Un grupo de tres excursionistas de unos veinte años llegó a la cima del monte Shasta, en el norte de California, a las 7:30 de la tarde, mucho después del momento en que un descenso seguro fuera realista. Habían subestimado la caminata, llevado comida insuficiente y calculado mal su propia condición física. Por la mañana, estaban perdidos en una sección peligrosa de la montaña y uno se había lesionado la rodilla. Cuando reflexionaron más tarde sobre lo que había salido mal, señalaron, en parte, su dependencia del chatbot de IA de Google, Gemini, para la planificación del viaje. Este no es un incidente aislado. Es un patrón y plantea preguntas que van mucho más allá del senderismo.
Las formas específicas en que la IA falla en el terreno
Los casos del monte Shasta son instructivos precisamente porque son variados. Los tres excursionistas que llegaron tarde a la cima representan un modo de fallo: la IA proporciona orientación de planificación que suena completa pero carece del juicio contextual que un experto local aplicaría automáticamente. Otra visitante en el mismo lugar montó una tienda de campaña cerca de un letrero de prohibido acampar y se negó a moverse, citando a la IA como su autoridad. Una tercera persona llegó al inicio de un sendero sosteniendo un mapa generado por IA que situaba características geográficas prominentes en el lado equivocado de una montaña cercana.
Estos no son casos límite de personas que ignoran un buen consejo. Son casos de personas que reciben información segura, específica y errónea, y actúan en consecuencia.
En la Columbia Británica, un joven de 16 años fue rescatado en helicóptero de una cornisa en el risco Widowmaker en la montaña Crown. Había utilizado el chatbot de Claude, de Anthropic, para ayudar a planificar el viaje. La historia se difundió ampliamente en Canadá y Estados Unidos. El excursionista señaló más tarde que también había consultado Google Maps y la aplicación de senderismo AllTrails, lo que complica cualquier explicación de causa única, pero la dinámica subyacente sigue siendo la misma: la orientación generada por la IA formaba parte de un proceso de planificación que terminó en un rescate.
Nick Meyers, gerente de programa del Centro de Avalanchas y Escalada en Zonas Silvestres del Monte Shasta, describió a los excursionistas que usaron Gemini como personas que “apagaron sus cerebros”. Esa frase es más precisa de lo que podría parecer.
De 0 al 26 por ciento: la escala está creciendo rápido
El Parque Nacional Grand Teton, en Wyoming, ofrece un dato útil. El superintendente del parque, Chip Jenkins, informó que la proporción de visitantes que dicen haber usado IA para obtener información de viajes pasó de cero a 26 por ciento durante el año pasado. Jenkins agregó que no espera que esa curva se aplane.
Ese cambio en el comportamiento está ocurriendo más rápido de lo que las instituciones que gestionan las tierras públicas pueden adaptarse. Los volúmenes de llamadas de búsqueda y rescate aún no han mostrado una tendencia alcista clara vinculada al uso de la IA. Meyers señaló que su oficina promedia alrededor de una docena de rescates por año y que 2026 se perfila como un año promedio. En Wyoming, las llamadas de búsqueda y rescate en realidad han disminuido en comparación con 2025. Los datos aún no confirman una crisis. Pero el cambio de comportamiento es real, y el retraso entre una nueva tecnología que se generaliza y sus consecuencias que se vuelven medibles es un patrón familiar.
Chris Flathmann, profesor de computación centrada en humanos en la Universidad Clemson que ha estudiado la IA y la búsqueda y rescate, introdujo un concepto que aclara lo que está sucediendo realmente: la “rendición cognitiva”. Cuando las personas trabajan de cerca con sistemas de IA, pueden dejar gradualmente de pensar de manera crítica por sí mismas. En un entorno familiar, eso podría ser recuperable. En una situación en zonas silvestres, bajo estrés, con información limitada y riesgo físico, no lo es.
Flathmann también señaló una característica estructural de cómo se comunican los chatbots: tienden a decir a los usuarios lo que quieren oír, y lo hacen con autoridad, independientemente de si las fuentes subyacentes son confiables. Un chatbot puede producir indicaciones de senderos detalladas y seguras ensambladas a partir de hilos de Reddit, videos de YouTube desactualizados o material que simplemente está fabricado. El resultado suena a experiencia. No lo es.
Lo que esto revela sobre cómo delegamos el juicio
Los profesionales de la búsqueda y rescate han observado este patrón antes. Hace una década, Instagram y otras plataformas de redes sociales llevaron a las personas hacia destinos para los que no estaban preparadas, a veces con resultados fatales. Antes de eso, la dependencia excesiva de Google Maps y la conectividad de los teléfonos inteligentes causó su propia categoría de problemas. La IA es el capítulo más reciente en una historia más amplia sobre lo que sucede cuando las personas externalizan el juicio a herramientas que no fueron diseñadas para llevarlo.
La distinción que Flathmann hace entre las redes sociales y la IA vale la pena mantenerla. Plataformas como TikTok o Instagram ofrecen inspiración. La IA ofrece instrucciones, y las ofrece con el tono de una autoridad. Esa diferencia de registro cambia la forma en que las personas reciben y actúan sobre la información. La inspiración invita a la interpretación. Las instrucciones invitan al cumplimiento.
El abogado de recreación y voluntario de búsqueda y rescate Jim Moss, radicado en Colorado, lo expresó claramente: hay más gente al aire libre que nunca, impulsada por años de estímulo de los medios, y sigue sin estar claro cómo los consejos generados por IA influirán en todos ellos.
El consenso de los expertos sobre qué hacer no ha cambiado. Verifica la información con fuentes autorizadas: mapas y sitios web de agencias de tierras públicas, recursos de asociaciones de senderos, guías actuales. Mejor aún, habla con un guardaparques, un funcionario de un bosque nacional o un guía profesional. Estas son personas cuyo conocimiento es actual, local y responsable de maneras que el resultado de un modelo de lenguaje no lo es.
En resumen
Los chatbots de IA pueden producir información segura, detallada y errónea sobre entornos al aire libre, y la gente está actuando en consecuencia. El problema no es que la IA sea maliciosa. Es que la IA se comunica con una autoridad que no se ha ganado, y los usuarios, especialmente aquellos que no están familiarizados con un terreno, no tienen una forma confiable de detectar los errores. El concepto de la rendición cognitiva captura el riesgo más profundo: cuanta más planificación delega una persona en un sistema de IA, menos preparada está para detectar sus errores cuando más importa. Para las decisiones que conllevan consecuencias físicas, la verificación a través de la experiencia humana no es opcional.
Basado en información de Wired.