No te fíes de una respuesta de IA cuando contenga algo que puedas comprobar y que no tengas delante: una cita, una cifra, una fecha, una sentencia, un enlace. Ahí es donde un asistente como ChatGPT, Claude o Gemini más se inventa cosas y donde menos se nota. Para todo lo demás (ordenar ideas, reescribir, plantear alternativas) puedes ir mucho más tranquilo. Aquí tienes los cinco errores que más se repiten y una comprobación de cinco pasos para hacerla cada vez.
Por qué una IA te contesta con aplomo aunque se equivoque
Un modelo de lenguaje genera la respuesta que mejor encaja con lo que ha aprendido, no consulta una base de hechos. Por eso puede dar una referencia falsa con el mismo tono que una verdadera. El NIST, el organismo de estándares de Estados Unidos, lo llama confabulación: contenido falso presentado con seguridad, lo que conocemos como «alucinaciones».
Su perfil de riesgos para la IA generativa (NIST AI 600-1) añade dos matices útiles. El primero: el riesgo aparece cuando la gente cree el contenido falso «por el tono seguro de la respuesta». El segundo: el modelo también puede inventar la lógica o las citas con las que justifica lo que dice, y eso refuerza la confianza injusta del lector.
Quien quiera ver el mecanismo con calma lo tiene explicado en qué es un LLM y cómo funciona. Aquí vamos a lo práctico: dónde falla y qué haces tú.
Error 1: dar por buena una cita, una sentencia o un enlace
El caso más sonado es el de Mata v. Avianca. En 2023, dos abogados y su despacho presentaron ante un tribunal de Nueva York escritos con resoluciones judiciales que no existían, con citas y referencias fabricadas por ChatGPT. Al buscar una de ellas, «Varghese», el abogado no la encontró y la presentó igualmente. El tribunal les impuso una multa de 5.000 dólares (resolución del 22 de junio de 2023).
Lo más interesante es lo que dice la propia resolución: no hay nada impropio en usar una herramienta de IA fiable como ayuda, pero quien firma sigue siendo responsable de que lo que presenta sea exacto. Esa es la regla para cualquier trabajo.
Qué hacer: copia el título de la fuente que te da la IA, búscalo en el buscador o en la web oficial y abre el documento. Si no aparece, no existe. Tarda un minuto.
Error 2: pedir una cifra o una fecha concreta sin darle el documento
Si le preguntas a un modelo cuánto creció un sector en 2024, o qué artículo de una ley dice tal cosa, sin darle el texto, responde de memoria. Y la memoria de un modelo es una aproximación estadística, no un archivo. Las cifras redondas, los porcentajes y las fechas recientes son lo primero que conviene mirar.
Anthropic, la empresa que desarrolla Claude, recoge en su guía para reducir alucinaciones tres hábitos que sirven con cualquier asistente: dar permiso explícito al modelo para decir «no lo sé», pedirle que se apoye en citas literales del texto que le das y exigirle que cada afirmación vaya con su fuente, retirando la que no pueda sostener.
Qué hacer: pega tú el documento o el dato y pide que trabaje solo con eso. Añade una frase como «si la información no está en el texto, dime que no lo sabes». Es un cambio de dos líneas en el prompt que mejora el resultado de inmediato.
Prueba unas clases gratis de Power IA
Descubre cómo aplicar la IA en tu día a día con las clases gratis de la ficha.
Error 3: preguntarle a la IA si lo que acaba de decir es verdad
Es una reacción natural: «¿Seguro?». El problema es que el mismo sistema que ha generado la respuesta es quien la evalúa, y puede justificar con la misma soltura un dato falso. El perfil del NIST lo recoge: los modelos a veces ofrecen pasos lógicos para llegar a una respuesta aunque la respuesta sea incorrecta.
Eso no significa que pedir una segunda lectura sea inútil. Sirve para detectar incoherencias internas o huecos de razonamiento. Lo que no sirve es tomar su «sí, es correcto» como comprobación.
Qué hacer: usa la IA para generar una lista de afirmaciones que verificar, y verifícalas tú en una fuente externa. O contrasta la respuesta con otro asistente distinto, sabiendo que dos modelos pueden coincidir y estar equivocados los dos.
Error 4: fiarte de un resumen de un documento largo sin cotejarlo
Resumir informes, contratos o actas es uno de los mejores usos de la IA: te ahorra horas. También es donde una frase mal interpretada pasa desapercibida, porque no tienes el original en la cabeza.
La guía de Anthropic aconseja, en documentos largos (más de 20.000 tokens), pedir primero las citas literales relevantes y trabajar solo sobre ellas. Así cada punto del resumen queda anclado a un fragmento que puedes localizar en el texto.
Qué hacer: pide el resumen «con la cita literal de cada punto» y comprueba dos o tres al azar buscándolas con Ctrl+F en el documento original. Si las tres coinciden, la probabilidad de que el resto esté bien sube mucho. Si una falla, revisa más.
Error 5: usar la respuesta tal cual en una decisión con consecuencias
El NIST pone como ejemplo la sanidad: un resumen inventado de la historia de un paciente podría llevar a un diagnóstico o un tratamiento equivocados. Y recomienda vigilar con especial cuidado el riesgo cuando la IA interviene en decisiones importantes. Lo mismo vale para una cláusula legal, una declaración fiscal o una inversión.
Esto no es una razón para dejar de usarla; es una razón para colocarla en su sitio. La IA te prepara el borrador, te propone preguntas y te explica el vocabulario. La decisión final la contrastas con la fuente oficial y, si lo que está en juego es serio, con un profesional de ese campo. Este artículo no sustituye ese consejo profesional.
Qué hacer: cuanto mayor sea la consecuencia de equivocarte, más peso debe tener la fuente original y menos la respuesta del asistente.
Mira el temario de Power IA
Descarga el dossier y consulta los módulos con calma.
La comprobación de cinco pasos (cópiala y úsala)
Esta tabla resume lo anterior en una rutina. Cópiala a tus notas y pásala por cada respuesta de IA que vayas a usar en un documento, un correo o una decisión. Con la práctica se hacen deprisa, y muchas veces el resultado será «todo en orden».
Paso | Qué compruebas | Cómo lo haces | Si falla |
|---|---|---|---|
1. Marca lo verificable | Cifras, fechas, nombres propios, citas, normativa, enlaces | Subraya cada dato concreto de la respuesta | Si no hay ninguno, pasa al paso 5 |
2. Busca la fuente | Que existe el documento o la página que cita | Copia el título en un buscador y abre el original | Si no aparece, descarta ese dato |
3. Cotéjalo | Que el original dice lo que la IA dice que dice | Localiza la frase o la cifra en el texto de la fuente | Corrige con lo que diga la fuente |
4. Mira la fecha | Que el dato sigue vigente | Revisa la fecha de la fuente y si ha habido cambios | Usa la versión actual |
5. Pon la consecuencia en la balanza | Qué pasa si el dato es falso | Si el impacto es alto, consulta a una persona experta | No lo uses sin esa revisión |
Y un truco para que la próxima respuesta salga mejor: añade al prompt «Si no lo sabes o no tienes fuente, dilo. Indica de qué parte del texto sacas cada dato». No es infalible, pero mueve al modelo hacia respuestas más prudentes y fáciles de comprobar.
Cómo se aprende esto en un programa de IA aplicada
Verificar bien es una habilidad de uso, y se entrena con casos reales. El máster Power IA de ThePower empieza con el módulo 01, «Todo lo que necesitas para empezar», descrito en su ficha como «Introducción a la plataforma, uso de herramientas de IA y mentalidad para optimizar productividad y oportunidades», y sigue con el módulo 02, «Mentalidad estratégica con IA». La ficha anuncia casos prácticos adaptados a ChatGPT, Claude, Gemini y Copilot, y el programa incluye el módulo 10, «Regulación y gobernanza del dato».
Según sus preguntas frecuentes, no necesitas conocimientos previos de IA ni de tecnología: está pensado para perfiles de negocio y no técnicos (ficha consultada el 28-10-2026). Si prefieres probar primero, la ficha ofrece unas clases gratis. Si quieres ver el temario completo con calma, descarga el dossier.
Usa la IA con criterio en tu trabajo
Descarga el dossier de Power IA y mira el programa completo.
Preguntas frecuentes sobre las respuestas de la IA
¿Por qué ChatGPT se inventa cosas?
Porque genera el texto más probable según lo que ha aprendido, y no consulta una base de hechos verificados. Cuando le falta información o la pregunta es ambigua, puede completar con algo que suena razonable. El NIST describe este fenómeno como confabulación en su perfil de riesgos de la IA generativa.
¿Se pueden eliminar las alucinaciones por completo?
No hay una garantía total. Sí puedes reducirlas: darle el texto sobre el que debe trabajar, permitirle decir «no lo sé» y pedirle que cite el fragmento de origen, como recomienda la guía de Anthropic. Y después, comprobar lo importante.
¿Hay temas en los que sea más probable que falle?
Donde hay datos muy concretos y recientes: cifras, fechas, jurisprudencia, normativa, referencias bibliográficas y enlaces. En tareas de redacción, estructura o lluvia de ideas el riesgo de datos inventados es menor, porque no dependes de un hecho exacto.
¿Vale la pena usar la IA si hay que comprobarla?
Sí. Comprobar un dato cuesta menos que buscarlo desde cero, y la IA te da el punto de partida, el vocabulario y las preguntas que hacer. Lo que cuenta es saber qué mirar, y para eso sirve la rutina de arriba.
