Un chatbot de IA puede dar una respuesta que suena autorizada y que simplemente es falsa. Estos errores suelen llamarse alucinaciones. Saber por qué ocurren ayuda a decidir cuándo confiar en una respuesta.
El modelo busca un texto plausible
Un modelo de lenguaje se entrena para continuar un texto de forma probable. No consulta una base de datos de hechos verificados a menos que esté conectado a una. Cuando la respuesta correcta es rara, poco clara o no aparece en su entrenamiento, aún puede generar algo que encaje con la forma de una respuesta.
Situaciones que aumentan el riesgo
- Preguntas sobre personas poco conocidas, hechos recientes o detalles muy específicos.
- Peticiones de citas textuales, referencias o estadísticas exactas.
- Cadenas largas de razonamiento donde un error temprano se arrastra.
- Preguntas que parten de algo falso, que el modelo puede aceptar y desarrollar.
Hábitos que reducen el problema
- Pide al modelo que indique cuándo no está seguro y desconfía de una seguridad vaga.
- Proporciona el material fuente y pide que responda solo a partir de ese texto.
- Verifica nombres, cifras y citas con una fuente fiable.
- Usa herramientas que citen fuentes y luego comprueba esas fuentes tú mismo.
Una regla práctica
Usa la IA con libertad para redactar, generar ideas y explicar. Cuando vayas a actuar según la respuesta, por ejemplo en una decisión médica, legal o financiera, trátala como un punto de partida para verificar, no como la palabra final.
Continúa con el libro
Consulta el tratamiento completo, los ejemplos y los ejercicios en La IA explicada de forma sencilla.
Adaptado de La IA explicada de forma sencilla, publicado por Choral Software. Texto del artículo y ejemplos originales © 2026 Choral Software. Todos los derechos reservados.