Confiaron en Gemini para planear una excursión y terminaron atrapados en una montaña de California

Imagina planear una excursión que debería durar unas ocho horas y terminar pasando la noche atrapado en una montaña, con un excursionista lesionado, poca comida, poca agua y un teléfono sin batería. Eso fue lo que les ocurrió a tres jóvenes de Roseville, California, quienes tuvieron que ser rescatados el 31 de agosto después de quedar varados durante el descenso del Monte Shasta. 

De acuerdo con la policía local, antes de subir, los tres habían utilizado Google Gemini para consultar información sobre la ruta y preparar su ascenso. A primera vista podría parecer simplemente otra historia sobre una inteligencia artificial que se equivocó. Pero el caso es más interesante que eso: Gemini no tomó el control de la excursión ni llevó a los tres hasta la montaña. 

Fueron ellos quienes tomaron las decisiones, aunque parte de su preparación se construyó a partir de información generada por una herramienta que no podía conocer las condiciones reales del recorrido y, cuando el escenario cambió, esa diferencia terminó siendo importante.

La excursión que debía durar ocho horas terminó en una noche en la montaña

Los tres excursionistas llegaron al área el sábado 29 de agosto y acamparon a unos 8,400 pies de altura. Al día siguiente comenzaron el ascenso hacia la cima del Monte Shasta alrededor de las 3 de la mañana, con la idea de completar un recorrido que habían calculado en unas ocho horas.

Pero la montaña no siguió el itinerario que tenían en la cabeza. Los tres alcanzaron la cumbre aproximadamente a las 7 de la noche, unas 16 horas después de haber comenzado el ascenso y para entonces ya habían superado por mucho la hora recomendada para darse la vuelta y todavía les quedaba todo el descenso.

El Mount Shasta Avalanche Center establece alrededor del mediodía como límite para iniciar el regreso en la ruta Clear Creek. No se trata de una hora puesta al azar: cuanto más tarde comienza el descenso, menos luz queda y aumenta el riesgo de desorientarse o terminar pasando la noche en la montaña. Los tres continuaron hasta la cima y fue durante el descenso cuando la situación comenzó a complicarse de verdad.

La ruta no era imposible. El problema fue perderla

Clear Creek es considerada una de las rutas no técnicas para alcanzar la cima del Monte Shasta, pero eso no significa que sea una caminata cualquiera. El propio centro de avalanchas advierte que se trata de una subida larga y expuesta y que abandonar la ruta puede llevar rápidamente a zonas con mayores peligros.

Eso fue lo que ocurrió. Los tres comenzaron a bajar después de alcanzar la cumbre, ya de noche, y aproximadamente una hora más tarde llamaron a los servicios del condado para pedir indicaciones, y para entonces ya no tenían la ventaja de contar con luz suficiente ni podían seguir el recorrido con facilidad.

Finalmente terminaron fuera de la ruta, dentro del drenaje de Mud Creek Canyon. Uno de ellos cayó y se lesionó una rodilla, por lo que el grupo quedó atrapado en un terreno escarpado y tuvo que pasar la noche allí.

A la mañana siguiente, los equipos de rescate encontraron a los tres y les proporcionaron atención médica. Pero quedaba una pregunta bastante evidente: ¿cómo terminó una excursión planeada para unas ocho horas convirtiéndose en una emergencia nocturna?

Gemini también formó parte del plan

Después del rescate, los excursionistas contaron a las autoridades que habían dependido en buena medida de Gemini para preparar el ascenso. La herramienta les había proporcionado información sobre la ruta y sobre lo que debían llevar.

Entre otras cosas, recibieron recomendaciones que los llevaron a prepararse para una excursión de aproximadamente ocho horas y a llevar bastante menos comida y agua de la que finalmente necesitaron. El problema no fue que el chatbot apareciera de repente en medio de la montaña y comenzara a darles órdenes; su influencia había empezado mucho antes, cuando estaban construyendo el plan.

También tomaron sus propias decisiones durante la excursión. Continuaron hacia la cima después de haber superado la hora recomendada para regresar y comenzaron el descenso ya entrada la noche.

Lo importante es que parte de esas decisiones se apoyaba en información generada por una herramienta que no tiene la misma función que un guía de montaña, un guardaparques o una fuente oficial sobre las condiciones del recorrido. Y ahí aparece el verdadero problema de esta historia.

Una IA puede sonar segura aunque no esté segura

Una inteligencia artificial puede ser muy buena para ordenar información, resumirla y presentarla de una manera que parece clara. El detalle es que una respuesta bien redactada puede dar una sensación de certeza que la información original no necesariamente tiene.

Una IA puede conocer datos sobre el Monte Shasta, pero eso no significa que sepa cómo estaba la montaña aquel día. No puede comprobar por sí sola el estado de una ruta, sentir el viento, observar la visibilidad, saber cuánto tarda un grupo concreto en avanzar ni detectar que una persona comienza a quedarse sin energía.

Y aquí está la diferencia que importa. Una respuesta equivocada sobre una película puede hacernos perder algunos minutos, pero una respuesta equivocada sobre una montaña puede contribuir a que alguien calcule mal el tiempo necesario, lleve menos agua de la que necesita o se encuentre todavía lejos del punto de regreso cuando comienza a oscurecer.

El problema no es solamente que una IA pueda equivocarse. Es que puede equivocarse de una manera que suena perfectamente razonable.

El Monte Shasta ya tenía una regla para evitar exactamente esto

El límite de alrededor del mediodía para Clear Creek existe precisamente para reducir el riesgo de que los excursionistas hagan el descenso demasiado tarde. Llegar a la cima no marca el final de la ruta: todavía hay que regresar y hacerlo con menos horas de luz cambia por completo las condiciones.

El propio Mount Shasta Avalanche Center también recomienda llevar métodos alternativos de navegación y no depender exclusivamente del teléfono. En este caso, esa recomendación terminó siendo especialmente relevante: los excursionistas utilizaron AllTrails para orientarse, pero el teléfono se quedó sin batería y la batería externa que llevaban también falló.

La tecnología que debía ayudarles a encontrar el camino dejó de estar disponible justo cuando más la necesitaban. Y eso recuerda algo bastante básico que a veces olvidamos cuando tenemos un teléfono para todo: una aplicación puede mostrarte una ruta, pero no puede hacer que el terreno sea más sencillo. Mucho menos puede garantizar que ese recorrido seguirá siendo igual de seguro varias horas después.

El problema de utilizar una IA para decidir cuánto riesgo asumir

Este caso muestra una frontera que se vuelve cada vez más importante a medida que los asistentes de IA empiezan a participar en decisiones del mundo real. Una herramienta puede ayudarte a organizar información, comparar opciones o preparar una lista, pero existe una diferencia enorme entre ayudarte a investigar y determinar que una situación concreta es segura.

En una montaña, por ejemplo, la duración real de una ruta depende del estado físico de cada persona, el clima, la nieve, la visibilidad, la experiencia del grupo y las condiciones específicas del día. Una cifra que parece precisa puede dar una falsa sensación de seguridad si se interpreta como una garantía.

Además, las condiciones no se quedan congeladas en el momento en que haces la consulta. El clima puede cambiar, una ruta puede encontrarse en condiciones distintas, una persona puede tardar el doble de lo previsto, un teléfono puede quedarse sin batería o una lesión puede convertir una excursión normal en una emergencia. Ninguna de esas variables desaparece porque una respuesta de Gemini haya dicho que el recorrido debería durar ocho horas.

En México ya usamos IA para tomar decisiones sobre nuestra salud

Y aquí es donde la historia del Monte Shasta deja de ser solamente una anécdota sobre senderismo y empieza a parecerse a algo mucho más cotidiano. Quizá no todos vamos a subir una montaña de más de 4,000 metros, pero cada vez más personas sí recurren a una IA cuando necesitan decidir qué hacer.

La segunda edición de El Paciente Digital Mexicano, un estudio de la Fundación Mexicana para la Salud (FUNSALUD), encontró que la inteligencia artificial pasó del octavo al tercer lugar entre las fuentes de información utilizadas para temas de salud en apenas un año. En 2025, el 22% de los encuestados afirmó utilizar IA con ese propósito.

El estudio incluyó a más de 2,000 pacientes o cuidadores mayores de edad de las 32 entidades del país. Entre las plataformas mencionadas aparecen ChatGPT, Gemini, Meta AI y Copilot. 

Pero quizá los datos más reveladores están en lo que las personas preguntan. El 72% consulta información sobre medicamentos, como su uso, dosis y efectos secundarios; el 71% busca información sobre enfermedades, síntomas y prevención; y el 44% investiga posibles interacciones entre medicamentos y alimentos u otros productos.

La IA ya no solamente responde preguntas triviales

Esto cambia bastante la conversación. Una persona puede preguntarle a una IA qué significa un síntoma, si un medicamento puede combinarse con otro o qué hacer ante determinado malestar. La decisión final sigue siendo suya, pero la información que precede a esa decisión puede haber sido generada por un sistema que no conoce personalmente al paciente ni puede examinarlo.

Algo parecido ocurrió con los excursionistas. No necesitaban que Gemini escalara la montaña por ellos; necesitaban información para calcular el tiempo, decidir qué llevar y preparar la ruta. El sistema les dio respuestas que formaron parte de ese proceso.

La diferencia está en el contexto. Un guardaparques puede conocer el estado de una ruta ese día. Un médico puede examinar a un paciente y una persona con experiencia en montaña puede detectar condiciones del terreno que no aparecen en una respuesta escrita.

La IA puede formar parte de una preparación, pero cuando la decisión depende de información que cambia en el mundo real, confiar únicamente en una respuesta generada por un modelo puede ser una apuesta bastante arriesgada.

La IA no fue quien los perdió

Sería muy fácil resumir esta historia diciendo que "Gemini casi mata a tres excursionistas", pero los hechos son más complicados. La herramienta formó parte de la preparación, mientras que los excursionistas también tomaron decisiones determinantes durante el ascenso y descenso.

La propia oficina del sheriff calificó la dependencia de Gemini como un "error crítico" y recomendó consultar directamente con los guardaparques locales antes de realizar la excursión y no depender exclusivamente de la inteligencia artificial para planificarla.

La recomendación puede parecer bastante obvia después de ver cómo terminó todo, pero el caso deja una pregunta mucho más interesante: ¿qué ocurre cuando empezamos a utilizar asistentes de IA no solo para encontrar información, sino para construir planes que después llevamos al mundo real? Ahí la responsabilidad no desaparece, pero tampoco desaparece la necesidad de saber qué información puede dar una IA y cuál necesita ser comprobada en otra fuente.

Una respuesta convincente no es lo mismo que una respuesta confiable

La lección del Monte Shasta no es que debamos dejar de utilizar inteligencia artificial. Estas herramientas pueden ser muy útiles para investigar, ordenar información y ayudarnos a preparar prácticamente cualquier actividad, pero el problema aparece cuando confundimos tener una respuesta con tener información suficiente para tomar una decisión.

Una IA puede ayudarte a preparar una aventura, pero no puede asumir la responsabilidad de comprobar si ese plan sigue teniendo sentido cuando cambian las condiciones reales. No puede saber que llevas más horas de las previstas caminando, que un compañero se lesionó o que la batería que debía servir como respaldo acaba de dejar de funcionar.

Y quizá esa sea la parte más incómoda de esta historia. La inteligencia artificial está entrando poco a poco en decisiones cada vez más importantes, desde qué ruta tomar hasta qué hacer ante un problema de salud. 

Cuanto más importante es la decisión, más necesario resulta recordar que una respuesta convincente no necesariamente es una respuesta confiable. Gemini no podía ver el Monte Shasta ese día, tampoco podía saber cuándo había llegado el momento de darse la vuelta y esa parte todavía nos corresponde a nosotros.

Imágenes | Pexels

En Xataka México | México cada vez usa más IA, pero la usa para hacer tareas, no para innovar

En Xataka México | La Inteligencia Artificial ya está en nuestros bolsillos pero Skynet sigue lejos, platicamos con dos expertos en AI