-Computer Interaction · Pérdida de agencia y autonomía humana
106 riesgos catalogados · 18% concern global · MIT AI Risk Repository →
Qué está pasando exactamente
Este análisis parte del reportaje "Washington Watchdogs Take Notice As AI Becomes Retail's Front Door", de Pamela N. Danziger para Forbes, publicado el 19 de julio de 2026.
Cada vez que le preguntas a un asistente de inteligencia artificial cuál producto comprar, ese asistente también decide qué marcas ves primero y cuáles quedan fuera de tu vista. Casi 6 de cada 10 compradores en Estados Unidos ya usan IA para tomar decisiones de compra, según la Darden School of Business. Ese cambio de comportamiento atrajo el dinero de la publicidad: eMarketer proyecta que la inversión publicitaria dentro de sistemas de IA pase de 32 mil millones de dólares en 2026 a 68 mil millones en 2030, una cifra que ya se acerca a lo que hoy se invierte en SEO tradicional en Norteamérica.
Un estudio de investigadores de Princeton, titulado "Ads in Chatbots?", evaluó varios modelos de lenguaje en escenarios simulados de compra y encontró que casi todos recomendaron con más frecuencia la opción patrocinada, incluso cuando existía una alternativa más económica sin patrocinio. Los investigadores también documentaron casos donde las opciones pagadas dificultaban el proceso de compra, donde los precios aparecían ocultos en comparaciones desfavorables y donde el patrocinio no se declaraba con claridad. Concluyeron que "todos los modelos actuales exhiben comportamientos de riesgo que favorecen a la empresa por encima del usuario".
Frente a esta evidencia, la Comisión Federal de Comercio de Estados Unidos (FTC) publicó el 7 de julio de 2026 una propuesta de política sobre la supresión de exactitud en sistemas de inteligencia artificial, abriendo un período de comentarios públicos. La misma semana, el senador Mark Warner presentó el borrador de la Artificial Intelligence Access, Gatekeeper Exchange and Nondiscriminatory Transfer Act, conocida como la AI Agent Act, con el propósito de exigir que los agentes de IA actúen de forma transparente y en el mejor interés de quienes los usan.
Lo que este caso realmente muestra
Es probable que ya hayas vivido este momento: le preguntaste a un asistente de IA qué mochila comprar para tu hijo, qué seguro te conviene más, o qué opción de vuelo te ofrece mejor valor, y aceptaste la primera respuesta sin preguntarte por qué apareció primero. Ese gesto, tan pequeño y tan cotidiano, es exactamente el punto donde este caso toca la vida diaria de cualquier persona que usa IA.
Este caso muestra algo que va más allá de la publicidad. Muestra que la conversación se convirtió en el nuevo canal de venta, y que ese canal habla con la calidez de un consejo personal mientras opera con la misma lógica comercial que un anuncio pagado. Un anuncio tradicional se anuncia como tal, con una etiqueta visible. Una recomendación conversacional llega, en cambio, con el tono de alguien que te conoce y que solo busca ayudarte a elegir bien.
El estudio de Princeton documentó un detalle que vale la pena nombrar con precisión: los usuarios con mayor poder adquisitivo recibieron con más frecuencia opciones patrocinadas. La FTC lo describe en sus propios términos: cuando un sistema de IA dirige sus resultados hacia objetivos que el usuario no esperaba ni conoce, la práctica se acerca de forma peligrosa a una conducta engañosa bajo la Sección 5 de la Ley de la FTC.
Walmart y Amazon, los dos minoristas más grandes de Estados Unidos, ya reportan resultados de negocio ligados a sus propios asistentes de IA. Los ejecutivos de Walmart describen las recomendaciones de Sparky como optimizadas según el inventario, los precios y la velocidad de entrega de la empresa. Esa descripción, por sí sola, responde una pregunta importante sobre prioridades: el sistema está diseñado primero para el negocio, y el comprador recibe el resultado de esa optimización.
Este caso mirado con el método S.E.N.S.E.
Seguridad Humana
El riesgo directo recae en el bolsillo y en el tiempo de la persona que compra. Cuando el asistente prioriza la opción patrocinada sobre la más económica, el comprador paga más sin saberlo y pierde la oportunidad de comparar en condiciones justas.
Ética Aplicada
La responsabilidad recae en quien diseña el sistema y en quien acepta publicidad dentro de la conversación sin declararlo con claridad. Cuando una recomendación mezcla consejo y venta sin distinguir entre ambos, la empresa que la construye asume una responsabilidad que hoy pocas veces reconoce en público.
Neuroergonomía
La conversación genera la sensación de hablar con alguien de confianza, y esa sensación puede desplazar la vigilancia natural que aplicamos frente a un anuncio tradicional. El cerebro procesa distinto un banner publicitario y una respuesta conversacional personalizada: el segundo formato reduce la alerta crítica precisamente cuando más se necesita.
Sentido / Sociedad
Esto importa más allá de una compra individual. Si la conversación se convierte en el canal dominante del comercio, y ese canal no distingue con claridad entre consejo y publicidad, el mercado completo pierde una referencia que hasta ahora daba cierta seguridad: saber cuándo alguien te está vendiendo algo.
Estrategia / Autonomía
La lección estratégica es clara para empresas y para personas: la transparencia sobre cómo se ordenan las recomendaciones, qué relaciones comerciales existen detrás y qué datos se usan, deja de ser un detalle legal menor y se convierte en una ventaja competitiva real.
La lectura neurohumanista
Desde el neurohumanismo, la pregunta central de este caso es sencilla y profunda a la vez: ¿esta conversación te hace más libre para elegir, o te vuelve más dependiente de una respuesta que no puedes auditar? El criterio humano necesita información para funcionar: saber qué se comparó, qué quedó fuera y qué interés hay detrás de cada palabra amable. Cuando esa información se oculta, el criterio no desaparece de golpe. Se afloja despacio, cada vez que aceptamos una recomendación sin preguntarnos por qué llegó primero.
La propuesta de la FTC y el proyecto de ley del senador Warner reconocen algo que el método S.E.N.S.E. sostiene desde su origen: la protección del criterio humano no depende solo de la buena voluntad de las empresas. Depende de reglas claras, de información visible y de personas dispuestas a hacer la pregunta incómoda antes de aceptar la respuesta fácil.
Preguntas que vale la pena hacerse
- ¿Sabes si el asistente de IA que usas para comprar recibe algún tipo de pago por recomendar ciertas marcas?
- ¿Comparas al menos una alternativa fuera de las opciones que la IA te presenta primero?
- ¿Tu empresa ha revisado qué relaciones comerciales influyen en las recomendaciones de las herramientas de IA que usa con sus clientes?
- ¿Sabrías reconocer cuándo una respuesta conversacional funciona como publicidad disfrazada de consejo?
- Si el asistente de IA que usas dejara de estar disponible mañana, ¿confiarías en tu propio criterio para decidir la misma compra?
Lo que podemos aplicar desde hoy
- Pide siempre una segunda opción cuando un asistente de IA te recomiende un producto, y compara precio y condiciones antes de decidir.
- Revisa, si trabajas en una empresa que usa IA para recomendar productos o servicios, cómo se ordenan esas recomendaciones y qué relaciones comerciales las influyen.
- Declara con claridad cualquier patrocinio o relación comercial dentro de tus propias herramientas de IA, antes de que un regulador te pida hacerlo.
- Enseña a tu equipo y a tu familia a identificar la diferencia entre una recomendación objetiva y una sugerencia influenciada por publicidad.
- Sigue el desarrollo regulatorio de la FTC y del Congreso de Estados Unidos sobre IA y protección al consumidor: las reglas que se definan hoy marcarán el estándar global.
Una idea para recordar
La conversación más cálida también puede ser la venta más silenciosa, y aprender a reconocer la diferencia es hoy una forma concreta de cuidar tu criterio.
¿Por qué la FTC advierte sobre prácticas engañosas en los asistentes de compra con IA?
La FTC advierte que un sistema de IA que dirige sus resultados hacia objetivos que el usuario no esperaba ni conoce —como favorecer productos de anunciantes no declarados— puede constituir una práctica engañosa bajo la Sección 5 de la Ley de la FTC, que prohíbe actos o prácticas desleales o engañosas en el comercio.
En julio de 2026, la agencia publicó una propuesta de política enfocada en la integridad de la información que producen los sistemas de IA, abriendo un período de comentarios públicos antes de definir lineamientos formales.
¿Qué propone la AI Agent Act del senador Mark Warner?
La Artificial Intelligence Access, Gatekeeper Exchange and Nondiscriminatory Transfer Act busca establecer lineamientos federales para proteger la elección del consumidor, promover competencia justa y garantizar que los agentes de IA operen en el mejor interés de las personas que representan. Entre sus propuestas está la creación de un registro de agentes de IA confiables y seguros, y la exigencia de que estos agentes protejan la privacidad del usuario y actúen de forma transparente en su beneficio.
El senador Warner enmarcó la propuesta como una respuesta directa al crecimiento de la IA agéntica en el comercio, argumentando que los consumidores merecen una elección real en el mercado y que los agentes de IA deben rendir cuentas a las personas a quienes sirven.
¿Qué encontró el estudio de Princeton sobre publicidad dentro de chatbots?
El estudio "Ads In Chatbots? An Analysis of How Large Language Models Navigate Conflicts of Interest" evaluó múltiples modelos de lenguaje en escenarios simulados de compra con publicidad integrada. Encontró que casi todos los modelos recomendaron con más frecuencia la opción patrocinada sobre una alternativa más económica sin patrocinio, y que los usuarios con mayor poder adquisitivo recibieron más opciones patrocinadas.
Los investigadores también identificaron casos donde el patrocinio no se declaraba, donde los precios aparecían ocultos en comparaciones desfavorables, y advirtieron que incorporar publicidad en los modelos de lenguaje conlleva el riesgo de dañar el ecosistema de información que estos sistemas ofrecen.
¿Cómo puede una empresa minorista generar confianza en sus asistentes de compra con IA?
Una empresa genera confianza cuando revisa con honestidad cómo su asistente de IA ordena las recomendaciones, declara con claridad cualquier relación comercial que influya en esas recomendaciones, y prioriza el valor real para el cliente por encima del inventario o el margen propio. La directora ejecutiva de Groundwork Collaborative, Lindsay Owens, resume el dilema con precisión: la pregunta es si la ley exigirá que estos agentes sean útiles para el consumidor, o si permitirá que sirvan primero al negocio que los construye.
Retailers como Walmart y Amazon tienen la oportunidad de establecer sus propios estándares de transparencia antes de que reguladores y legisladores definan las reglas por ellos, y de convertir esa transparencia en una ventaja de marca sostenible.
¿Qué puede hacer un consumidor para identificar si una recomendación de IA está influenciada por publicidad?
Un consumidor puede preguntar directamente al asistente de IA si la recomendación incluye alguna relación comercial o patrocinio, pedir al menos una alternativa adicional antes de decidir, y comparar precio y condiciones fuera de la conversación con el asistente. La ausencia de una respuesta clara ante esa pregunta es, en sí misma, una señal a la que vale la pena prestar atención.
Organizaciones como la FTC recomiendan que toda relación comercial detrás de una recomendación —humana o algorítmica— se declare de forma visible y comprensible para quien la recibe, siguiendo el mismo principio que ya aplica a la publicidad tradicional y a las recomendaciones de personas influyentes.
Fuente: FTC, Endorsement Guides
Herramientas para recuperar tu criterio
Si reconoces estas señales en tus propias decisiones de compra o en las herramientas de IA que tu empresa pone frente a sus clientes, el Kit Pensamiento Propio con la IA ofrece un sistema para recuperar la autoría de tus elecciones cuando la conversación automatizada ya instaló sus propias reglas. Con método. Con calma. Sin drama técnico.
Karine Boucher
Guardiana de la Humanidad Digital
Soy Karine, profesional franco-mexicana con más de 25 años de experiencia en entornos internacionales. Creé el Método SENSE para ofrecer lo que los marcos técnicos de gobernanza no dan: herramientas protectoras, claras y utilizables en la vida real — especialmente para familias y educadores.
Formada en Ciencia de Datos en el MIT y especializada en gobernanza de IA y ética aplicada. Creo que la pregunta más urgente de nuestro tiempo no es cómo usar mejor la IA, sino cómo seguir siendo humanos mientras lo hacemos.