Artículo de información

José Carlos Botto Cayo y Abel Marcial Oruna Rodríguez

19 de noviembre del 2026

La periodista Amanda Caswell quería saber cuánto dinero quedaría en el presupuesto familiar si reducía las compras del mes o cancelaba alguna suscripción. Podía resolver la pregunta con una hoja de cálculo, siempre que alguien preparara las columnas y escribiera las fórmulas. Caswell probó otro camino. Le describió a Gemini 4 Hydrogen una página en la que pudiera ingresar sus gastos, modificar un importe y ver cómo cambiaba el saldo. Según su relato, obtuvo una herramienta interactiva en menos de cinco minutos. Para la prueba empleó cantidades ficticias. El resultado que pudo comprobar fue concreto: había descrito un problema doméstico en lenguaje corriente y el programa había construido una herramienta para examinarlo (Caswell, 2026).

Durante buena parte de la historia de Internet, una consulta semejante llevaba al usuario hasta un manual, una plantilla o una página de consejos. Después venía el trabajo de adaptar lo encontrado a las cuentas de la casa. El nuevo Gemini permite reunir parte de esas operaciones en un mismo encargo. Hydrogen es el nombre del modelo que Google diseñó para responder con rapidez, interpretar instrucciones y utilizar las herramientas disponibles en cada aplicación. Puede trabajar con texto, imágenes, audio y video. Esa variedad cobra sentido cuando alguien tiene sobre el escritorio un documento escrito, una entrevista grabada y una fotografía, y necesita averiguar qué relación guardan entre sí (Kavukcuoglu, 2026).

Qué cambia al buscar

Quien aprendió a buscar en Internet probablemente recuerde la costumbre de quitarle palabras a una pregunta antes de escribirla. Para localizar una exposición de fotografía abierta el domingo y con ingreso accesible, el visitante empezaba por el nombre de la ciudad, añadía «exposición» y dejaba para después las condiciones de la visita. Con Hydrogen, el modo de inteligencia artificial del buscador de Google puede recibir la pregunta completa, consultar en paralelo sus distintos aspectos y presentar una respuesta acompañada de enlaces. La mejora interesa especialmente a quien tiene una condición precisa. Si la accesibilidad determina la elección del lugar, puede figurar en la búsqueda desde el principio (Stein, 2026).

La procedencia de cada dato cobra entonces mayor importancia. Una cartelera cultural puede consignar el horario de una muestra, mientras que la página del museo describe los accesos al edificio. Al reunir ambos datos, el buscador facilita la lectura, aunque todavía queda por establecer si la entrada accesible conduce hasta la sala donde se encuentra la exposición. Para el visitante, la distinción es considerable. Un enlace que lo lleva directamente a la información del recinto puede valer más que varios párrafos sobre la trayectoria del fotógrafo. El mérito de una respuesta así también se mide por la facilidad con que el lector puede llegar al documento que resuelve su duda (Stein, 2026).

La presencia de esos enlaces tampoco asegura que el público llegue a abrirlos. Athena Chapekis y Anna Lieb, investigadoras del Pew Research Center, estudiaron la navegación de 900 adultos estadounidenses. Cuando el buscador mostraba un resumen generado por inteligencia artificial, los participantes hacían clic en un enlace de la lista tradicional de resultados en el 8 % de las visitas. En las páginas sin ese resumen, la proporción llegaba al 15 %. El estudio es anterior a Hydrogen y describe el comportamiento observado en aquella muestra. Para un periódico o una revista cultural, plantea una cuestión que merece atención: el lector puede encontrar el dato que buscaba y dar por terminada la consulta antes de conocer el reportaje del que procede (Chapekis y Lieb, 2025).

En el archivo de una redacción, la pregunta puede recorrer el camino inverso. El periodista ya tiene las fuentes y necesita localizar un pasaje dentro de ellas. Si dispone del catálogo de un pintor y de una entrevista grabada, puede pedirle al asistente que identifique las obras mencionadas en ambos materiales y señale dónde aparece cada título. Obtendría así una primera guía de lectura. Cuando dos cuadros llevan nombres parecidos, la posibilidad de volver a la página o escuchar el pasaje correspondiente conserva un valor que el resumen por sí solo difícilmente ofrece. La capacidad de Gemini para relacionar materiales de distintos formatos adquiere allí una función editorial concreta (Kavukcuoglu, 2026).

Qué ocurre cuando el programa recibe un encargo

La prueba de Caswell permite apreciar cuánto depende el resultado de la manera en que se formula el pedido. La periodista especificó que quería registrar ingresos, compras, recibos y suscripciones. También pidió que la página calculara el saldo disponible y permitiera ensayar una reducción de gastos. Esa última condición cambió el sentido del programa. Una lista de pagos sirve para recordar en qué se gastó el dinero. Una herramienta que recalcula el saldo permite averiguar qué sucedería si una de esas decisiones cambiara. Caswell pudo expresar esa diferencia porque conocía la pregunta que quería responder antes de abrir el asistente (Caswell, 2026).

Una cifra puede estar bien copiada y, sin embargo, contar mal la historia. Basta con que en el cuadro original figure como gasto previsto y en el informe aparezca como pago realizado. Para evaluar si los asistentes de inteligencia artificial distinguen detalles de esa naturaleza, especialistas de 83 ocupaciones prepararon 200 tareas que exigían interpretar materiales como planos, gráficos y hojas de cálculo. La exactitud de la información representó el 75 % de la calificación y la presentación visual, el 25 %. Gemini 4 Carbon obtuvo el segundo puesto en calidad entre los modelos evaluados, y el costo promedio por tarea fue aproximadamente una sexta parte del registrado por el modelo que ocupó el primer lugar. El resultado permite comparar calidad y costo dentro de esa prueba. La experiencia de Caswell con Hydrogen corresponde a otro modelo de la familia y a un encargo distinto (Doshi y Caine, 2026).

Algunos encargos llegan a producir efectos fuera de la pantalla. Josh Woodward, responsable de la aplicación Gemini en Google, relata que utilizó el asistente para conseguir una cita de mantenimiento para su vehículo. Según su experiencia, el programa llamó a dos talleres, consultó el calendario y registró la cita. Para el lector peruano importa conocer el alcance del anuncio. Google incluyó a Estados Unidos, Japón, Corea del Sur, Canadá, Australia e India en el despliegue inicial de esa ampliación gratuita del modo de tareas. El Perú quedó fuera de aquel grupo. Acceder al buscador con Gemini y disponer de un asistente que pueda llamar a un establecimiento son funciones con distinta disponibilidad (Woodward, 2026).

Hay un detalle de aquella llamada que merece tanta atención como la reserva. De acuerdo con Woodward, el asistente se identificó ante el taller como inteligencia artificial. Hasta ese momento, la decisión de usar Gemini pertenecía al dueño del vehículo. Al otro extremo de la línea apareció una segunda persona, encargada de atender la llamada, ofrecer un horario y comprometer el tiempo de un mecánico. La escena permite apreciar hasta dónde llega el cambio. Para saber si el asistente cumplió, el conductor puede comprobar que la cita figure en su calendario. Para el taller cuenta algo igualmente tangible: que el espacio reservado en su agenda corresponda al servicio que el cliente realmente pidió (Woodward, 2026).

Bibliografía

Caswell, Amanda. (2026). I gave Google’s new Gemini 4 Hydrogen one prompt to find out where my money goes — and the results surprised me. Tom’s Guide. https://www.tomsguide.com/ai/google-gemini/i-used-googles-new-gemini-4-hydrogen-to-find-out-where-my-paycheck-goes-and-it-only-took-one-prompt

Chapekis, Athena, y Lieb, Anna. (2025). Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center. https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/

Doshi, Rohan, y Caine, Ben. (2026). Introducing the Multimodal Knowledge Agent benchmark. Google. https://blog.google/innovation-and-ai/models-and-research/gemini-models/multimodal-knowledge-agent-benchmark/

Kavukcuoglu, Koray. (2026). Introducing Gemini 4 Hydrogen. Google. https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/

Stein, Robby. (2026). Google Search gets a major upgrade with Gemini 4 Hydrogen. Google. https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/

Woodward, Josh. (2026). Put Gemini to work for you. Google. https://blog.google/innovation-and-ai/products/gemini-app/tasks-in-gemini-free-new-features/