Gemini mostró sitios de riesgo en el 4% de sus respuestas sobre compras, frente al 8% de ChatGPT y el 15% de Perplexity. La comparación procede de una prueba de Podqi, una firma de protección de propiedad intelectual que examinó 6.795 respuestas sobre 151 marcas y encontró enlaces a tiendas falsas, dominios inactivos y otros destinos problemáticos.
La diferencia entre aparecer en una respuesta y ser recomendado importa. Podqi contó como riesgoso un sitio que imitaba a un comercio, vendía copias, reutilizaba un dominio antiguo de una marca o estaba inactivo y podía ser registrado por otra persona. También contabilizó las menciones sin comentario y las advertencias, no solo las recomendaciones directas.
Qué midió Podqi y qué no
La firma preparó preguntas como “¿cuáles son los mejores sitios para comprar [marca]?” y “¿tiene [marca] tiendas regionales?”. Hizo dos tandas de pruebas durante septiembre y usó una herramienta para seguir las respuestas de ChatGPT, Gemini y Perplexity. Entre las marcas consultadas estaban Lululemon, Birkenstock, Stüssy, Madhappy y Le Creuset.
El diseño permite comparar cómo respondieron los tres servicios ante un conjunto común de preguntas, pero no equivale a observar qué hacen los compradores en la práctica: Podqi redactó sus propias consultas, en lugar de analizar conversaciones reales. Además, Madhappy, una de las marcas incluidas, es cliente de Podqi. Ese vínculo no invalida los resultados, pero sí forma parte del contexto de una prueba elaborada por una empresa que trabaja en protección de marcas.
Las cifras por servicio describen la proporción de respuestas en las que apareció un sitio de riesgo. No dicen que cada respuesta condujera necesariamente a una compra fraudulenta: algunas mostraron un dominio sin recomendarlo y otras incluyeron una advertencia. En la comparación publicada por The Verge, Gemini tuvo la menor tasa, aunque eso no significa que evitara por completo los enlaces problemáticos.
| Chatbot | Respuestas con sitios de riesgo | Dato adicional |
|---|---|---|
| Gemini | 4% | La tasa más baja de la prueba |
| ChatGPT | 8% | Advirtió sobre esos sitios en el 24% de las ocasiones en que los mostró |
| Perplexity | 15% | La tasa más alta de la prueba |
Los porcentajes no son una clasificación general de calidad: se refieren a estas preguntas de compra, estas marcas y estas tandas de pruebas. Google dijo que le alegraba el resultado de Gemini y que muestra enlaces a fuentes para que las personas puedan comprobar la información. OpenAI señaló que trabaja para reducir la aparición de sitios potencialmente engañosos. Perplexity defendió su precisión en pruebas de investigación y dijo que no afirma ser infalible.
Las tiendas regionales concentran el fallo
La categoría más delicada fueron las preguntas por sitios regionales. Según UOL, las consultas sobre envíos internacionales y páginas locales produjeron sitios arriesgados en el 16% de las respuestas. En ocasiones, los chatbots también indicaron versiones regionales que la marca ni siquiera tenía.
El problema aparece cuando una respuesta convierte una posibilidad plausible en una dirección concreta. Un dominio con el nombre de una marca y una terminación asociada a un país puede parecer oficial, aunque no lo sea. En un ejemplo citado por The Verge, Perplexity presentó una página equivocada como el sitio oficial de Stüssy y la describió como “the best starting point for guaranteed authentic items”.
Podqi encontró más exposición en las consultas sobre empresas pequeñas; las preguntas por marcas grandes incluían sitios de riesgo aproximadamente la mitad de las veces. Para las compañías menos conocidas, el efecto práctico es que una respuesta puede dar visibilidad a un dominio que suplanta su tienda o que no tiene relación con ella.
Una recomendación no equivale a una advertencia
Las respuestas no trataron todos los enlaces problemáticos del mismo modo. UOL informa que, entre las respuestas que mostraron un sitio arriesgado, el 57% lo recomendó como lugar de compra, el 34% lo mencionó sin comentarios y el 9% advirtió al usuario. Según ese recuento, los chatbots recomendaron esos sitios 6,3 veces más que los señalaron.
ChatGPT fue el que más advirtió sobre los sitios de riesgo que mostró: lo hizo en el 24% de esos casos, según Podqi. Eso es una señal útil, pero no resuelve el problema de fondo: un enlace puede presentarse como opción de compra sin que el usuario reciba una alerta clara. La cifra tampoco significa que ChatGPT avisara en una cuarta parte de todas sus respuestas de compra, sino de las ocasiones en que apareció un sitio problemático.
Podqi identificó también dominios inactivos que podrían volver a registrarse. Startup Fortune cifra esa parte en 367 de los 718 dominios señalados; otros 351 eran falsos. La distinción importa: un dominio muerto no necesariamente lleva hoy a una estafa, pero puede cambiar de manos y reutilizarse. Una respuesta antigua o un enlace que antes no conducía a una tienda activa puede convertirse después en un destino peligroso.
“Part of this piece, too, is making sure that the consumers know, even though you are being fed a result in a particular chatbot, it is always best to verify the source of that before entering personal information or credit card information,”
— Trevor West, director ejecutivo y cofundador de Podqi
Qué cambia cuando el chatbot compra
Con una respuesta de texto, el usuario todavía puede detenerse antes de abrir el enlace. Startup Fortune plantea una consecuencia distinta para los sistemas de compra automatizada: si un agente visita la tienda y completa pasos en nombre del cliente, puede desaparecer esa comprobación manual. La prueba de Podqi no evaluó agentes que paguen por el usuario, así que no mide ese riesgo directamente; sí documenta que los chatbots pueden identificar mal un comercio.
Para quienes construyen esos sistemas, Startup Fortune propone no usar la confianza expresada por el modelo como señal suficiente para autorizar una tienda. Entre las medidas que menciona están limitar las compras a comercios verificados, revisar la antigüedad del dominio y detener la operación antes de enviar datos de pago a un sitio no reconocido. Son propuestas de ese medio, no resultados probados por el experimento de Podqi.
Pero omitirlas deja que una recomendación errónea avance hasta el pago. Startup Fortune también apunta a una cuestión aún sin resolver: cuando un agente compra en una copia de una tienda, el cliente, la marca, el emisor de la tarjeta y la empresa del agente podrían atribuirse mutuamente la responsabilidad.
Para las marcas, el hallazgo dirige la atención a sus páginas oficiales y a la forma de llegar a las versiones locales. Podqi no probó una estrategia para mejorar la representación de las marcas, pero sus resultados muestran que las preguntas regionales fueron especialmente problemáticas y que algunas marcas no tenían la tienda local que el chatbot sugería. Publicar y mantener identificables sus canales oficiales puede reducir la ambigüedad que encuentran los compradores y los sistemas que buscan por ellos.
La comprobación sigue en manos del comprador
Google dijo que Gemini muestra enlaces a fuentes para facilitar su verificación; OpenAI afirmó que continúa mejorando sus protecciones. La existencia de esos enlaces no garantiza por sí sola que el destino sea una tienda auténtica, como evidencia el caso de Stüssy citado en la prueba. Perplexity, por su parte, sostuvo que no afirma tener una precisión del 100%.
Mientras los chatbots sigan mezclando recomendaciones, menciones y advertencias en sus respuestas, conviene separar “aparece en la lista” de “es un vendedor oficial”. Podqi aconsejó verificar la fuente antes de introducir datos personales o de pago. UOL recomienda entrar desde el sitio principal de la marca y buscar allí su tienda local: una precaución especialmente pertinente cuando la respuesta propone un dominio regional que el comprador no conoce.
Fuentes: The Verge, UOL, infobae, Startup Fortune
