La promesa de delegar tus compras a un agente de inteligencia artificial suena tentadora: tú indicas qué necesitas y la IA busca el mejor precio, la mejor calidad, la mejor opción. Pero un estudio recién publicado por investigadores de la Wharton School delarda una realidad mucho más compleja y preocupante para quienes apostaban por esta tecnología.

La investigación, liderada por académicos de esta prestigiosa escuela de negocios de la Universidad de Pennsylvania, revela que los agentes de compra basados en IA presentan niveles de variabilidad extremadamente altos en sus recomendaciones. Los hallazgos son contundentes: cuando se introduce una fuente externa de información, como la reconocida guía de productos Wirecutter, las elecciones del agente pueden modificarse hasta en 99 puntos porcentuales. Sí, leíste bien: una diferencia prácticamente total.

Pero el problema no termina ahí. Los investigadores descubrieron algo aún más troublador: incluso cuando se presenta la misma información en diferente orden, los resultados cambian. Esto sugiere que los modelos de lenguaje que impulsan estos agentes no están aplicando una lógica consistente, sino que responden a patrones detokens que pueden variar según el contexto inmediato de la consulta.

El caos de los agentes de IA en el comercio electrónico

Los agentes de IA para compras son sistemas que utilizan modelos de lenguaje para navegar por tiendas online, comparar productos y formular recomendaciones. Empresas como Amazon, Google y múltiples startups han invertido fuertemente en desarrollar estas herramientas, prometiendo una experiencia de compra revolucionaria donde el usuario simplemente expresa una necesidad y la IA se encarga del resto.

Sin embargo, el estudio de Wharton planta un severa duda sobre estas aspiraciones comerciales. La inconsistencia demostrada no solo afecta la calidad de las recomendaciones, sino que plantea preguntas fundamentales sobre la confiabilidad de estos sistemas para tareas que implican decisiones financieras reales.

"Estamos viendo que estos agentes no tienen un criterio estable", explican los investigadores. "Su comportamiento depende de factores que no deberían ser relevantes, como el orden en que se presenta la información o la fuente específica que consultan. Para una herramienta que maneja dinero real, esto es inaceptable".

Implicaciones para el futuro del comercio

Este estudio llega en un momento crítico para la industria. Grandes tecnológicas han posicionado los agentes de IA como la próxima gran evolución del comercio electrónico. Microsoft, Google y Amazon han presentado prototipos y servicios que permiten a los usuarios delegar compras completas a sistemas automatizados. La expectativa de mercado es que estos agentes se conviertan en un mercado de miles de millones de dólares.

Pero si los resultados de Wharton se replican en pruebas más amplias, las implicaciones podrían ser significativas. Los reguladores podrían requerir estándares de consistencia antes de aprobar estos sistemas para uso financiero. Los consumidores podrían mostrarse reacios a confiar en herramientas cuyas recomendaciones varían tanto según circunstancias menores.

El problema del razonamiento en modelos de lenguaje

Más allá del ámbito comercial, el estudio toca un debate técnico fundamental: ¿realmente razonan los modelos de lenguaje o simplemente predicen secuencias de palabras estadísticamente probables? Los resultados sugieren que los segundos: al cambiar el contexto superficial, el comportamiento del sistema cambia radicalmente.

Esto tiene implicaciones para cualquier aplicación donde la consistencia sea crítica: diagnósticos médicos asistidos por IA, análisis legal, asesoramiento financiero. Si un agente de compras puede recomendar un producto completamente diferente solo porque se reordenó una lista de características, ¿podemos confiar en que un sistema médico dará respuestas coherentes cuando se reformule una pregunta?

El camino hacia adelante

Para que los agentes de IA cumplan sus promesas comerciales, los investigadores sugieren que será necesario desarrollar nuevos métodos de evaluación que midan no solo la calidad de las respuestas individuales, sino la consistencia del comportamiento a través de diferentes formulaciones de la misma pregunta.

Mientras tanto, consumidores y empresas deberían abordar estas herramientas con cautela. Un agente de IA puede ser útil como punto de partida para investigar opciones, pero delegar decisiones de compra completas a estos sistemas sigue siendo, según la evidencia disponible, una apuesta arriesgada.

La revolución del comercio con IA continuará, sin duda. Pero los hallazgos de Wharton nos recuerdan que, como con cualquier tecnología emergente, la brecha entre el marketing y la realidad puede ser considerable. Y cuando se trata de nuestro dinero, esa diferencia importa.