AI Mode bajó 18.8 puntos los clics a otros sitios: el primer experimento controlado

Casi todo lo que se ha publicado sobre IA en el buscador y tráfico es observacional: paneles de clics, datos de Search Console agregados, comparaciones antes/después. Sirven para ver tendencias, pero no separan el efecto de la interfaz del resto de cosas que cambian al mismo tiempo — estacionalidad, actualizaciones de ranking, cambios de demanda. Este trabajo, publicado en arXiv el 18 de agosto de 2026 por Stephanie T. Wang, Jeffrey Gleason, Yakov Bart, Christo Wilson y Danaé Metaxa, es distinto: es un experimento aleatorizado sobre usuarios reales, en su navegador, durante su búsqueda cotidiana.

El diseño del experimento

Los investigadores reclutaron 1,444 personas; 1,100 fueron elegibles para el análisis de comportamiento y 956 completaron la encuesta final. El tamaño objetivo de 1,200 salió de un análisis de potencia sobre un piloto, y las hipótesis se registraron antes en OSF. Una extensión de navegador registró búsquedas, clics, presencia de AI Overviews e historial de navegación, y aplicó una de tres condiciones:

• Sin IA: AI Overviews ocultos y AI Mode redirigido a búsqueda clásica.
• Control: Google tal como lo entrega Google.
• AI Mode forzado: las búsquedas se enviaban a AI Mode. El ruteo funcionó en 94.7% de los casos.

Un detalle importa para leer bien los resultados: el ocultamiento de AI Overviews empezó cubriendo 90% el primer día y cayó a 0% al final, porque Google cambió su HTML y rompió la lógica de detección. En total quedó oculto 51.1%. Por eso los autores reportan dos estimaciones: ITT (efecto de la asignación, lo que pasó en promedio a cada grupo) y LATE (efecto entre quienes realmente recibieron el tratamiento).

Los resultados, con sus intervalos

• Clics externos con AI Mode: -18.8 pp (IC 95%: -22.2 a -15.3; p<0.001). La estimación LATE es -19.9 pp.
• Por tipo de destino: Reddit -21.2 pp, noticias -12.5 pp, Wikipedia -9.9 pp, todos con p<0.001. Los clics en anuncios cayeron -42.7 pp, que los autores atribuyen a que AI Mode no mostraba anuncios durante el estudio.
• Sin IA: +8.8 pp en LATE (IC 95%: 2.3 a 15.3; p=0.008). El ITT, +2.7 pp, no fue significativo — consistente con un tratamiento que solo se aplicó la mitad del tiempo.
• Sesiones y tiempo: con AI Mode, 0.92 sesiones de búsqueda menos por día y 0.43 minutos más por sesión. Los autores esperaban más sesiones, no menos.
• Experiencia: confianza -0.34 puntos en escala de 7; satisfacción -0.73 DE, utilidad -0.59 DE, sensación de control -0.66 DE. Quitar la IA no produjo cambios detectables en percepción.
• Sustitución: +11.2 pp en la proporción de usuarios que buscó en Bing, DuckDuckGo o Yahoo, y +1.25 puntos (escala de 7) en intención de cambiarse a Bing.

Qué significa técnicamente para un pipeline de contenido

El hallazgo de Reddit es el que más nos llama la atención. Es el destino que más perdió (-21.2 pp), y es justamente el contenido que muchos equipos de SEO llevan dos años imitando: respuestas cortas, experiencias en primera persona, "lo que me funcionó". Si la interfaz conversacional absorbe precisamente ese tipo de respuesta, optimizar piezas para parecerse a un hilo de foro es optimizar para el formato que mejor se resume sin necesidad de visitarte.

La implicación práctica es separar el contenido en dos funciones con métricas distintas. Una parte existe para ser fuente: datos verificables, definiciones, comparativas, escritas en párrafos autosuficientes para que un modelo las recupere y las atribuya. Ahí la métrica no puede ser el clic, porque el experimento muestra que la interfaz lo suprime por diseño. Otra parte existe para ser destino: lo que una respuesta generada no puede resolver en la pantalla de Google — un cotizador, una calculadora con tus precios reales, un catálogo con disponibilidad, un formulario que abre una conversación con ventas. Ahí sí se mide el clic, y es el que sobrevive.

Cómo lo estamos midiendo nosotros

• Referencias segmentadas por origen. El tráfico de buscador clásico, el de asistentes conversacionales y el directo de marca se analizan por separado. Sumarlos esconde exactamente el desplazamiento que este estudio mide.
• Muestreo manual de respuestas. Un conjunto fijo de preguntas del negocio del cliente, consultadas periódicamente en los motores generativos, registrando a quién citan. No hay API confiable para esto todavía; un registro manual consistente vale más que un dashboard que promete "share of voice en IA".
• Conversión por visita, no volumen de visitas. Si AI Mode filtra las búsquedas informativas, las visitas que llegan deberían venir más avanzadas en la decisión. Si la tasa de conversión no sube cuando el volumen baja, el problema es la página, no el buscador.

Las advertencias necesarias

Es un preprint, sin revisión por pares todavía. Los participantes son de un panel reclutado, con una extensión instalada, durante una semana: el efecto de largo plazo — cuando la gente se acostumbra a AI Mode — puede ser distinto. Y el brazo "sin IA" quedó debilitado por la falla de la extensión, así que el +8.8 pp hay que leerlo con el intervalo completo (de 2.3 a 15.3), no como cifra puntual.

Aun con eso, el brazo de AI Mode es sólido: 94.7% de ruteo efectivo, intervalos estrechos y efectos consistentes en todos los tipos de destino. La conclusión que sacamos en SmartDevs es que el tráfico de referencia dejó de ser una variable que controlas con buen SEO; es una variable que depende de qué interfaz decide mostrar el buscador. Lo que sí controlas es si tu contenido es la fuente que la respuesta cita, y si tu sitio ofrece algo que la respuesta no puede reemplazar.