Explicado en 71 segundos
Hice este vídeo pensando en una situación muy concreta: estás preparando una propuesta para un cliente, le pides a la IA un dato de mercado y te devuelve un porcentaje con su estudio. Todo parece listo para copiar. Ese es justo el momento en que una alucinación sale cara.
Por qué la IA alucina
Un modelo de lenguaje como ChatGPT, Claude o Gemini no consulta una base de datos cuando le preguntas algo. Escribe la respuesta palabra a palabra, eligiendo en cada paso lo que es más probable que venga después según todo lo que vio al entrenarse. Casi siempre, lo probable y lo verdadero coinciden. Cuando no coinciden (un dato raro, reciente, muy concreto o que nunca leyó), el modelo no se para: completa con algo que suena bien.
Lo interesante es por qué no dice simplemente «no lo sé». En septiembre de 2025, OpenAI publicó un estudio con una explicación muy de andar por casa: a los modelos se les evalúa como en un examen tipo test donde no se resta por fallar. Si no sabes la respuesta y te la juegas, a veces aciertas. Si la dejas en blanco, es un cero seguro. Así que el modelo aprende a jugársela.
Pusieron un ejemplo con uno de sus propios autores, Adam Tauman Kalai: preguntaron a un chatbot muy usado el título de su tesis doctoral y dio tres títulos distintos, todos falsos. Le preguntaron su cumpleaños y dio tres fechas, todas falsas.
Haz la prueba: el mismo examen, dos formas de corregir
Datos reales de OpenAI: dos de sus modelos respondiendo al mismo test de preguntas de datos (SimpleQA). Cambia la forma de puntuar y mira quién gana.
| Modelo | Acierta | Se equivoca (alucina) | Dice «no lo sé» |
|---|---|---|---|
| Modelo A (gpt-5-thinking-mini) | 22 % | 26 % | 52 % |
| Modelo B (o4-mini) | 24 % | 75 % | 1 % |
Gana el modelo B, por dos puntos. Es el que casi nunca dice «no lo sé»… y por eso se equivoca tres de cada cuatro veces. Con esta forma de corregir, inventar sale a cuenta.
Gana el modelo A, y por mucho. Acierta un poco menos, pero cuando no sabe, lo dice. Si equivocarse cuesta, callarse a tiempo vale más que acertar de chiripa.
Fuente: OpenAI, «Why language models hallucinate», 5-9-2025 (tabla de SimpleQA de la ficha técnica de GPT-5). Puntuación «un fallo resta un punto»: +1 por acierto, −1 por error, 0 por «no lo sé»; es mía, para ilustrar la idea del estudio.
Tu trabajo con la IA se parece más a la segunda forma de puntuar: un dato inventado en una propuesta te resta mucho más de lo que te suma uno bueno. Por eso conviene darle permiso explícito para decir «no lo sé» y, sobre todo, comprobar.
El estudio también desmonta dos ideas que se repiten mucho: que las alucinaciones se acabarán cuando los modelos sean más grandes (la precisión nunca llegará al 100 %, porque hay preguntas que no tienen respuesta comprobable) y que son inevitables (no lo son: un modelo puede abstenerse cuando no está seguro).
Tipos de alucinación, con ejemplos
No todas se ven igual. Estas son las cuatro que más me encuentro trabajando en marketing:
%
El dato inventado
Una cifra precisa, con decimales, que no sale de ningún sitio. Es la más peligrosa porque los números dan sensación de rigor.
«El 67,3 % de los compradores B2B…» sin fuente, o con una que no lo dice.
“ ”
La cita que nadie dijo
Una frase entre comillas atribuida a una persona real, un juez o un directivo. Suena a algo que esa persona diría, y ahí está la trampa.
Es lo que pasó en el informe de Deloitte para el Gobierno australiano.
[?]
La fuente fantasma
Un estudio, una sentencia o un artículo con autor, año y título creíbles que no existe. A veces con enlace: un enlace que da 404 o que lleva a otra cosa.
Las 48 sentencias del Supremo que citó un abogado en Canarias.
≠
La fuente real que no dice eso
La más difícil de pillar: el estudio existe, pero el dato es de otro país, de otro año o de otra pregunta. Pasa la primera comprobación y falla la segunda.
Un dato de Estados Unidos de 2019 presentado como «el mercado» en tu propuesta de 2026.
Anatomía de una alucinación
Así es como suele llegar. Cada número marca una pista:
Ejemplo hipotético · inventado para esta ficha
Dame un dato del mercado de software de RR. HH. para pymes en España, con fuente, para una propuesta.
¡Claro! Según el Informe de Digitalización de Pymes 2025 de la Asociación Española de Software, el 43,7 % de las pymes españolas ya usa un software de RR. HH. en la nube, y se espera que la cifra se duplique en los próximos tres años.
Puedes consultarlo aquí: aese.es/informes/digitalizacion-pymes-2025
- Nombre de informe «perfecto» Encaja exactamente con lo que pediste. Los informes reales rara vez se llaman como tu pregunta.
- Precisión sospechosa Un decimal da sensación de medición. Pregúntate quién y cuándo lo midió, y sobre cuántas empresas.
- Proyección sin autor «Se espera que…» ¿Quién lo espera? Las previsiones también necesitan dueño.
- Enlace que no has abierto Una URL bien formada no prueba nada. Ábrela: si da 404 o lleva a otra cosa, todo lo anterior cae.
El informe, la asociación, la cifra y el enlace son inventados a propósito para esta ficha.
Casos reales que costaron dinero
Las alucinaciones dejan de ser una curiosidad cuando llegan a un tribunal, a un cliente o a la web de tu empresa. El sitio donde mejor se ve es la abogacía, porque ahí cada cita se puede comprobar y alguien la comprueba.
2.241casos en tribunales de todo el mundo
Es la cuenta de la base de datos de Damien Charlotin, investigador que recopila resoluciones judiciales en las que se detectó contenido inventado por IA: sentencias que no existen, citas falsas, argumentos atribuidos a quien no los hizo. 8 son de España.
Fuente: AI Hallucination Cases, Damien Charlotin, actualizada el 29-10-2026.
Junio de 2023 · Nueva York · Mata contra Avianca
El abogado que le preguntó a ChatGPT si los casos eran reales
Dos abogados presentaron un escrito contra la aerolínea Avianca con al menos seis sentencias que no existían. Uno de ellos le había preguntado a ChatGPT si uno de esos casos era real. Le contestó que sí, que «existe y se puede encontrar en bases de datos jurídicas como Westlaw y LexisNexis».
Multa 5.000 $
Juez P. Kevin Castel, Distrito Sur de Nueva York. Fuentes: CNN, 27-5-2023; Wikipedia, «Mata v. Avianca, Inc.».
Febrero de 2024 · Canadá · Moffatt contra Air Canada
El chatbot que se inventó una política de reembolsos
Un cliente preguntó al chatbot de Air Canada por la tarifa reducida por fallecimiento de un familiar. El bot le dijo que podía volar primero y pedir el descuento después, en los 90 días siguientes a la compra del billete. No era la política de la aerolínea. Air Canada alegó que no respondía por lo que dijera su chatbot. El tribunal no lo compró:
«Debería ser obvio para Air Canada que es responsable de toda la información de su web».
Christopher C. Rivers, Civil Resolution Tribunal de Columbia Británica (traducción mía)
Condena 812,02 CA$
Moffatt v. Air Canada, 2024 BCCRT 149, 14-2-2024. Poco dinero, mucho precedente: si pones un chatbot en tu web, lo que dice es tuyo.
Octubre de 2025 · Australia · Deloitte
Un informe de consultora con referencias que no existían
Deloitte entregó al Departamento de Empleo australiano un informe por un contrato de casi 440.000 dólares australianos. Tras las dudas de varios académicos, se vio que tenía referencias a informes inexistentes (doce a uno atribuido a un profesor de la Universidad de Sídney) y una cita inventada de una sentencia federal. Deloitte reconoció que había usado IA generativa en parte del trabajo y aceptó devolver el último pago del contrato.
Devolución parcial
Fuentes: Information Age (ACS), 7-10-2025; Region Canberra, 8-10-2025. El importe devuelto no se hizo público.
Febrero de 2026 · Canarias, España · TSJ de Canarias, Sala de lo Penal
48 sentencias del Supremo que el Supremo nunca dictó
Un abogado recurrió una sentencia citando hasta 48 resoluciones del Tribunal Supremo y un informe del CGPJ. Ninguna existía. Reconoció que las había sacado de una herramienta de IA generalista sin comprobarlas. El tribunal le multó con 420 euros, más o menos la mitad de lo que cuesta al año una herramienta de IA especializada en derecho, y lo comunicó al Colegio de Abogados:
«Debiendo el profesional entender la herramienta como asistencial y nunca como decisoria».
Tribunal Superior de Justicia de Canarias
Multa 420 €
Fuente: Comunicación Poder Judicial (CGPJ), 13-2-2026. En un caso parecido, el TSJ de Navarra archivó el expediente sin multa porque la abogada pidió perdón y retiró las citas (El Español, 4-4-2026).
Lo que tienen en común: en ningún caso sirvió de excusa que lo hubiera escrito una IA. El responsable fue siempre quien lo firmó, lo presentó o lo puso en su web.
Lo que me ha pasado a mí
Jordi RobertConstruyo esta web y su plugin multilingüe, RobertML, con IA
Esta web, su tema y el plugin que la traduce a siete idiomas los estoy construyendo con IA. Y la alucinación que más me ha costado no fue un dato de mercado: fue una línea de código.
En WordPress hay dos «ganchos» que se llaman casi igual y se disparan cuando se crea una categoría. La IA dio por hecho que los dos recibían lo mismo. No es así:
// Se disparan al crear un término (una categoría, una etiqueta…)
created_term( $term_id, $tt_id, $taxonomy, $args )
✓ el tercer dato es la taxonomía
created_{$taxonomy}( $term_id, $tt_id, $args )
✗ el tercer dato es otra cosaEl código parecía perfecto, se explicaba con seguridad y no daba ningún error. Simplemente no hacía lo que tenía que hacer. Encontrarlo nos costó una tarde. Desde entonces, en el proyecto hay una regla escrita: cualquier afirmación sobre cómo funciona WordPress por dentro se comprueba en la documentación antes de tocar código.
Y preparando este mismo glosario, la IA me dio por bueno un volumen de búsquedas de 9.900 al mes para «customer lifetime value» en España que ella misma había marcado dos días antes como un pico anómalo. Lo pillamos el mismo día porque el aviso estaba apuntado en el Excel.
El problema no es que la IA se equivoque: un becario también se equivoca. Es que se equivoca con la misma voz con la que acierta. Por eso aquí la IA escribe borradores, pero los datos los firmo yo.
Cómo detectar una alucinación: las tres comprobaciones
Es lo mismo que explico en el vídeo, pero aquí puedes ir marcando. Úsalo con cualquier dato que vaya a salir de tu empresa: una propuesta, un post, una presentación, una respuesta de tu chatbot.
Antes de usar este dato…
Abre la fuente original. No el resumen de la IA: la fuente.
Todavía no: este dato no puede salir de tu borrador.
✓ Puedes usarlo. Cita la fuente original, no la IA.
Señales de alarma
- Cifras con decimales que nadie te ha enseñado de dónde salen.
- Un informe con un nombre que encaja demasiado bien con tu pregunta.
- Citas textuales sin página, minuto o enlace.
- Enlaces que no has abierto (o que nadie ha abierto).
- Fechas o datos muy recientes: el modelo puede no conocerlos.
- Temas de nicho, nombres propios poco conocidos y datos locales.
Lo que no funciona: preguntarle a la misma IA si se lo ha inventado. El abogado de Nueva York lo hizo, y le dijo que no.
Cómo reducirlas cuando trabajas con IA
No se pueden eliminar del todo, pero se pueden hacer mucho más raras. Lo que mejor me funciona:
1. Dale tú las fuentes
Una IA resumiendo un documento que le pasas se equivoca mucho menos que una IA contestando de memoria. Es la idea detrás del RAG.
Usa solo el informe adjunto. Si algo no está ahí, dilo.
2. Dale permiso para no saber
Es la lección del estudio de OpenAI: si no se lo pides, el modelo prefiere jugársela.
Si no estás seguro de un dato, escribe «NO VERIFICADO» en lugar de inventarlo.
3. Pide la cita literal y dónde está
Así la comprobación es un Ctrl+F y no una investigación.
Para cada cifra, copia la frase exacta del documento y di en qué página está.
4. Separa escribir de comprobar
Primero el borrador; después, una pasada solo para datos, con las tres comprobaciones. Si la hace otra persona, mejor.
Activar la búsqueda web ayuda con los datos recientes, pero no es una garantía: la IA puede leer mal una fuente real o mezclar dos. La comprobación sigue siendo tuya.
¿Qué IA alucina menos?
Depende de la tarea, y por eso desconfío de cualquier ranking que dé una única cifra. La medición pública más seguida es la de Vectara: pide a más de cien modelos que resuman más de 7.700 documentos usando solo lo que pone en ellos, y mide cuántas veces añaden algo que no estaba.
Porcentaje de resúmenes con algo inventado
Menos es mejor · Vectara, mayo de 2026
| Modelo | Resúmenes con algo inventado |
|---|---|
| finix_s1_32b | 1,8 % |
| gpt-5.4-nano | 3,1 % |
| gemini-2.5-flash-lite | 3,3 % |
| o3-pro | 23,3 % |
| ministral-3-3b | 24,2 % |
Fuente: Vectara Hallucination Leaderboard (HHEM-2.3), actualizado el 11-5-2026. Los tres mejores y los dos peores de la lista. Mide fidelidad al resumir, no si una respuesta de memoria es cierta.
Dos cosas que me llaman la atención. La primera: entre los que más se inventan está o3-pro, un modelo de razonamiento; razonar más no significa ser más fiel al documento. La segunda: los mejores siguen entre 2 y 3 resúmenes de cada cien. Si tu chatbot responde miles de preguntas al mes a partir de tus documentos, eso son decenas de respuestas con algo inventado.
Mi conclusión práctica: elige la herramienta por lo demás (precio, calidad, integración) y monta el proceso de comprobación igual con todas.
Lo que se pregunta en España
Búsquedas mensuales en Google España (Semrush, octubre de 2026). Esta ficha está pensada para contestar a todas:
| Búsqueda | Al mes |
|---|---|
| alucinaciones ia | 170 |
| qué son las alucinaciones en un modelo de ia | 70 |
| por qué la ia alucina | 50 |
| alucinaciones ia ejemplos | 20 |
| qué ia alucina menos | 10 |
| cómo evitar alucinaciones en ia | 10 |
Curiosidad: en inglés se busca más (ai hallucination, 210 al mes en España), pero es mucho más difícil de posicionar. En español, «alucinar» tiene además el sentido de quedarse pasmado. Y es justo lo que pasa cuando descubres que el estudio no existe.
Preguntas frecuentes
¿Por qué se llama «alucinación»?
Por analogía con percibir algo que no está ahí. Hay quien prefiere hablar de «confabulación» o simplemente de «errores», porque «alucinar» humaniza al modelo. Pero el término se ha quedado: es el que usan OpenAI, Google y la prensa, y el que busca la gente.
¿Se pueden eliminar del todo?
Según OpenAI, la precisión nunca llegará al 100 %, porque hay preguntas sin respuesta comprobable. Lo que sí se puede es reducir mucho los errores enseñando al modelo a decir «no lo sé». En la práctica, con los modelos actuales, cuenta con que alguna vez va a pasar.
Si le pido a la IA que cite fuentes, ¿ya no alucina?
No. Ayuda a revisar, porque te da algo que comprobar, pero las fuentes también se pueden inventar. Fue exactamente lo que pasó en los casos de Nueva York, Australia y Canarias: las referencias estaban ahí, con buen formato. No existían.
¿Es lo mismo una alucinación que un sesgo?
No. Un sesgo es una tendencia sistemática en las respuestas (por ejemplo, suponer que un directivo es un hombre). Una alucinación es una afirmación concreta que es falsa. Se pueden dar juntas, pero se detectan de forma distinta.
¿Y si el error lo comete el chatbot de mi web?
Es tuyo. Es lo que decidió el tribunal en el caso de Air Canada: el chatbot es parte de tu web, y respondes de lo que pone. Si vas a poner uno, limítalo a tu documentación y revisa lo que contesta.
¿Afecta al SEO publicar contenido con datos inventados?
Google no penaliza que el texto esté hecho con IA, sino el contenido poco útil o poco fiable. Un dato falso es las dos cosas, y además te quita la confianza de quien lo lee. Y si lo citan otras IA, el error se multiplica con tu nombre al lado.
Términos relacionados
Fuentes
- OpenAI, «Why language models hallucinate», 5-9-2025. openai.com · estudio completo: arXiv 2509.04664.
- Damien Charlotin, AI Hallucination Cases database, consultada el 30-10-2026 (actualizada el 29-10-2026). damiencharlotin.com.
- Moffatt v. Air Canada, 2024 BCCRT 149, 14-2-2024. Civil Resolution Tribunal.
- «Lawyer apologizes for fake court citations from ChatGPT», CNN, 27-5-2023. cnn.com.
- «Deloitte to refund government over AI errors», Information Age (ACS), 7-10-2025. ia.acs.org.au.
- «El TSJ de Canarias multa a un abogado por citar hasta 48 sentencias falsas sugeridas por IA», Comunicación Poder Judicial, 13-2-2026. poderjudicial.es.
- «Una abogada que citó en un recurso sentencias inventadas por la IA se libra de la sanción por pedir perdón al tribunal», El Español, 4-4-2026. elespanol.com.
- Vectara, Hallucination Leaderboard, actualizado el 11-5-2026. github.com/vectara.
- Documentación de WordPress: created_term y created_{$taxonomy}.
- Semrush, volúmenes de búsqueda en Google España, octubre de 2026.
Cómo mantengo esta ficha. Reviso las cifras que cambian (casos en tribunales, ranking de modelos) cada tres meses y anoto aquí la fecha. Si ves un dato mal, escríbeme: lo corrijo y lo digo.