Por qué ChatGPT se equivoca y cómo comprobar su respuesta

Pediste ayuda para algo del trabajo, la respuesta llegó redondita, con nombre de autor, año y página. Fuiste a buscar la referencia y no existe. Ni el libro, ni el autor. O fue la cuenta: la IA sumó seis importes y entregó un total equivocado, con la seguridad de quien tiene la calculadora en la mano. Si eso ya te pasó, no fue por haber escrito mal la petición.

Equivocarse forma parte del funcionamiento de esta tecnología, y entender el porqué cambia lo que haces con la respuesta. En esta lección vas a ver los cinco tipos de error que aparecen siempre, por qué inventa referencias con tanta convicción, dónde comprobar no es opcional y una rutina de treinta segundos que pilla casi todo. Son unos 9 minutos de lectura, y la parte más importante es la del medio: el error que no tiene cara de error.

La regla de oro: no sabe, estima

La primera lección del curso resume el funcionamiento en una frase que hay que traer de vuelta aquí: la inteligencia artificial no sabe, estima. No hay ninguna enciclopedia guardada dentro de ella. Calcula, trozo a trozo, qué continuación es la más probable para el texto que escribiste, a partir de todo lo que leyó antes.

Eso explica lo que parece una contradicción. Acierta de pleno en lo común y resbala en lo raro, porque lo común apareció miles de veces en su material y lo raro apareció una vez o ninguna. Y se equivoca con la misma cara de quien está acertando, porque la fluidez de un texto no tiene relación con su veracidad. Escribir «según el artículo 47 de la ley de arrendamientos» de forma convincente es fácil, incluso cuando ese artículo trata de otra cosa.

Y esto no es defecto de una marca: vale para ChatGPT, Gemini, Copilot, Claude y lo que venga después. Cambiar de herramienta no lo resuelve. Cambiar lo que haces con la respuesta, sí.

Los cinco errores, y lo que cada uno te cobra

No todos los errores son del mismo tipo, y por eso el consejo genérico «comprueba siempre» no ayuda. ¿Comprobar el qué, y dónde? La tabla de abajo es el resumen del artículo entero.

Los dos primeros los resuelves con una búsqueda. Los tres últimos son resbaladizos, porque en ellos la respuesta sigue siendo verdadera en cada frase y aun así te lleva al sitio equivocado.

Por qué inventa fuentes, autores y números de artículo

El nombre técnico de esto es alucinación, y el nombre es malo, porque sugiere un brote pasajero en una máquina que normalmente sabe. Está haciendo lo de siempre, que es estimar el texto más probable. Ocurre que una referencia bibliográfica tiene un formato previsible: apellido, coma, inicial, año entre paréntesis, título en cursiva. Rellenar ese formato con palabras plausibles es lo que hace bien.

Por eso la referencia inventada casi siempre es bonita. El autor existe, la revista existe, el año tiene sentido, y solo el artículo en sí nunca se escribió. Es el peor tipo de error para pillar a ojo, porque todo lo que hay alrededor está bien. La regla es corta: nombre propio, número y cita salen de la IA como hipótesis, nunca como hecho. Si te dio un nombre, busca el nombre. Si te dio un artículo de ley, abre la ley.

Y también inventa en imagen por el mismo motivo. Cuando le mandas Restaurar una foto de boda antigua con IA, no descubre lo que había debajo del pliegue: dibuja una propuesta plausible para ese trozo. El lazo del vestido que reaparece nítido puede no haber tenido nunca esa forma, y nadie en la familia sabrá decirlo. Solo que en una foto de 1962 no hay fuente que comprobar, así que la regla pasa a ser otra: guarda el original al lado de la versión restaurada y trata el resultado como recuperación, no como documento.

Cuentas, fechas y plazos: el error que la regla pilla al momento

La explicación es la misma y la consecuencia es otra. Como estima la siguiente parte del texto en vez de calcular, la cuenta sale por parecido con cuentas parecidas. Acierta sumas pequeñas con una facilidad que engaña, y luego falla el 18% de 4.380 sin cambiar el tono de voz.

La buena noticia es que este es el error más barato de comprobar, porque la regla ya está en tu mano. Mejor que rehacerlo en la calculadora: saca la cuenta de la conversación y devuélvesela a quien calcula, pidiendo la fórmula en vez del resultado, como hace Fórmula de Hoja de Cálculo al Instante. La hoja calcula bien y encima puedes cambiar los números luego sin repetir la pregunta.

Fechas y plazos entran en el mismo saco, con un agravante: no sabe qué día es hoy si no se lo dices. Una respuesta sobre «el plazo que vence en 30 días» se queda sin sentido si acertó mal el mes. Escribe la fecha de hoy en la petición cuando el asunto tenga plazo.

Sesgo: el error que no tiene cara de error

Este es el más difícil, porque no hay ninguna frase equivocada que señalar. La IA aprendió con un material que tiene mucho más texto de unas cosas que de otras, y devuelve la media de eso. Pide una idea de negocio y llegarán las mismas cinco de siempre. Pide un plan de estudio y llegará el que le sirve a la mayoría, que puede no servirte a ti.

El síntoma es siempre el mismo: la respuesta es buena y es genérica. El arreglo también, y es una pregunta más. «¿Cuál es la visión contraria a esta?» «¿Qué se ha quedado fuera?» «Dame tres alternativas que nadie suele sugerir.» Ese segundo mensaje separa a quien usa IA de quien publica la primera respuesta que apareció.

Y existe una versión personal del sesgo que estorba más que la estadística: la tuya. Cuando la petición ya lleva dentro la respuesta que quieres oír, te la da. Preguntar «¿por qué la opción A es mejor?» garantiza un texto elogiando la opción A, incluso cuando la buena es la B.

La adulación, y por qué es el error más barato de corregir

Ya habrás notado que llevarle la contraria a la IA funciona demasiado rápido. Le dices que la respuesta está mal, pide disculpas y la cambia, incluso cuando la primera estaba bien. No es humildad ni convencimiento: fue ajustada para agradar, y darte la razón es la continuación más probable de una queja tuya.

El arreglo es pedir lo contrario, con todas las letras, antes de que tenga ocasión de agradarte. Es la lógica del Revisor de Currículum Implacable, que pide crítica dura en vez de elogio. Quien programa tiene la versión exacta de esto en Revisar tu Código Antes de Subirlo: buscar el problema es una petición distinta de «¿está bien?», y devuelve otra respuesta.

Y qué cambia cuando el material es una imagen

Los cuatro errores de arriba son de texto, y en imagen se convierten en uno solo: la invención. Vale un principio simple, cuanto menos pides, menos inventa. Para una cara que solo salió borrosa, Mejorar la nitidez de una foto borrosa en segundos toca poco y es lo más seguro cuando la foto tiene valor de recuerdo. Pedir «mejora la foto», sin decir qué mejorar, es una invitación a que reescriba la cara.

La otra cara es que la imagen inventada ya quedó demasiado buena para el ojo. Documento Ficticio en la Mano: el Efecto Viral de TikTok es una broma mientras todo el mundo sabe que es una broma, y demuestra que ese realismo está a una petición de distancia de cualquiera. Si la imagen sola ya no prueba nada, la comprobación pasa a ser sobre el origen: quién la publicó, cuándo y por qué.

La rutina de treinta segundos

Comprobarlo todo es imposible y nadie lo hace. Lo que sí se puede es pasar cada respuesta por tres preguntas, siempre en el mismo orden, y comprobar de verdad solo lo que quede.

1. ¿Hay nombre propio, número o cita? Si lo hay, ese trozo es una hipótesis. Márcalo y compruébalo en la fuente.
2. ¿Cuánto cuesta equivocarse? Un pie de foto mal en redes cuesta una corrección. Un contrato mal cuesta dinero. El coste decide cuánto tiempo inviertes.
3. ¿Esto suena demasiado genérico? Si es así, el problema no es falsedad, es sesgo. Pide la visión contraria antes de usarlo.

Solo la primera pregunta da trabajo. Las otras dos son decisiones, y llevan segundos. En una reunión grabada, por ejemplo, Resumen de reunión acierta lo que se dijo, y es en los acuerdos y en los responsables donde conviene fijarse: ahí es donde un «quedamos en que» puede haber sido deducido en vez de oído.

Dónde comprobar no es opcional

Hay asuntos en los que la respuesta de la IA es punto de partida y nunca conclusión, y todos tienen algo en común: alguien firma debajo.

En un contrato, el uso correcto es el de lector rápido que señala dónde mirar, y así están escritos Analizador de Contratos y Contrato de Alquiler: Revisa Antes de Firmar. Te dan la lista de cláusulas para leer con atención, y no te dan certeza jurídica, que cuando el importe es alto sigue siendo cosa de un profesional.

En un examen vale lo mismo con otro nombre. Corrector de Redacción de Selectividad señala con precisión lo que está flojo en tu texto, y la nota que pone es una estimación, no la nota que vas a sacar. Usa los comentarios, ignora el número.

Cinco prompts que ya nacen con la comprobación dentro

La mejor forma de equivocarse menos no es comprobar más, es pedir de una manera que deje el error a la vista. Estos cinco lo hacen, en este orden:

1. Empieza por Método de Lectura y Ficha de Lectura, que trabaja sobre un texto que tú aportaste: una respuesta atada a material que tienes en la mano tiene mucho menos margen para inventar.
2. Después Resumen y Guía de Lectura de un Libro, que es el caso contrario y sirve de entrenamiento: aquí habla de memoria, así que es donde encuentras los errores que te calibran la desconfianza.
3. Convierte lo que quede en Flashcards y Repaso Espaciado. Pregunta y respuesta cortas son el formato en el que un error canta, porque no hay texto alrededor para disimularlo.
4. Usa El Correo Profesional Perfecto en lo que sale con tu nombre. El riesgo aquí no es un dato falso, es un tono equivocado.
5. Cierra pidiendo la crítica dura del Revisor de Currículum Implacable sobre lo que produjiste ese día. Es el segundo mensaje convertido en hábito.

Para este mismo razonamiento aplicado al estudio, el post sobre IA para estudiar baja al detalle de exámenes, oposiciones e idiomas.

Preguntas rápidas

¿Puedo fiarme de ChatGPT?

Puedes fiarte de su trabajo con un texto que aportaste tú, con borradores y con ordenar una idea. No puedes fiarte de un dato concreto, un número, una cita o una ley sin comprobarlo. La diferencia no es de tema, es de origen: la información que viene de fuera de tu conversación es una estimación.

¿Qué es una alucinación de la IA?

Es cuando presenta como hecho algo que no existe, con el mismo tono que usa cuando acierta. Ocurre porque completa formatos probables en lugar de consultar una base, y por eso es más habitual en referencias, nombres propios, fechas y números.

¿Por qué falla cuentas simples?

Porque no calcula, estima el texto del resultado. En cuentas pequeñas suele cuadrar, en las grandes no. Pide la fórmula en vez del resultado, o rehazlo en la calculadora.

¿Se equivoca más en español?

Hay más material de entrenamiento en inglés, así que un tema muy específico puede salir más flojo en español. En el día a día casi no se nota. Lo que sí cambia de verdad es el contexto local: las normas, los plazos y los trámites de tu país son donde más falla, y donde la web oficial lo resuelve en un minuto.

¿Un prompt mejor hace que se equivoque menos?

Sí, y bastante, pero solo en dos de los cinco errores. Una petición clara reduce la respuesta genérica y frena la adulación, como muestra la lección sobre cómo escribir un prompt. Contra las fuentes inventadas y los fallos de cuenta, un buen prompt ayuda poco: ahí lo que funciona es comprobar.

¿Cómo sé si una imagen la hizo una IA?

Las señales antiguas (una mano con seis dedos, letras revueltas al fondo) están desapareciendo rápido. Lo que sigue funcionando es mirar el origen en vez de la imagen: de qué cuenta salió, si aparece en más de un sitio y si existe una versión anterior. La lección sobre crear imagen a partir de una foto enseña lo fácil que ya es mucho de esto.

Por dónde empezar hoy

Coge la última respuesta útil que te dio la IA y pásale las tres preguntas de la rutina. Si hay nombre propio o número, comprueba solo ese trozo. Merece la pena hacerlo una vez porque vas a descubrir que el trabajo de comprobación es mucho menor de lo que parece.

Después de eso, el hub de prompts de texto tiene la colección completa, y la serie de cursos sigue desde aquí. Equivocarse menos con la IA va menos de encontrar la herramienta adecuada y más de saber qué parte de la respuesta merece tu atención.