La IA te da un dato con total seguridad, tú lo usas, y resulta que es falso. No es un fallo puntual ni un error que se vaya a corregir con la próxima versión: es una consecuencia directa de cómo funciona. Entender el porqué es lo que te enseña cuándo fiarte y cuándo no.
Se llama alucinación. El nombre es malo, porque sugiere una avería. No lo es. Es el mismo mecanismo que hace que funcione tan bien, mirado desde el otro lado.
Por qué ocurre
Un modelo de lenguaje no consulta una base de datos ni busca la respuesta en ningún sitio. Genera texto palabra a palabra, eligiendo en cada paso la continuación más plausible según todo lo que ha leído durante su entrenamiento.
Cuando le preguntas por algo que sabe bien, la continuación más plausible coincide con la verdad. Cuando le preguntas por algo que no sabe, sigue habiendo una continuación plausible — solo que ahora plausible no significa cierta.
No distingue entre recordar y construir. Para el modelo, las dos cosas son exactamente la misma operación.
Por eso no dice «no lo sé» por defecto. Nada dentro del proceso le avisa de que se está inventando algo: está haciendo lo mismo que cuando acierta.
Por qué suena tan convincente
Aquí está el riesgo real. Un dato inventado tiene exactamente la misma forma que uno correcto: la cifra tiene el número de decimales que tocaría, la referencia legal tiene la estructura de una referencia legal, el nombre suena a nombre de esa profesión.
Está construido para encajar. La seguridad con la que lo dice no es una señal de que sea cierto — es una señal de que ha encontrado una continuación muy plausible.
Un humano que no sabe algo duda, se contradice o cambia de tema. Aquí no hay ninguna de esas pistas.
Dónde se inventa más
| Tipo de petición | Riesgo | Por qué |
|---|---|---|
| Cifras, estadísticas, porcentajes | Alto | Un número plausible es facilísimo de generar. |
| Referencias legales, artículos, normativa | Alto | Tienen formato muy regular: fácil de imitar, difícil de detectar. |
| Citas y bibliografía | Alto | Mezcla autores reales con títulos que no existen. |
| Hechos recientes | Alto | Cae fuera de su fecha de corte y rellena el hueco. |
| Datos concretos de tu empresa | Alto | No los tiene. Si no se los das, los construye. |
| Reescribir un texto que tú aportas | Bajo | Trabaja sobre material que ya está delante. |
| Resumir un documento que le pegas | Bajo | Misma razón: la fuente está en la conversación. |
| Ordenar, traducir, cambiar el tono | Bajo | Transforma, no aporta información nueva. |
La regla que se deduce sola: cuanto más material le des tú, menos margen tiene para inventar. Las tareas de transformar son seguras; las de recordar, no.
Cómo convivir con esto sin dejar de usarlo
- Trae la fuente a la conversación. En vez de «¿qué dice la normativa sobre X?», pega el texto de la normativa y pregunta sobre él. Cambia una tarea de memoria por una de lectura.
- Pídele que marque lo que no sabe. «Si no estás seguro de un dato, dilo en vez de estimarlo» funciona bastante bien y cuesta una frase.
- Sospecha de lo verificable. Todo lo que se pueda comprobar en treinta segundos —una cifra, una fecha, un artículo— compruébalo antes de que salga de tu escritorio.
- Pregunta dos veces. Si un dato es importante, vuelve a preguntarlo en otra conversación. Si las respuestas no coinciden, ninguna es de fiar.
- Cuidado con lo que ya crees. El dato inventado más peligroso es el que confirma lo que esperabas. Ese no lo vas a comprobar.
Un ejemplo de cómo se cuela
Le pides un informe sobre adopción de IA en pymes españolas. Te devuelve un texto con esta frase:
Según el informe anual de digitalización empresarial, el 34 % de las pymes españolas ya utiliza herramientas de inteligencia artificial en al menos un proceso.
Suena perfecta. Tiene porcentaje concreto, fuente con nombre creíble y una redacción impecable. Puede ser rigurosamente cierta o completamente inventada, y desde fuera no hay forma de distinguirlo.
Si esa frase va a una propuesta que ve un cliente, hay que localizar el informe. Si no aparece, fuera.
Lo que esto significa para una empresa
Que la responsabilidad no se delega. Un empleado que copia un dato inventado en un informe para un cliente comete el mismo error que si lo hubiera copiado de un foro cualquiera.
Y no es solo sentido común: el Reglamento Europeo de IA obliga desde 2025 a que el personal que usa estas herramientas conozca sus limitaciones. Entender esto no es una curiosidad técnica — es parte de lo que la norma llama alfabetización en IA.
Lo importante
No es una herramienta poco fiable: es una herramienta fiable para unas cosas y no para otras. Para redactar, reescribir, resumir, ordenar y explicar es excelente. Como fuente de datos que no puedes comprobar, no lo es y no va a serlo.
Quien lo sabe usa la IA todos los días sin sustos. En Claude para principiantes se practica justamente esa frontera: qué tareas se delegan enteras y en cuáles hace falta comprobar antes de darle a enviar.
Preguntas frecuentes
¿Por qué la IA se inventa datos?
Porque genera texto eligiendo la continuación más plausible, no consultando una base de datos. Cuando sabe algo, lo plausible coincide con lo cierto; cuando no lo sabe, sigue habiendo una continuación plausible que ya no es verdad.
¿Se puede evitar del todo?
No con la tecnología actual. Se reduce mucho trayendo la fuente a la conversación —pegar el documento en vez de preguntar de memoria— y pidiéndole que marque lo que no sabe, pero no se elimina.
¿En qué tipo de preguntas se inventa más?
En cifras, referencias legales, citas bibliográficas y hechos recientes. Todo lo que tenga formato regular es fácil de imitar y difícil de detectar. En cambio, resumir o reescribir un texto que tú aportas es muy seguro.
¿Cómo detecto una alucinación?
No se detecta por el estilo: un dato inventado tiene exactamente la misma forma que uno correcto. La única vía es comprobar en la fuente todo lo que sea verificable, sobre todo si confirma lo que ya esperabas.