Factually: búsqueda de respuestas fiables con IA

La semana pasada, Factually apareció en Hacker News con apenas un punto y ningún comentario, lo que no es necesariamente un indicador de calidad, pero sí invita a preguntarse si hay algo aquí que merezca atención. En un momento en que casi cualquier wrapper sobre un LLM se anuncia como «el buscador del futuro», vale la pena examinar con más cuidado qué propone realmente este proyecto.

Factually se presenta como una herramienta de investigación potenciada por IA orientada a encontrar respuestas fiables. La propuesta central es reducir la carga de verificación que recae sobre el usuario cuando consulta a un modelo de lenguaje: en lugar de obtener texto plausible sin fuentes claras, el sistema pretende anclar sus respuestas en referencias concretas y comprobables.

Qué hace exactamente

Según la información disponible en su web, Factually combina capacidades de búsqueda web en tiempo real con generación de respuestas estructuradas, priorizando la trazabilidad de la información. Cada afirmación relevante se vincula a su fuente original, de modo que el usuario puede auditar el razonamiento del sistema sin depender únicamente de la confianza en el modelo subyacente.

El flujo de uso es directo: se introduce una pregunta o tema de investigación, y la herramienta devuelve un resumen con citas explícitas. No es un concepto nuevo —Perplexity AI lleva varios años trabajando este mismo territorio, y herramientas como You.com o Bing Copilot incluyen funcionalidades similares— pero la ejecución concreta y el enfoque editorial de cada producto marcan diferencias que solo se aprecian con uso continuado.

Por qué importa este enfoque

El problema de las alucinaciones en LLMs no ha desaparecido con las últimas generaciones de modelos. Incluso con ventanas de contexto amplias y mejoras en razonamiento, los sistemas siguen siendo capaces de generar afirmaciones incorrectas con aparente confianza. Para tareas de investigación —periodismo, análisis legal, due diligence, estudios académicos— esa incertidumbre tiene un coste real.

Las herramientas que apuestan por la verificabilidad sobre la fluidez narrativa responden a una necesidad legítima: no todo usuario quiere una respuesta elaborada, a veces se necesita saber de dónde viene cada dato. En ese sentido, cualquier producto que priorice la transparencia epistémica frente a la impresión de omnisciencia está abordando algo estructuralmente útil.

Para quién tiene sentido

El perfil de usuario más obvio es el de investigadores, analistas o periodistas que necesitan respaldos verificables para sus trabajos. También resulta relevante para equipos que hacen seguimiento de temas complejos y requieren trazabilidad de la información a lo largo del tiempo.

Para el usuario casual que simplemente quiere una respuesta rápida, la propuesta puede resultar más lenta o más densa de lo necesario. El valor diferencial de Factually —si finalmente lo tiene— está precisamente en ese rigor adicional, que para algunos flujos de trabajo es imprescindible y para otros, superfluo.

Lo que no sabemos todavía

La escasa tracción inicial en Hacker News —un punto, cero comentarios en el momento de la publicación— no permite extraer conclusiones sobre la calidad real del producto. Puede ser un lanzamiento silencioso de algo sólido, o puede ser un proyecto en fase muy temprana. Sin acceso a pruebas extensas ni a documentación técnica sobre el modelo o los índices de búsqueda que utiliza, cualquier valoración profunda sería prematura.

Lo que sí resulta llamativo es la ausencia de información clara sobre el stack técnico: no se especifica qué modelo subyacente alimenta las respuestas ni cómo se actualiza el índice de fuentes. Para una herramienta cuya propuesta de valor es precisamente la fiabilidad, esa opacidad es un punto a resolver.

---

Desde ElephantPink seguiremos la evolución de Factually con interés moderado: el nicho de la búsqueda verificable con IA tiene demanda real, pero también varios competidores ya consolidados. El tiempo dirá si la ejecución está a la altura de la promesa.