Opinión El chatbot de Discover extrae datos bajo la promesa de control
La nueva interfaz conversacional para moldear el feed de Discover vende autonomía pero consolida el perfilado masivo. Un análisis de qué gana Google y qué cedemos al hablar con su algoritmo.
Google presenta su nuevo chatbot para Discover como una concesión de poder: el usuario describe sus intereses en lenguaje natural y el feed se moldea a su voluntad. La narrativa oficial habla de control, transparencia y experiencia a la medida. Pero basta rascar la superficie para ver que la conversación no es entre iguales; es un interrogatorio voluntario que enriquece el modelo de predicción más valioso del planeta.
Hasta ahora, Discover infería preferencias del rastro pasivo: búsquedas, clics, ubicación, historial de aplicaciones, contactos. El usuario era leído, no escuchado. La interfaz conversacional invierte la apariencia: ahora el usuario declara explícitamente qué quiere ver. Esa declaración —texto libre, matizada, contextual— es oro puro para el entrenamiento y la afinación de los grandes modelos de lenguaje que sustentan el ecosistema publicitario de Alphabet. No hay anonimato técnico que valga: la cuenta de Google une esa conversación con el identificador publicitario, el historial de compras, el mapa de movimientos y el grafo social.
El documento de ayuda de la propia compañía lo admite sin eufemismos: Discover sigue dependiendo de "Actividad en la Web y en Aplicaciones", "Historial de ubicaciones" y "Resultados personales". El chatbot no sustituye esa maquinaria; se superpone. Cada preferencia expresada en el diálogo se convierte en una etiqueta de alta confianza que reduce la incertidumbre del modelo y eleva el valor del inventario publicitario. El usuario cree que está podando el jardín; en realidad está etiquetando las flores para el cosechador.
La expansión de "Fuentes Preferidas" refuerza la asimetría. Los editores —medios, blogs, creadores— pueden insertar un botón para que los lectores se suscriban a su señal dentro de Discover. En apariencia, democratiza la distribución. En la práctica, ata la supervivencia del tráfico editorial a la voluntad de un intermediario que decide qué se muestra, cuándo y a qué precio. La dependencia del referidor único se profundiza: si el algoritmo cambia —y cambia sin aviso ni rendición de cuentas—, el medio desaparece del radar.
Paralelamente, plataformas como YouTube, Instagram, Bluesky y X han adoptado controles similares de "personalización activa". La convergencia no es casual: todas han descubierto que pedir al usuario que se autoetiquete es más barato y preciso que inferir. La industria llama a esto "zero-party data"; la realidad es que el usuario trabaja gratis refinando el producto que luego se le vende a anunciantes.
Para los directivos de empresas latinoamericanas que dependen del descubrimiento orgánico —medios, comercio electrónico, servicios financieros—, la lección es clara: la visibilidad en Discover deja de ser mérito editorial para convertirse en gestión de señales. Quien no entienda la gramática de las preferencias declaradas y los botones de "Fuentes Preferidas" verá caer su tráfico sin entender por qué. Pero la estrategia de adaptarse al feed ajeno no puede sustituir la construcción de canales propios: listas de correo, aplicaciones nativas, comunidades donde la relación no está mediada por un algoritmo que cambia las reglas sin consultar.
La promesa de "control" es un cebo. El verdadero control —decidir qué datos se generan, quién los procesa y con qué finalidad— sigue residiendo en la infraestructura de Google. El chatbot es solo una interfaz más amable para la extracción. Mientras los marcos regulatorios en la región sigan tratando el consentimiento como una casilla de verificación y no como una arquitectura de minimización de datos, cada conversación con el asistente de Discover será otro ladrillo en el muro que encierra la atención del usuario y la renta publicitaria en el mismo jardín cerrado.
