Cristóbal Urbano, Universitat de Barcelona, Departament de Biblioteconomia, Documentació i Comunicació Audiovisual.
Cristóbal Urbano envía a esta lista CRECS un texto thinkepi con el título “Los chatbots de IA generativa como fuentes de tráfico web: aproximación desde la analítica web de un portal de revistas”.
Indicamos su doi para que el lector pueda leerlo entero:
https://doi.org/10.3145/thinkepi.2024.e18a31
Aquí copiamos el resumen y unas unas conclusiones:
Resumen
Reflexión sobre el papel de los chatbots de IA generativa en el tráfico web referido que llega a las revistas académicas. Se establecen escenarios sobre la influencia que pueden tener en el comportamiento informacional de búsqueda, dentro del entorno académico, esas nuevas herramientas basadas en Large Language Models (LLM) y en la generación de respuestas directas resultantes de un proceso iterativo de conversación con un chatbot de IA. Mediante la exploración de datos de analítica web obtenidos con Google Analytics para el portal RACO, se realiza una primera aproximación al bajo volumen de visitas que, hasta la fecha, parece que se están recibiendo en revistas académicas procedentes de chatbots de IA. Se formulan hipótesis que pueden explicar ese bajo volumen de tránsito, dando por descontado que el uso de dichas herramientas de IA es importante y creciente en el mundo académico. Por último, se plantea cuál ha de ser el papel del Generative Engine Optimización (GEO) en tanto que estrategia de posicionamiento de contenidos académicos en este nuevo tipo de herramientas de búsqueda alimentadas con IA generativa y, en qué medida han de ser un complemento oportuno a las acciones ya establecidas de Academic Search Engine Optimization (ASEO). Se invita al debate mediante una serie de preguntas abiertas sobre cómo las nuevas herramientas de IA pueden estar cambiando el panorama de la búsqueda y uso de información bibliográfica, y cómo eso puede afectar a las revistas académicas en sus estrategias visibilidad y posicionamiento.
Para concluir y dar paso al debate
A la vista de los datos, se podría afirmar que, desde el punto de vista del acceso y lectura de los artículos de revista en su sitio web original, los chatbots de IA no son actores emergentes de la búsqueda bibliográfica. Llevado al extremo, son justamente la expresión de lo que podríamos denominar búsqueda no-bibliográfica.
La explicación es sin duda multifactorial, pero si vamos a la raíz del comportamiento informacional en el que se fundamenta el uso de los chatbots de IA por parte de los usuarios, podemos suponer que se basan en el principio del “good enough” (Connaway et al., 2011; Gorichanaz, 2024) según el cual, un usuario puede considerar que es conveniente dejar de buscar una vez se dispone de un resultado que juzgue como suficientemente bueno, en lugar de insistir en la búsqueda de la mejor respuesta posible. El modelo de interrogación tipo “oráculo” de los chatbots de IA encaja muy bien en el comportamiento basado en la aceptación de respuestas suficientemente buenas, especialmente cuando se asume que la IA, por su gran capacidad de proceso de contenidos, ya se habrá “leído” todo lo que fuera preciso. Muchos usuarios pueden dar por descontado una especie de “poderío lector” de estas herramientas, pero ciertamente no todas son iguales ni por la forma en la que han sido entrenadas, ni por los contenidos con las que se ha realizado el entrenamiento, ni por el acceso a fuentes de búsqueda cuando la herramienta contempla esa funcionalidad.