Medir qué tan confiables son los chatbots exige criterios que todavía no están estandarizados, y cada decisión sobre qué preguntar y cómo evaluar la respuesta condiciona lo que se concluye. Para quien usa estas herramientas a diario para buscar información, esa falta de método común significa que la confianza en una respuesta depende en buena medida de quién hizo la medición. La pregunta que queda abierta es quién controla esas pruebas cuando la mayoría de los usuarios ni siquiera sabe que existen.