Precisión de ChatGPT con anuncios: impacto real en la fiabilidad

La llegada de la publicidad a ChatGPT ha encendido un debate enorme sobre la fiabilidad, la neutralidad y el modelo de negocio de los chatbots de IA. Lo que hasta ahora era una herramienta percibida como más o menos “neutral” empieza a parecerse, para muchos, a un buscador clásico con incentivos publicitarios muy claros detrás de cada recomendación.

Al mismo tiempo, para OpenAI y el resto de empresas del sector, mostrar anuncios no es un simple capricho: es una forma directa de financiar unos costes de computación descomunales y hacer viable un servicio que millones de personas usan a diario. Entre usuarios recelosos, marcas expectantes y competidores que se posicionan “a favor” o “en contra” de los anuncios, la gran pregunta es obvia: ¿cómo afecta todo esto a la precisión de ChatGPT cuando hay publicidad de por medio?

Qué ha cambiado: de asistente “limpio” a chat con anuncios integrados

Durante un tiempo, la postura oficial de OpenAI fue evitar la publicidad directa dentro de ChatGPT. Sam Altman llegó a presentarla casi como una línea roja para no contaminar la experiencia. Pero el panorama económico ha empujado en otra dirección: mantener la IA más usada del planeta implica inversiones millonarias en servidores, chips y energía, y la compañía ha terminado por cruzar ese umbral.

Hoy, los anuncios ya están activos para usuarios adultos registrados en Estados Unidos, tanto en la versión gratuita como en planes intermedios como ChatGPT Go. Lo relevante es cómo se integran: no son banners tradicionales ni bloques tipo buscador clásico, sino mensajes patrocinados incrustados en el flujo de conversación y alineados con lo que el usuario está preguntando en ese momento.

OpenAI insiste en que estos anuncios aparecen claramente etiquetados como contenido “Patrocinado” y situados debajo de la respuesta generada por el modelo, no dentro del propio texto de la respuesta. Es decir, la promesa oficial es que el modelo responde primero de forma “orgánica” y solo después se muestra el bloque publicitario, con formato visual claramente diferenciado.

Además, la compañía defiende que los anuncios no se mezclarán en conversaciones sobre temas sensibles como salud general, salud mental o política, y que no se servirán a menores de 18 años. Sobre el papel, los anuncios son contextuales (se basan en la conversación) y pueden usar el historial de chats y la interacción previa con otros contenidos patrocinados, pero con opciones para limitar la personalización o borrar la memoria publicitaria.

Modelos de negocio publicitarios: de CPM premium a CPC y segmentación conversacional

La primera fase del negocio de anuncios de OpenAI se apoyó en un modelo clásico de coste por mil impresiones (CPM) con un enfoque muy premium: mínimo de inversión altísimo y precios por impresión por encima del mercado. Se hablaba de un CPM inicial alrededor de los 60 dólares y de un ticket de entrada de unos 200.000-250.000 dólares, orientado sólo a grandes marcas en una etapa de testeo controlado.

Con el tiempo, esa barrera de entrada se ha ido rebajando. El mínimo de inversión ha caído a unos 50.000 dólares y el CPM se ha reducido a unos 25 dólares. Este movimiento indica algo claro: OpenAI necesita ampliar rápido la base de anunciantes y aumentar el volumen de campañas activas, manteniendo al mismo tiempo la narrativa de inventario premium.

El cambio más significativo, sin embargo, es la transición desde un esquema puramente de impresiones a un modelo de coste por clic (CPC) en torno a los 3-5 dólares por clic. Ese rango sitúa a ChatGPT directamente en la misma liga aspiracional que Google Search para ciertas categorías de alta intención: seguros, abogados especializados, servicios financieros urgentes, etc.

Si calculamos el CPM efectivo resultante de esos CPC, vemos que los precios implícitos son muy altos comparados con otros canales, lo que refuerza la idea de que OpenAI pretende vender ChatGPT como un entorno de intención muy cualificada: usuarios conversando activamente sobre decisiones concretas, no simples visitas superficiales a una página web.

Cómo se decide qué anuncio ve cada usuario: targeting conversacional y control aparente

El pilar de la segmentación en ChatGPT es lo que OpenAI denomina “targeting conversacional”. En lugar de apoyarse únicamente en cookies o perfiles demográficos tradicionales, el sistema se centra en lo que el usuario está preguntando y haciendo en tiempo real en el chat.

Este enfoque combina las señales contextuales del diálogo (palabras clave, intención aparente, tipo de tarea) con datos previos de interacción, como anuncios vistos anteriormente, clics realizados o el propio historial de conversaciones, cuando el usuario ha dado permiso para que se utilice la memoria. De este modo, el modelo puede ofrecer anuncios que, en teoría, encajen mejor con la necesidad inmediata.

OpenAI asegura que el usuario mantiene cierto control del entorno: es posible desactivar parte de la personalización de anuncios, eliminar datos asociados a campañas, descartar anuncios concretos con feedback, o incluso deshabilitar la memoria para que las conversaciones pasadas no se usen como base para la segmentación.

Eso sí, hay letra pequeña: los usuarios de la versión gratuita que limiten demasiado la publicidad o la personalización podrían ver restringido el acceso a ciertas funciones o a un volumen de consultas menor, a menos que den el salto a un plan de pago superior. En el fondo, el mensaje implícito es que la ausencia de anuncios tiene un coste, ya sea en dinero o en prestaciones.

Impacto potencial en la precisión: dónde se cruza la línea entre utilidad y sesgo

El gran miedo de muchos usuarios y expertos es que, a medida que la publicidad gane peso, las respuestas de ChatGPT dejen de priorizar la calidad informativa para favorecer intereses comerciales. Aquí conviene distinguir entre varias capas de posible influencia.

En el corto plazo, el riesgo más visible es el de sesgos sutiles en la forma en que se ordenan o presentan alternativas. Aunque OpenAI afirma que los anuncios no se integran dentro del texto de la respuesta, nada impide que, con el tiempo, se normalicen formatos híbridos tipo “respuesta recomendada” o sugerencias que empujen hacia opciones que generen mejor rendimiento económico.

Más preocupante aún es la posibilidad de que los datos derivados de las campañas (qué anuncios funcionan mejor, en qué contextos, con qué tipos de consulta) terminen influyendo en las señales de relevancia o incluso en los datos de entrenamiento futuros. Si el modelo se acostumbra a ver ciertas marcas o servicios asociados a determinadas intenciones, podría interiorizar esos vínculos y reproducirlos más allá de los bloques “marcados” como patrocinados.

Este conflicto no es exclusivo de OpenAI. Cualquier plataforma que combine información, recomendaciones y anuncios de pago se enfrenta al mismo dilema básico: la opción que maximiza ingresos no siempre coincide con la que maximiza utilidad para el usuario. Google lleva décadas navegando ese equilibrio, con un resultado cada vez más cuestionado cuando se comparan las SERP de hace veinte años con las actuales llenas de bloques comerciales.

Además, existe el peligro de que los anuncios desplacen a fuentes independientes o contextos críticos. Si la primera capa visible tras una respuesta son ofertas de pago, parte de la audiencia puede quedarse en esa superficie y no llegar nunca a la información más matizada, lo que erosiona la calidad global del ecosistema de conocimiento.

Riesgos concretos para el usuario y cómo detectarlos

Los problemas derivados de esta mezcla de información y publicidad pueden agruparse en varias categorías, todas ellas con impacto directo en la experiencia del usuario y en la precisión percibida de ChatGPT:

• Sesgo comercial: recomendaciones que favorecen sistemáticamente a unas pocas marcas, plataformas o servicios sin justificar por qué son mejores que alternativas neutrales o de código abierto.
• Desinformación o falta de contexto: respuestas sin referencias claras, sin citar fuentes verificables o que omiten matices críticos al tratar de simplificar demasiado.
• Riesgos de privacidad: uso de datos de conversación y señales de comportamiento para segmentar publicidad de forma cada vez más precisa, aunque el usuario no sea plenamente consciente de ello.
• Experiencia degradada: interrupciones reiteradas, bloques de anuncios irrelevantes o sensación de que el asistente “empuja” contenidos que no aportan valor.

Para protegerse, hay varias tácticas útiles. La primera es tratar a ChatGPT como punto de partida, no como árbitro final: contrastar cualquier dato relevante con fuentes primarias, documentos oficiales, medios especializados o bases de datos académicas cuando la decisión sea importante.

También conviene pedir al modelo que liste las fuentes en las que se apoya y que ofrezca referencias concretas (enlace, autor, fecha) cuando formule recomendaciones sensibles: desde salud y finanzas, hasta contratos o asesoría legal. Si no es capaz de citar nada sólido, es una señal clara de que no debemos confiar ciegamente en esa respuesta.

En el terreno de la privacidad, es recomendable revisar con calma los ajustes de personalización, memoria y uso de datos para anuncios, optar por versiones de pago que prometan menos explotación comercial de la información y evitar compartir detalles personales delicados en interfaces gratuitas con financiación publicitaria.

Por último, cuando la recomendación implique decisiones de alto impacto (tratamientos de salud, inversiones, pasos legales complejos), es sensato consultar a profesionales humanos y usar el chatbot solo como apoyo, nunca como sustituto de la opinión experta.

ChatGPT Ads desde el punto de vista de las marcas y agencias

Para las marcas, ChatGPT Ads son un caramelo estratégico. Estamos ante un entorno donde el usuario formula preguntas claras, con alta intención y buscando soluciones directas, algo que el marketing lleva años intentando capturar en buscadores y redes sociales. Aparecer justo en ese momento, con una propuesta relevante, puede ser muy poderoso.

La realidad, sin embargo, es que estamos en una fase temprana, con escala limitada, precios altos y capacidades de medición aún verdes. Los primeros anunciantes se mueven en un esquema experimental, con informes centrados sobre todo en impresiones y clics, pero sin toda la profundidad de datos de rendimiento a la que están acostumbrados los equipos de performance.

Agencias como DAC interpretan este nuevo canal como un laboratorio para entender el “discovery” conversacional: cómo encaja ChatGPT en el embudo de conversión, qué rol juega frente a Google o redes sociales, y cómo deben adaptarse las estrategias creativas y de puja a este contexto tan distinto.

La recomendación general es avanzar con cautela: diseñar tests bien estructurados, con hipótesis claras, y ser conscientes de que, de momento, la prioridad no es tanto escalar volumen como aprender qué tipo de mensajes, segmentos y momentos de la conversación generan el impacto cualitativo que justifique esos CPM y CPC premium.

En paralelo, ya empiezan a aparecer soluciones que aprovechan modelos como GPT para optimizar la segmentación de audiencias y el diseño de campañas en otros canales. A partir de landings, copys, banners y datos históricos de rendimiento, estas herramientas pueden extraer atributos, definir buyer personas, sugerir tests A/B y proponer parámetros de puja y horarios de mayor conversión, integrándose con plataformas publicitarias y sistemas de BI como Power BI para monitorizar el impacto por segmento.

Claude, Gemini, Meta AI y la guerra de los incentivos

La decisión de OpenAI de apostar por los anuncios ha provocado un posicionamiento muy claro de sus competidores. Anthropic, por ejemplo, ha anunciado que su asistente Claude no incluirá contenido patrocinado dentro de las conversaciones, presentándose como la alternativa “sin anuncios”.

La empresa de Dario Amodei argumenta que mezclar publicidad con respuestas puede resultar inapropiado o incluso peligroso en ciertos contextos, y que podría erosionar la confianza de los usuarios, que pasarían a preguntarse constantemente si una recomendación es honesta o está sesgada por un acuerdo comercial.

Anthropic ha llegado a lanzar campañas públicas criticando la decisión de OpenAI, con mensajes del tipo “Los anuncios llegan a la IA, pero no a Claude” y ejemplos de cómo el contenido patrocinado podría distorsionar conversaciones sobre autoestima, educación o salud emocional. El mensaje de fondo es que quieren mantener alineados sus incentivos con el bienestar del usuario y no con el engagement publicitario.

Sam Altman ha respondido con dureza, acusando a Anthropic de ser deshonesta y de adoptar una postura casi “autoritara”, al querer decidir por los usuarios cómo debe usarse la IA. También ha jugado la carta del precio y la accesibilidad, sugiriendo que Claude es un producto caro orientado a un público más pudiente, mientras que ChatGPT aspira a llegar al máximo de gente posible, incluso si eso implica financiar parte del servicio con anuncios.

En paralelo, gigantes como Google y Meta tienen su propio historial publicitario y es cuestión de tiempo que Gemini o Meta AI integren anuncios de una forma u otra. Estas compañías han levantado sus imperios precisamente sobre la monetización de la atención, así que nadie espera que renuncien a esa fuente de ingresos en un entorno conversacional que podría convertirse en la nueva puerta de entrada a la web, tal y como anticipaba Nick Srnicek hace años.

Apple como filtro: usar ChatGPT sin anuncios (y casi sin que se note)

En este tablero aparece un actor peculiar: Apple. La compañía de Cupertino ha optado por no construir, de momento, una IA generativa masiva desde cero, sino por integrar modelos externos como ChatGPT y Gemini en su ecosistema, con acuerdos millonarios pero sin tener que asumir toda la factura de centros de datos y aceleradores de IA.

Con la integración de ChatGPT en Siri y Apple Intelligence, el iPhone actúa como intermediario entre el usuario y los servidores de OpenAI. La consulta viaja desde el dispositivo a la infraestructura de OpenAI, pero lo hace bajo las normas de privacidad de Apple: IP oculta, limitaciones en el uso de la conversación para entrenar modelos, y sin que la interface publicitaria de OpenAI tenga dónde mostrarse.

Esto convierte a Siri en una especie de “adblock” integrado a nivel de sistema para ChatGPT. Cuando pides al asistente del iPhone que redacte un texto usando ChatGPT, genere una imagen o te ayude con una tarea compleja, el modelo de OpenAI trabaja en segundo plano, pero los anuncios que aparecerían en la web o en la app oficial no se muestran en la capa de interfaz de Apple.

La jugada estratégica es doble. Por un lado, Apple evita embarcarse en una carrera de gasto descontrolado como la de Google u OpenAI, que soportan costes anuales gigantes en infraestructura. Por otro, ofrece a sus usuarios acceso a modelos avanzados “limpios” de publicidad directa, reforzando la narrativa de privacidad y experiencia premium.

De cara al futuro inmediato, la llegada de una Siri renovada con Gemini integrada puede restar protagonismo a la integración de ChatGPT dentro del ecosistema Apple. Si un usuario tiene acceso a un asistente potente, privado y sin anuncios directamente en el sistema, la motivación para abrir ChatGPT en el navegador o en la app —donde sí habrá publicidad— se reduce notablemente.

Implicaciones para la investigación, el trabajo profesional y el día a día

Para quienes utilizan ChatGPT como herramienta de investigación, escritura o apoyo profesional, la entrada de la publicidad suscita dudas muy razonables. Existe el temor a que la plataforma acabe replicando el recorrido de Google: pasar de una etapa percibida como neutra y centrada en la utilidad a otra dominada por la necesidad de exprimir ingresos publicitarios de cada interacción.

En ámbitos como el académico, el jurídico o el sanitario, esta sospecha puede reducir la disposición a confiar en el asistente para tareas delicadas. Investigadores y profesionales pueden optar por versiones de pago sin anuncios, herramientas autoalojadas o competidores que prometan neutralidad, especialmente si necesitan trazabilidad clara de fuentes y garantías de que no hay incentivos ocultos detrás de una recomendación.

Para el gran público, la consecuencia puede ser más sutil: normalizar la presencia de anuncios en los chats del mismo modo que se han normalizado en redes sociales, streaming o buscadores. El riesgo es que, con el tiempo, se diluya la frontera entre respuesta experta y sugerencia patrocinada, y que cada vez cueste más detectar qué parte de la experiencia está optimizada para ayudar al usuario y cuál para rentabilizarlo.

Al mismo tiempo, tampoco hay que obviar que, sin vías de ingresos robustas, muchos de estos servicios simplemente no serían sostenibles. La clave estará en si OpenAI y el resto de actores son capaces de mantener controles de calidad, auditorías independientes y transparencia suficientes como para que la confianza en el sistema no se derrumbe a medida que crece la dependencia de los anuncios.

Al final, la precisión de ChatGPT en un entorno con publicidad dependerá de un equilibrio frágil: hasta qué punto los incentivos económicos logran no deformar el diseño del producto. La historia de otras plataformas sugiere que la tensión entre utilidad y monetización nunca desaparece, solo se administra mejor o peor. Para los usuarios, la mejor defensa será seguir usando el sentido crítico, contrastar información sensible y aprovechar, cuando exista, el acceso a versiones sin anuncios o a alternativas que mantengan la conversación libre de patrocinios.