Robby Stein de Google reiteró que la experiencia de IA de Google, como el modo AI y las descripciones generales de AI, integra las señales de búsqueda principales de Google. Esto ayuda a Google a brindar respuestas más útiles y útiles a los usuarios en las experiencias de IA. Pero no siempre se hace bien, como muchos de vosotros sabéis.
Robby Stein volvió a decir esto en el podcast de Términos de servicio de CNN con Clare Duffy, que cubrimos la semana pasada sobre la personalización de la IA de Google.
Robby dijo: «Y creo que una cosa que intentamos hacer es integrar todos los tipos de señales de búsqueda principales en estas experiencias de IA».
Cuando la respuesta de la IA confunde o mezcla información, Google lo llama «pérdida», dijo Stein.
Quiero decir, esto no es nuevo, Google dijo esto cuando anunció SGE, la experiencia generativa de búsqueda, ahora conocida como AI Overviews en mayo de 2023, donde escribí:
Sí, utiliza los sistemas de clasificación principales de la Búsqueda de Google para este fin. Google dijo que esto les ayuda a «mitigar significativamente» algunas de las limitaciones conocidas de los LLM, como las alucinaciones o las imprecisiones.
Stein continuó diciendo: «Y entonces, cuando se trata de recomendar o brindar descripciones generales, se utiliza información y se vincula a información que otros han encontrado muy útil para esa pregunta en el pasado. Y es posible que haya todo tipo de razones por las que se pueden cometer pequeños errores. Es una de las razones por las que también creo que queremos asegurarnos de que las personas puedan hacer clic y ver la información por sí mismas también».
Aquí está la transcripción completa de esta sección que comienza en el minuto 12:43 del video:
Robby Stein: Y creo que una cosa que intentamos hacer es integrar todos los tipos de señales de búsqueda principales en estas experiencias de IA. Entonces, cuando se trata de recomendar o brindar descripciones generales, se utiliza información y se vincula a información que otros han encontrado muy útil para esa pregunta en el pasado. Y es posible que existan todo tipo de motivos por los que se pueden cometer pequeños errores. Es una de las razones por las que también creo que queremos asegurarnos de que las personas puedan hacer clic y ver la información por sí mismas.
Clare Duffy: Hable un poco más sobre cómo se ve ese entrenamiento en la parte final. ¿Está simplemente dándole más datos para trabajar? ¿Es una especie de entrenamiento de refuerzo en el que dices: «No, esta fue una mala respuesta. Deberías haber hecho esto en su lugar». ¿Cómo se hace eso…?
Robby Stein: ¿Algunas de esas cosas? Creo que consideraríamos lo que estás diciendo como una pérdida. Y entonces diríamos que hay un patrón de pérdida. Y entonces, cuando miramos el enlace, decimos: «¿Por qué estaba enlazando a eso?» Y entonces lo entenderíamos. Y normalmente lo que sucede es que hay algunas razones por las que podrían suceder cosas simples como esa. Una podría ser que tal vez hubiera un enlace que hiciera referencia a la otra marca en la página, ¿verdad? Y tal vez eso sea una cosa. Usted sabe que podría haber un caso en el que haya una reseña que alguien mencione y que sea muy utilizada y luego el sitio en sí tenga información contradictoria. Cómo un usuario usa el producto dice una cosa y tal vez el producto en sí como la empresa que fabrica los productos dice otra cosa. Entonces, ¿qué haces? La información similar es muy compleja, pero Google lleva 25 años trabajando en esto. Por eso creo que hacemos algunos de los mejores trabajos en este espacio y hemos estudiado qué información es confiable, qué es útil, qué enlaces son útiles para las personas, qué no lo es, qué información es spam y qué información es problemática versus no. Por eso creo que en la gran mayoría, las personas reciben respuestas excepcionalmente útiles y de alta calidad en general. Pero, por supuesto, pueden cometer errores.
Clare Duffy: ¿Cómo detectas cuándo aparecen esos errores? ¿Cómo lo sabe Google? ¿Cómo trabajas para solucionarlos?
Robby Stein: Sí, quiero decir que tenemos métricas de evaluación profundas en las que ejecutaremos, ya sabes, numerosos tipos de preguntas a través del sistema y las verificaremos todas. Es este enfoque incesante en mejorarlos, solucionarlos y hacerlo mejor cada día. Y luego, cuando arreglas una de esas cosas, arreglas toda una parte del sistema. Y luego lo que sucede es que un mes después, unos meses después, todo se pone cada vez mejor y mejor. Y obviamente los modelos también se están volviendo más sofisticados y ahora se introducen modelos de razonamiento muy avanzados. Así que esta es una generación de modelo muy diferente a cuando lanzamos por primera vez la primera descripción general de IA. Y este es un modelo cada vez más capaz de razonar, pensar, verificar su funcionamiento, comprobar. Y ahora verán mucho más de eso en nuestros sistemas de inteligencia artificial.
Clare Duffy: ¿Y también busca comentarios de los usuarios? Por ejemplo, si hago una pregunta y algo anda mal, ¿hay un botón?
Robby Stein: Sí, hay pulgares hacia arriba y hacia abajo. Puedes informar problemas. Los miramos religiosamente. Haga un visto bueno si ve un problema, infórmelo, mi equipo lo revisará, lo analizaremos y cada uno de ellos se toma en serio y tenemos sistemas que analizan los comentarios de los usuarios a escala, por lo que Google.
Es importante comprenderlo al pensar en las experiencias de IA de Google, como las descripciones generales de IA y el modo AI. Y es algo que he cubierto muchas veces durante el año pasado cuando hablo de la superposición entre la clasificación en la Búsqueda y las superficies de IA -> A través de Google @rmstein: Hemos integrado todo… pic.twitter.com/gCV39sbMlZ
– Glenn Gabe (@glenngabe) 10 de enero de 2026
Discusión del foro en X.
