Por Redacción Pangea IA · 17 de septiembre de 2026
Dos senadores de Estados Unidos han pedido a la Comisión Federal de Comercio (FTC) que investigue cómo los asistentes de compra con inteligencia artificial de Amazon y Walmart tratan el origen de los productos. La petición se apoya en un informe que detectó respuestas diferentes ante búsquedas equivalentes y productos con indicaciones de procedencia contradictorias. Por ahora no hay constancia de que la FTC haya abierto una investigación ni de que haya concluido que las empresas infringieron la ley.
Qué ha ocurrido
Los senadores Tammy Baldwin, demócrata por Wisconsin, y Rick Scott, republicano por Florida, enviaron este 17 de septiembre una carta al presidente de la FTC, Andrew Ferguson, y al comisionado Mark Meador. En ella solicitan una investigación sobre Alexa for Shopping, de Amazon, y Sparky, de Walmart, por la posible ocultación de productos fabricados en Estados Unidos y por no señalar anuncios con etiquetas de origen presuntamente falsas.
La carta no es una resolución de la FTC, una denuncia judicial ni una sanción. Es una petición política bipartidista para que el regulador compruebe unas alegaciones. Esta diferencia importa: la documentación publicada permite afirmar que existe presión regulatoria y que hay resultados preocupantes que merecen examen; no permite afirmar que Amazon o Walmart hayan diseñado sus sistemas para favorecer deliberadamente a vendedores extranjeros.
Reuters publicó la noticia a las 15:01 UTC —las 17:01 en la España peninsular— y The Wall Street Journal informó del mismo escrito. Según este último medio, Amazon negó que oculte de forma intencionada la procedencia y aseguró que trabaja para mejorar la información que ofrece Alexa; Walmart no hizo comentarios. Reuters indicó que Amazon, Walmart y la FTC no habían respondido de inmediato a sus solicitudes.
Qué encontró el informe que citan los senadores
La petición se basa en un informe del Center for Law and the Economy de Columbia Law School, publicado el 30 de julio. Sus autores, Erie Meyer y Zachary Harris, probaron los asistentes de ambas plataformas con consultas sobre el país de origen y con productos cuyos anuncios parecían contradecirse.
El trabajo describe tres problemas. Primero, Alexa habría rechazado algunas peticiones formuladas con «Made in USA» pese a responder a consultas equivalentes sobre productos fabricados en China. Segundo, pequeñas variaciones en la frase habrían producido resultados diferentes. Tercero, Alexa y Sparky pudieron reconocer, cuando se les pidió de forma expresa, contradicciones como un producto presentado a la vez como estadounidense e importado.
Los autores interpretan esos resultados como evidencia de que las plataformas tienen capacidad técnica para usar la información de origen, aunque no la apliquen de manera consistente al buscar o moderar productos. Los senadores recogen además respuestas en las que los propios chatbots atribuían la inacción a incentivos comerciales o a la escasa presión regulatoria.
Una respuesta del chatbot no demuestra la política interna
Ese último punto exige cautela. Un modelo generativo puede elaborar una explicación plausible sobre por qué funciona de determinada manera sin tener acceso a las decisiones reales de producto, los incentivos de la empresa o su configuración interna. Que Alexa o Sparky atribuyan una respuesta a una «decisión empresarial» no prueba que exista una directriz con ese contenido.
El informe sí aporta señales útiles para una auditoría: ejemplos reproducibles, diferencias provocadas por el modo de formular la consulta y listados en los que la información de origen no coincide. Pero harían falta registros técnicos, documentación del sistema, pruebas a mayor escala y datos sobre la frecuencia del problema para distinguir entre un filtro deliberado, datos incompletos, una mala recuperación de información o una alucinación del modelo.
| Qué está confirmado | Qué sigue sin estar demostrado |
|---|---|
| Dos senadores han solicitado formalmente una investigación. | Que la FTC haya abierto ya un expediente. |
| El informe documenta respuestas inconsistentes ante consultas de origen. | Que exista una orden interna para ocultar productos estadounidenses. |
| Los asistentes pudieron detectar algunas contradicciones al ser interrogados. | Que detecten todos los casos o puedan moderarlos sin errores. |
| La FTC ya había advertido en 2025 sobre anuncios de terceros con alegaciones falsas. | Que Amazon o Walmart sean responsables de cada alegación de un vendedor. |
Por qué el problema va más allá de una etiqueta estadounidense
Los asistentes de compra ya no se limitan a resumir una ficha. Seleccionan productos, comparan atributos y reducen un catálogo de millones de referencias a unas pocas opciones. Si una característica no llega al índice que consulta el modelo, recibe menos peso o queda bloqueada por una regla, el producto puede desaparecer de la conversación aunque siga disponible en la tienda.
Esto transforma un problema de buscador en uno de intermediación. En una lista tradicional, el comprador puede revisar filtros, vendedores y fichas. En una conversación, la plataforma decide qué información sintetiza, qué omite y en qué orden muestra las alternativas. El mismo reto aparece cuando los sistemas pasan de recomendar a actuar: agentes capaces de reservar o pagar aumentan la comodidad, pero también la dependencia de sus criterios invisibles.
La procedencia es especialmente delicada porque puede influir en el precio que el consumidor acepta, en sus preferencias ambientales o laborales y en el cumplimiento de normas sectoriales. La regla estadounidense «Made in USA» exige, para una alegación no cualificada, que el ensamblaje final y el procesamiento significativo tengan lugar en Estados Unidos y que todos o prácticamente todos los componentes sean estadounidenses. La FTC puede imponer sanciones por afirmaciones engañosas.
En julio de 2025, la agencia ya pidió a Amazon y Walmart que actuaran contra vendedores terceros que usaban esa indicación de forma falsa. La novedad de hoy no es, por tanto, la existencia de anuncios dudosos, sino la sospecha de que la capa conversacional podría reproducir o agravar un problema que el regulador había identificado en el catálogo.
Qué cambia para consumidores y vendedores
Para quien compra
- Tratar la respuesta como una selección, no como el catálogo completo. Que el asistente no muestre un producto no significa que no exista.
- Abrir la ficha original. Conviene comprobar vendedor, fabricante, país de origen, materiales y condiciones de devolución antes de comprar.
- Buscar contradicciones. Si el título promete una procedencia y la descripción indica «importado», el asistente no debe resolver la duda por sí solo.
- Reformular la consulta. Resultados diferentes ante frases equivalentes son una señal de fragilidad, no una prueba de que una de las respuestas sea correcta.
- Guardar evidencias si hay engaño. Capturas de la ficha, fecha, vendedor y pedido pueden ser más útiles para una reclamación que la conversación aislada con el bot.
Para marcas, pymes y vendedores
La lección práctica es que optimizar una ficha para la búsqueda clásica ya no basta. Una empresa debe comprobar también qué recuperan y resumen los asistentes. Eso implica mantener coherentes los campos estructurados, la descripción, el fabricante, el país de origen y la documentación que respalda cualquier alegación.
También conviene auditar consultas reales: nombre de la marca, categoría, materiales, procedencia y comparaciones con competidores. Las pruebas deben registrar fecha, cuenta, mercado, frase exacta y resultado, porque los modelos y sus fuentes cambian. No se trata de «engañar al algoritmo», sino de detectar si la información correcta está disponible y si el sistema la representa de forma estable.
Para una empresa española que venda en Estados Unidos, la indicación «Made in USA» está sometida a la normativa de la FTC; no basta con que una parte del proceso se realice allí. Para ventas en España o la Unión Europea rigen otras obligaciones de información y seguridad. El caso estadounidense no cambia automáticamente esas reglas, pero anticipa una pregunta que todos los comercios deberán resolver: quién responde cuando el asistente reformula mal un dato obligatorio.
El conflicto también se relaciona con la llegada de formatos en los que recomendación, publicidad y acción se mezclan. OpenAI, por ejemplo, ya prueba anuncios conversacionales y agentes patrocinados en ChatGPT. Cuando un sistema puede recomendar, promocionar y completar una compra, la trazabilidad de por qué eligió una opción deja de ser un asunto técnico secundario.
Qué podría hacer ahora la FTC
La agencia puede no responder, pedir información, abrir una investigación o adoptar medidas de cumplimiento si encuentra infracciones. Una revisión sólida tendría que separar al menos cuatro capas: los datos entregados por el vendedor, la validación que hace el mercado, el índice que consulta el asistente y la respuesta final del modelo.
También debería probar consultas equivalentes de forma repetida y con distintas cuentas, regiones y categorías. Una demostración aislada sirve para descubrir un fallo, pero no para medir su alcance. Y si el sistema cita motivos comerciales para justificar su comportamiento, el regulador necesitaría contrastarlos con documentos y testimonios internos, no aceptar como evidencia la explicación generada por el propio chatbot.
Las empresas, por su parte, pueden reducir el riesgo con fuentes de datos visibles, enlaces a la ficha original, avisos cuando falta información y mecanismos para denunciar resultados incorrectos. Publicar documentación sobre qué atributos usa el asistente y cómo se revisan las reclamaciones ayudaría más que prometer de forma genérica que la IA «entiende» el catálogo.
Una prueba temprana para el comercio con agentes
La carta de Baldwin y Scott convierte un informe académico en una cuestión regulatoria concreta. Su importancia no depende de que las acusaciones terminen confirmándose: muestra que los asistentes de compra serán evaluados por las decisiones que producen, no solo por la calidad aparente de su conversación.
El siguiente dato relevante será si la FTC abre una investigación y qué información solicita. Hasta entonces, la conclusión razonable es limitada pero útil: los resultados conversacionales pueden ocultar atributos presentes en el catálogo, sus explicaciones no son una fuente fiable sobre la política de la empresa y consumidores y vendedores necesitan conservar una vía para verificar cada afirmación.
Fuentes consultadas
- Carta de los senadores Tammy Baldwin y Rick Scott a la FTC, 17 de septiembre de 2026.
- Reuters: petición de investigación sobre Alexa for Shopping y Sparky, 17 de septiembre de 2026.
- The Wall Street Journal: respuesta de Amazon y alcance de la carta, 17 de septiembre de 2026.
- Center for Law and the Economy de Columbia: Made in America, Hidden by AI, 30 de julio de 2026.
- FTC: norma y guías sobre «Made in USA», consulta del 17 de septiembre de 2026.
Deja una respuesta