Buscar en Google ya no es solo recibir un escaparate de enlaces: con AI Overviews muchas consultas te devuelven un texto con tono de profesor seguro de sí mismo, como si alguien hubiera leído por ti diez páginas y te entregara un “veredicto” listo para usar. El problema aparece cuando ese veredicto mezcla piezas de historias distintas, crea conexiones que nadie dijo y, sin querer, convierte una búsqueda rutinaria en una acusación con consecuencias reales.
El caso de Múnich: cuando el resumen pasa a ser “contenido propio”
El Tribunal Regional de Múnich ha marcado una línea clara: los resúmenes generados por AI Overviews no se tratan como un mero índice automático de resultados, sino como contenido atribuible a Google. En la resolución, el tribunal ordena una medida cautelar que impide seguir difundiendo afirmaciones falsas sobre dos editoriales con sede en Múnich a las que el sistema había vinculado con estafas, “subscription traps” y prácticas dudosas. La clave es el razonamiento: el resumen no se limita a señalar fuentes, sino que redacta “con sus propias palabras y su propia estructura” y llega a afirmaciones que no aparecen en los enlaces citados.
Aquí la metáfora cotidiana ayuda: una cosa es que una biblioteca te indique en qué estantería está un libro; otra, que el bibliotecario te escriba un folleto que acusa a alguien de fraude basándose en una lectura errónea. En el primer caso, la responsabilidad suele recaer en el contenido original; en el segundo, el folleto ya es una pieza nueva.
Por qué la inmunidad típica del buscador no encaja con la IA
Tradicionalmente, la jurisprudencia alemana ha sido prudente a la hora de cargar a un buscador con la obligación de revisar todo lo que indexa: sería como pedirle a un cartero que abra cada carta para comprobar que no hay difamación dentro. El tribunal de Múnich distingue que AI Overviews no funciona como un buscador clásico, porque genera “declaraciones independientes, nuevas y sustantivas” al evaluar y combinar información de terceros. Y, según el tribunal, quien puede verificar esa síntesis —comparando lo que dicen los sitios con lo que afirma el resumen— es Google, no el usuario.
En esa línea, la resolución también rechaza la defensa de “el usuario puede comprobar las fuentes”. El tribunal considera que el resumen es entendible por sí mismo y no queda condicionado, en la práctica, a que la persona haga investigación adicional. Incluso compara la situación con el derecho de prensa: un “teaser” comprensible y dañino puede generar responsabilidad aunque el lector no abra la pieza completa.
La realidad del clic: casi nadie abre la letra pequeña
El argumento de “que lo verifiquen” suena razonable en abstracto, pero choca con el comportamiento real. Un estudio del Pew Research Center analizó hábitos de navegación y encontró que cuando aparece un resumen con IA, la gente hace clic en resultados tradicionales en el 8% de las visitas, frente al 15% cuando no hay resumen. Con esa diferencia, el resumen se convierte en el “plato principal” para muchos usuarios, y los enlaces, en el “ingrediente opcional” que casi nadie mira.
Esto importa porque el diseño de un resumen con IA tiene un efecto psicológico: si un texto llega con formato de respuesta, tono afirmativo y una caja prominente, se parece más a un dictamen que a una pista. Y si el sistema se equivoca, el error no se queda en una esquina; se exhibe en el lugar más visible.
Errores a escala: cuando un 9% deja de ser “poco”
La discusión pública suele atascarse en porcentajes. “Falla el 9%” puede sonar aceptable hasta que recuerdas el tamaño de la autopista. The Decoder recoge un análisis encargado por The New York Times a la startup Oumi, que midió la precisión de AI Overviews: 85% de acierto con una versión anterior (Gemini 2) y 91% con Gemini 3 en su muestra. Si el producto llega a cientos o miles de millones de personas, incluso un margen de error pequeño se traduce en un volumen masivo de respuestas equivocadas.
El mismo análisis añade otro matiz todavía más incómodo: aunque la respuesta sea “correcta”, muchas veces no se puede comprobar con lo enlazado. Oumi evaluó la verificabilidad y concluyó que con Gemini 3, el 56% de respuestas correctas no quedaban plenamente respaldadas por las fuentes citadas. Es el equivalente a que alguien te diga “confía en mí” mientras te enseña un recibo borroso: técnicamente hay papel, pero no te permite auditar el cálculo.
Verificación y responsabilidad: el giro que sugiere el tribunal
El tribunal de Múnich no solo discute quién habla, también sugiere quién debe cargar con el esfuerzo de control. Señala que el resumen con IA es un extra “no absolutamente necesario” para usar internet, lo que debilita la idea de que imponer obligaciones de revisión haría inviable el servicio. Dicho de forma llana: si una función opcional eleva el riesgo de daño reputacional, se espera que quien la ofrece invierta en control de calidad.
La resolución también entra en un terreno sensible: la protección de la libertad de expresión para contenido generado algorítmicamente. Según el tribunal, una “opinión” producida por IA no es la expresión de convicciones de una persona, sino el resultado de un algoritmo, y su despliegue se vincula principalmente a la actividad empresarial de Google. Esto no significa que la IA no pueda opinar; significa que, ante afirmaciones falsas con potencial lesivo, la balanza puede inclinarse con más facilidad hacia el derecho de la parte afectada.
Qué cambia para Google, medios y usuarios
Para Google, el caso refuerza una tendencia: cuanto más se parezca un producto de búsqueda a un “generador de respuestas”, más difícil será refugiarse en el marco mental del indexador neutral. El debate no va solo de tecnología, va de rol. Un buscador “señala”; un sistema de resúmenes “afirma”. Y en derecho, afirmar suele implicar más responsabilidad.
Para medios y creadores, la historia tiene doble filo. Por una parte, las AI Overviews pueden desviar tráfico y reducir el incentivo de clic; Google ha rechazado repetidamente que el impacto sea tan dramático y su responsable de Search ha defendido que el volumen de clics se mantiene relativamente estable, aunque cambie su distribución. Por otra, cuando el resumen se equivoca y daña a terceros, la pregunta deja de ser “¿quién se queda el tráfico?” y pasa a ser “¿quién responde por el daño?”.
Para usuarios, el efecto práctico es una recomendación que suena poco futurista: tratar el resumen como un mapa, no como el territorio. Si un AI Overview describe a una empresa como “sospechosa” o sugiere conductas graves, conviene leer con ojos críticos, revisar fuentes y, si el tema es sensible, buscar confirmación en páginas oficiales o en medios con estándares editoriales claros. El tribunal, en el fondo, está reconociendo que esa diligencia no puede exigirse como excusa universal para quien publica el resumen.
Señales para la industria: el camino de “más fricción” en la IA de consumo
Este tipo de resoluciones empujan a un futuro con más fricción: más avisos, más trazabilidad de fuentes, más límites a afirmaciones contundentes cuando la evidencia es ambigua. También incentivan mejoras técnicas que van más allá de “ser más listo”: mecanismos para evitar que el sistema mezcle entidades, controles de verificación internos, y formas de mostrar con claridad qué parte de la respuesta está sustentada por qué fuente. El reto no es solo bajar la tasa de error; es hacer que el usuario pueda auditar la respuesta sin convertirse en detective.