Alucinación: cuando la IA inventa con total seguridad
Se habla de alucinación cuando una IA produce una información falsa o inventada y la presenta como segura: una fecha, una cita, un artículo de ley, una referencia que no existe. Es uno de los límites más importantes que conviene conocer antes de fiarse de un asistente.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Principiante |
|---|
Una definición sencilla
Una alucinación es un error convincente. La IA no avisa de que duda: escribe una información falsa con el mismo tono seguro que una verdadera. El término es figurado, porque el modelo no «ve» nada. Simplemente produce un texto verosímil que no se corresponde con la realidad.
Ejemplos concretos
- Pide la biografía de una persona poco conocida: la IA se inventa una fecha de nacimiento o un título universitario.
- Pide referencias para un trabajo académico: cita artículos con títulos creíbles… que no existen.
- Pregunta por una ley concreta: le da un número de artículo y un contenido inexactos.
- Le pasa un documento: «encuentra» una frase que no aparece en él.
Por qué ocurre
Un modelo de lenguaje grande predice la continuación de un texto. Cuando la información falta en sus datos, es poco frecuente o ambigua, completa igualmente con lo que «suena bien». En su artículo «Why Language Models Hallucinate» (arXiv, 2025), investigadores de OpenAI explican que las formas de evaluación habituales favorecen a los modelos que se arriesgan a responder frente a los que reconocen no saber, como un alumno que contesta al azar en un examen tipo test sin penalización.
A esto se suma la fecha de corte de conocimiento: sin búsqueda web, el modelo ignora lo ocurrido después de su entrenamiento y puede rellenar ese vacío.
Por qué le importa a usted
Una alucinación no detectada puede salir cara: un correo a un cliente con un precio erróneo, un trabajo con fuentes falsas, una decisión basada en una cifra inventada. Buenos hábitos:
- Comprobar cada dato preciso: nombres, fechas, cifras, citas, enlaces.
- Darle usted la fuente: una IA que trabaja sobre su documento se equivoca menos. Es el principio del anclaje y del RAG.
- Preguntar «¿de dónde sale este dato?» y abrir realmente los enlaces.
Mitos frecuentes
- «Si la IA cita una fuente, es fiable». La propia fuente puede ser inventada.
- «Los modelos de pago no alucinan». Pueden equivocarse menos, pero ninguno está a salvo.
Para entender de dónde proceden los datos sobre modelos que muestra este sitio, consulte la página que explica las fuentes y los cálculos del sitio.
Términos relacionados
- Anclaje (grounding) · Hacer que una IA base su respuesta en fuentes aportadas (web, documentos, bases de datos) y no solo en lo que memorizó al entrenarse.
- RAG (generación aumentada por recuperación) · Técnica que primero busca pasajes relevantes en sus documentos y luego se los entrega al modelo para que base en ellos su respuesta.
- Búsqueda con IA · Búsqueda en la que una IA consulta páginas web y redacta una respuesta resumida con sus fuentes, en lugar de una lista de enlaces.
- Fecha de corte de conocimiento · Fecha a partir de la cual un modelo de IA ya no recibió datos de entrenamiento: desconoce lo que ocurrió después.
- Modelo de lenguaje grande (LLM) · Programa entrenado con enormes cantidades de texto para predecir cómo sigue un texto; es el motor de los asistentes de IA.
- Temperatura · Ajuste que regula la dosis de azar en las respuestas de un modelo: baja, es previsible; alta, se vuelve más variado.
Todo el glosario
Preguntas frecuentes
¿Por qué la IA se inventa cosas?
Un modelo de lenguaje produce la continuación de texto más verosímil, no la más verdadera. Un estudio publicado en septiembre de 2025 por investigadores de OpenAI añade que el entrenamiento y las evaluaciones suelen premiar que el modelo adivine en lugar de admitir que no está seguro.
¿Desaparecerán las alucinaciones?
Se reducen con ciertos modelos y técnicas, pero ningún proveedor garantiza que no ocurran. Lo prudente es asumir que cualquier respuesta puede contener un error, especialmente en los detalles precisos.
¿Cómo reducir el riesgo?
Aporte usted mismo los documentos de referencia, pida las fuentes y compruébelas, permita que la IA responda «no lo sé» y use la búsqueda web cuando la información sea reciente. En temas médicos, jurídicos o financieros, consulte una fuente oficial o a un profesional.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.