Dr. Google vs. Dr. ChatGPT en la Auto-Consulta de Salud en Línea: Una Revisión de Alcance de Precisión, Sesgo y Accionabilidad (2023-2025)
Autores: Trillo-Domínguez, Magdalena; Martin-Neira, Juan Ignacio; Olvera-Lobo, María Dolores
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Dr. Google vs. Dr. ChatGPT en la Auto-Consulta de Salud en Línea: Una Revisión de Alcance de Precisión, Sesgo y Accionabilidad (2023-2025)
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Inteligencia artificial generativa
Búsqueda de información en salud
Mediación algorítmica
Calidad de la información
Sesgos
Alfabetización crítica en IA
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La rápida adopción de sistemas de inteligencia artificial generativa (IA) ha transformado la búsqueda de información en salud, planteando preguntas sobre su papel como intermediarios en la auto-consulta de salud no profesional. Este estudio compara Google Search y ChatGPT como modelos paradigmáticos de mediación algorítmica de información en salud, centrándose en la precisión, sesgos, calidad de la información y posibles daños. Se realizó una revisión de alcance siguiendo el marco PRISMA-ScR. Se recuperaron estudios empíricos publicados entre 2023 y 2025 de PubMed/MEDLINE, Web of Science (WoS) y Scopus. Después de la evaluación de elegibilidad y selección, se incluyeron 63 estudios empíricos originales. Los resultados indican que ChatGPT supera consistentemente a Google Search en términos de precisión fáctica y calidad de la información, logrando puntajes DISCERN moderados a altos (4-5 de 5) y mostrando correlaciones moderadas a fuertes con evaluaciones clínicas de expertos. Los usuarios también tienden a valorar positivamente las respuestas de ChatGPT debido a su claridad, coherencia y empatía percibida. Sin embargo, estas ventajas coexisten con limitaciones estructurales significativas. Se reportan alucinaciones en un estimado del 31-45% de las referencias, la procedencia de las fuentes sigue siendo opaca, la complejidad lingüística es alta y la capacidad de acción es limitada, con solo alrededor del 40% de las respuestas proporcionando orientación claramente accionable. En contraste, Google Search ofrece una mayor trazabilidad y verificabilidad de las fuentes, pero a costa de información fragmentada y mayor exposición a contenido comercial. La revisión identifica brechas críticas de investigación relacionadas con los impactos conductuales, la alfabetización crítica en salud, la equidad de acceso, la integración profesional y contextos vulnerables. En general, los hallazgos destacan la necesidad de modelos híbridos humano-IA, mediación profesional y alfabetización crítica en IA para garantizar un uso seguro, equitativo y confiable de la IA generativa en la comunicación de salud pública.
Descripción
La rápida adopción de sistemas de inteligencia artificial generativa (IA) ha transformado la búsqueda de información en salud, planteando preguntas sobre su papel como intermediarios en la auto-consulta de salud no profesional. Este estudio compara Google Search y ChatGPT como modelos paradigmáticos de mediación algorítmica de información en salud, centrándose en la precisión, sesgos, calidad de la información y posibles daños. Se realizó una revisión de alcance siguiendo el marco PRISMA-ScR. Se recuperaron estudios empíricos publicados entre 2023 y 2025 de PubMed/MEDLINE, Web of Science (WoS) y Scopus. Después de la evaluación de elegibilidad y selección, se incluyeron 63 estudios empíricos originales. Los resultados indican que ChatGPT supera consistentemente a Google Search en términos de precisión fáctica y calidad de la información, logrando puntajes DISCERN moderados a altos (4-5 de 5) y mostrando correlaciones moderadas a fuertes con evaluaciones clínicas de expertos. Los usuarios también tienden a valorar positivamente las respuestas de ChatGPT debido a su claridad, coherencia y empatía percibida. Sin embargo, estas ventajas coexisten con limitaciones estructurales significativas. Se reportan alucinaciones en un estimado del 31-45% de las referencias, la procedencia de las fuentes sigue siendo opaca, la complejidad lingüística es alta y la capacidad de acción es limitada, con solo alrededor del 40% de las respuestas proporcionando orientación claramente accionable. En contraste, Google Search ofrece una mayor trazabilidad y verificabilidad de las fuentes, pero a costa de información fragmentada y mayor exposición a contenido comercial. La revisión identifica brechas críticas de investigación relacionadas con los impactos conductuales, la alfabetización crítica en salud, la equidad de acceso, la integración profesional y contextos vulnerables. En general, los hallazgos destacan la necesidad de modelos híbridos humano-IA, mediación profesional y alfabetización crítica en IA para garantizar un uso seguro, equitativo y confiable de la IA generativa en la comunicación de salud pública.