Por qué la IA se inventa cosas: y cómo protegerte en 2026

Te cuento cómo caí yo mismo. Estaba escribiendo un post sobre ventas y le pedí a la IA un par de cifras para que sonara más convincente. Me dio una estadística preciosa: «Según un estudio de la Harvard Business School de 2021, el 68 % de los clientes se van por la indiferencia del vendedor». Suena sólido, ¿verdad? Harvard, un año, un porcentaje.

Fui a comprobarlo. Ese estudio de Harvard no existe. La cifra del 68 % lleva unos veinte años dando vueltas por internet sin una fuente original seria. La IA simplemente juntó lo más verosímil que había visto y le pegó un nombre grande. Sin pestañear.

Menos mal que lo comprobé. ¿Cuánta gente no lo hace? Lo meten en un post, en una lección, en una presentación para un cliente. Luego un lector lo busca en Google y la confianza en ti cae en un segundo. Así que aquí va el análisis honesto: por qué la IA se inventa cosas, dónde lo hace más y cómo trabajar con ella para que las mentiras se reduzcan varias veces. Si estás empezando, échale un vistazo también a los términos de IA para principiantes: entender cómo funciona por dentro ayuda a no fiarse a ciegas de sus respuestas.

Sección 01Qué son las alucinaciones de la IA

Una alucinación de la IA es una respuesta que suena segura y verosímil, pero que no coincide con la realidad. La IA puede inventarse un hecho, una cifra, una cita, el título de un libro, el enlace a una web, un artículo de una ley o incluso a una persona entera con su biografía. Y presentarlo como si lo hubiera leído en una enciclopedia.

La palabra «alucinación» aquí engaña un poco. El modelo no «ve» nada ni nada le «parece» real. Simplemente escribe un texto que, estadísticamente, se parece a una respuesta correcta. Si conoce la respuesta correcta, el texto que se le parece coincide con la verdad. Si no la conoce, el texto que se le parece sale igual, solo que ahora es inventado. Desde fuera, los dos casos se ven idénticos. Ahí está toda la trampa.

Hay alucinaciones de distintos tipos, y conviene distinguirlas aunque sea por encima:

Esta última es especialmente traicionera. Pegas el enlace a tu web y pides opinión sobre los textos. Una IA sin acceso a internet te contesta tan contenta: «Muy buena página, el titular es potente, pero yo subiría el bloque de testimonios». No ha abierto nada. Ha adivinado cómo suele ser una opinión típica sobre una web. Y ha dado con una respuesta «típica» que puede no tener nada que ver con tu página.

Sección 02Por qué la IA se inventa cosas: 5 causas

Para protegerte, hay que entender el mecanismo. Sin fórmulas, solo la versión sencilla.

Causa 1. La IA adivina palabras y no tiene una base de datos de hechos

Un modelo de lenguaje como ChatGPT o Claude aprendió de una cantidad enorme de texto y aprendió una sola cosa: predecir qué palabra viene después de forma lógica. Escribes una pregunta, calcula cuál es la primera palabra más probable de la respuesta, luego la segunda, luego la tercera. Así se va construyendo el texto.

Dentro no hay ninguna estantería de «hechos verificados» donde consultar. El conocimiento está repartido entre miles de millones de parámetros, como los recuerdos en una cabeza humana. Lo común, del tipo «la capital de Francia es París», el modelo lo ha visto millones de veces y casi nunca se equivoca. Una cifra rara de un informe de 2019 la ha visto un par de veces, o ninguna. Así que completa la respuesta por patrón: cómo suele ser una cifra así, un informe así, un título así.

Causa 2. La entrenaron para responder, y el «no lo sé» no puntuaba

En septiembre de 2025, OpenAI publicó una investigación sobre por qué alucinan los modelos de lenguaje. La conclusión es muy terrenal. A los modelos se les evalúa con pruebas en las que una respuesta correcta suma un punto y un «no lo sé» suma cero. ¿Te acuerdas de los exámenes tipo test del colegio? Si no sabes la respuesta, compensa adivinar: hay alguna posibilidad de acertar. Una casilla en blanco es un cero seguro.

Los modelos de IA «hicieron» exámenes así durante años y aprendieron la misma estrategia. Adivinar compensa más que un silencio honesto. Por eso un modelo prefiere darte una suposición verosímil antes que decir «no estoy seguro». Los desarrolladores lo están corrigiendo y los modelos nuevos reconocen su ignorancia más a menudo, pero la costumbre está muy arraigada.

Causa 3. La entrenaron para ser una compañía agradable

Después del entrenamiento principal, los modelos se ajustan con valoraciones humanas: qué respuesta gustó más a la gente. Y a la gente le gustan las respuestas completas, seguras y que le dan la razón. El efecto secundario: el modelo tiende a decirte lo que quieres oír. Pregunta «¿a que el alcance orgánico en Telegram es lo que más está creciendo ahora mismo?» y lo más probable es que encuentre argumentos a favor, aunque la realidad sea más complicada.

A esto se le llama complacencia (en inglés, sycophancy). En la práctica significa que una pregunta que ya lleva la respuesta dentro casi siempre recibe un sí. Si quieres una imagen honesta, formula la pregunta de forma neutral.

Causa 4. Su conocimiento se detiene en la fecha de entrenamiento

Cada modelo tiene una fecha en la que terminaron sus textos de entrenamiento. Lo que pasó después, no lo sabe. Precios de servicios, leyes nuevas, funciones recientes de las redes sociales, tipos de cambio, las noticias de hoy. Si la búsqueda web está desactivada y preguntas por algo reciente, el modelo o bien te dirá con honestidad que no lo sabe, o bien (más a menudo) te presentará la situación de su fecha de entrenamiento como si fuera la actual. O rellenará los huecos.

Causa 5. Una conversación larga y una pregunta vaga

Cuanto más largo es el chat, más se lía la IA: recuerda peor el principio de la conversación y los detalles se mezclan. Una pregunta vaga le deja espacio para fantasear. «Háblame del marketing para un psicólogo» es una invitación a escribir cualquier cosa verosímil. «Cuáles de los tres métodos de marketing de la lista de abajo le traerán antes solicitudes a un psicólogo y por qué» ya es un marco en el que inventar es más difícil.

Sección 03Dónde más miente la IA: 7 zonas de riesgo

La buena noticia: las alucinaciones no se reparten por igual. Hay zonas donde la IA casi nunca falla y zonas donde miente con regularidad. Si conoces las zonas de riesgo, sabes qué revisar.

1. Cifras y estadísticas

La invención más habitual. Porcentajes, cantidades, tamaños de mercado, «según un estudio». Una cifra hace que un texto convenza, y la IA la mete encantada, porque los textos parecidos suelen llevar cifras. Si de repente una respuesta dice «según las estadísticas, el 73 %…» sin que lo hayas pedido y sin enlace, casi seguro que estás ante una invención o ante un resumen muy libre de algo.

2. Citas y autores

«Como decía Steve Jobs…». La mitad de las citas de famosos que circulan por internet ya son falsas de por sí, y la IA aprendió de internet. Además, puede pegar una idea real al nombre equivocado o componer una cita «al estilo» de un autor conocido. Para un post esto es peligroso: has puesto en boca de alguien palabras que nunca dijo.

3. Enlaces y fuentes

Un clásico. Pides una lista de lecturas y te llega una muy ordenada: autores, títulos, años, revistas. La mitad de esas obras no existen. Los enlaces a webs parecen correctos, el dominio es real y la página da un 404. El modelo sabe cómo es un enlace a un estudio y escribe uno parecido.

4. Leyes, artículos, normativas

El número de un artículo, un apartado, la redacción de una ley, la fecha de entrada en vigor. La IA puede confundir el número, citar una versión derogada o inventarse un apartado entero. Para abogados, contables y cualquiera que escriba sobre impuestos, normas de publicidad y datos personales, esta es la principal zona de riesgo.

5. Precios, tarifas, límites

Cuánto cuesta una suscripción, qué límites tiene el plan gratuito, qué comisión cobra un servicio de pagos. Todo esto cambia sin parar, y el modelo recuerda la situación de su fecha de entrenamiento. Suena seguro, y la cifra lleva un año desfasada.

6. Noticias y sucesos recientes

Qué salió la semana pasada, quién lanzó qué, qué funciones aparecieron en una red social. Sin búsqueda web, el modelo o no lo sabe o rellena los huecos. Con búsqueda hay menos errores, pero aun así puede malinterpretar el artículo que encontró.

7. Nombres raros y nichos estrechos

Pregúntale a la IA por un marketer famoso y te responderá bastante bien. Pregúntale por tu colega con mil seguidores o por un método muy específico de nutrición, y empieza la fantasía. El modelo ha visto demasiado poco texto sobre eso, así que construye una biografía y un método «por analogía». Prueba a preguntarle por ti. Así es como mucha gente ve una alucinación con sus propios ojos por primera vez: resulta que te licenciaste en una universidad en la que nunca estudiaste y escribiste un libro que nunca escribiste.

Sección 04Casos famosos: lo que cuestan las invenciones

Si esto te parece un detalle sin importancia para blogueros, aquí tienes cuatro historias reales. Todas tuvieron mucha cobertura en la prensa.

Abogados y seis casos judiciales que nunca existieron

2023, Nueva York, Mata contra Avianca. Un abogado preparaba un escrito para el tribunal y le pidió a ChatGPT que encontrara sentencias parecidas. ChatGPT le dio seis casos con nombres, números de expediente y citas de las resoluciones. El abogado incluso le preguntó si eran reales. La IA se lo confirmó con total seguridad. Ninguno de esos casos existía. El juez multó a los abogados con 5000 $, y la historia dio la vuelta al mundo y se convirtió en el ejemplo de manual de las alucinaciones.

Fíjate en el detalle: el hombre sí lo comprobó. Solo que lo comprobó preguntándole a la misma IA. Eso no es comprobar nada. Más abajo te enseño cómo hacerlo bien.

El chatbot de una aerolínea que se inventó una política

2024, Canadá. Un pasajero le preguntó al chatbot de Air Canada por un descuento por duelo. El bot le describió con seguridad una norma de reembolso que la aerolínea no tenía. El pasajero compró el billete y después se lo denegaron. El caso llegó a un tribunal, y la aerolínea fue condenada a pagar: el tribunal decidió que la empresa es responsable de lo que dice su bot. La cantidad era pequeña, unos 800 dólares canadienses, y el golpe a la reputación fue grande.

Es una lección directa para cualquiera que ponga a la IA a responder a sus clientes. Un bot que se inventa condiciones por su cuenta hará promesas a tus clientes en tu nombre.

Un error de 100 000 millones de dólares en un anuncio de Google

Febrero de 2023. Google presenta su IA, Bard, en un vídeo promocional. En el vídeo, Bard dice que el telescopio espacial James Webb tomó las primeras fotos de un planeta fuera de nuestro sistema solar. Los astrónomos se dieron cuenta enseguida: las primeras fotos de ese tipo las tomaron otros telescopios, mucho antes que el Webb. La noticia corrió, y las acciones de Alphabet perdieron ese día unos 100 000 millones de dólares de valor de mercado.

Un informe de consultoría con enlaces a ninguna parte

2025, Australia. La gran consultora Deloitte entregó al Gobierno un informe por valor de unos 440 000 dólares australianos. Un investigador universitario se dio cuenta de que contenía referencias a artículos académicos inexistentes y una cita inventada de una sentencia judicial. Resultó que para prepararlo se había usado IA. La empresa tuvo que publicar una versión corregida y devolver parte del dinero.

Sección 05Qué modelos de IA se inventan menos en 2026

La respuesta honesta: todos se inventan cosas. No existe un modelo con cero alucinaciones, y los propios desarrolladores lo reconocen. Pero la diferencia entre modelos, y entre modos de trabajo, es grande.

Un dato curioso de un informe de OpenAI de la primavera de 2025. Sus nuevos modelos «de razonamiento» o3 y o4-mini se inventaban cosas más a menudo que el modelo anterior en una prueba de preguntas sobre personas: o3 se equivocaba en cerca de un tercio de las respuestas, o4-mini en casi la mitad. El modelo se volvió más listo en lógica y en código, y más atrevido a la hora de fantasear sobre personas. Así que «más nuevo y más listo» no equivale a «más preciso».

Hay otra cara. Al resumir un documento que le has dado tú, los mejores modelos de IA fallan poco: según la clasificación pública de Vectara, los modelos potentes se equivocan en unos pocos casos de cada cien. O sea, cuando la IA tiene el texto correcto delante, se agarra bien a él. Cuando responde «de memoria», el riesgo se multiplica varias veces.

Este es mi esquema de trabajo. Los textos, las revisiones de documentos, los contratos y los materiales largos los hago en Claude: puedes entrar en claude.ai. Para hechos con enlaces uso el modo de búsqueda de ChatGPT o Perplexity. Una comparación de los modelos principales la tienes en Claude 5, GPT-5 y Gemini 3, y si quieres una opción gratis, aquí tienes cómo usar DeepSeek.

Sección 0610 formas de protegerte de las alucinaciones

Ahora lo principal. Ninguna técnica por sí sola es una garantía. Juntas, reducen las invenciones varias veces. Para un post normal bastan las tres o cuatro primeras; para un contrato, una lección sobre salud o un artículo lleno de cifras, actívalas todas.

Sección 0712 prompts listos contra las invenciones

Copia y pega. Sustituye los corchetes por tus propios datos.

Prompt 1. Seguro básico al empezar cualquier chat

Reglas para trabajar conmigo:
1. Si no estás seguro de un dato o no hay datos, di directamente "no lo sé" o "no estoy seguro". Una respuesta honesta vale más para mí que una suposición bonita.
2. No te inventes cifras, estudios, citas, nombres ni enlaces.
3. Cuando afirmes un hecho, indica de dónde sale: de mi material, de la búsqueda (con enlace) o de tu conocimiento general.
4. Marca con ⚠️ todo aquello de lo que no tengas una seguridad alta.

Prompt 2. Responder estrictamente a partir del documento

Abajo está mi documento. Responde a las preguntas SOLO a partir de él.
Si la respuesta no está en el documento, escribe: "Esto no aparece en el documento".
Para cada afirmación, da una cita literal del documento entre comillas.

Documento:
[pega el texto o adjunta el archivo]

Pregunta: [tu pregunta]

Prompt 3. Autorrevisión de la respuesta

Enumera todos los datos concretos, cifras, fechas, nombres, títulos y enlaces de tu respuesta anterior.
Para cada uno, indica:
– seguridad: alta / media / baja;
– de dónde sale: de mi material, de la búsqueda o del conocimiento general;
– cómo puedo comprobarlo yo.
No defiendas nada, busca los puntos débiles.

Prompt 4. Revisar un texto ajeno en busca de invenciones

Eres un verificador de datos muy estricto. Revisa el texto de abajo.
Busca: cifras inventadas o dudosas, estudios y libros inexistentes, citas mal atribuidas, datos desactualizados, contradicciones lógicas.
Para cada hallazgo: fragmento → qué falla → cómo comprobarlo.
Si todo está limpio, dilo, no te inventes errores para llenar la lista.

Texto:
[pega el texto]

Prompt 5. Datos solo con búsqueda

Usa la búsqueda web. Encuentra datos actuales a fecha de [mes y año] sobre el tema: [tema].
Para cada dato, da un enlace directo a la página donde aparece.
Si una fuente tiene más de dos años, márcala.
Si no encuentras una fuente fiable, escribe "no se ha encontrado confirmación", no rellenes el hueco.

Prompt 6. Una pregunta neutral contra la complacencia

Creo que [tu afirmación].
No me des la razón automáticamente. Dame argumentos a favor y en contra, señala dónde mi afirmación puede estar equivocada o ser demasiado general, y qué te falta para responder con precisión.

Prompt 7. Un post con cifras y sin invenciones

Escribe un post para Telegram sobre [tema] para [quién es tu público].
Usa SOLO las cifras y los datos de la lista de abajo. No añadas cifras, porcentajes ni estudios nuevos.
Si crees que una cifra lo haría más convincente y no está en la lista, pon [FALTA CIFRA] en su lugar.

Mis datos:
[tus cifras, casos, resultados de clientes]

Prompt 8. Una lista de lecturas que puedas verificar

Encuentra 5 libros o estudios sobre [tema].
Incluye solo los que estés seguro de que existen. Para cada uno: autor, título exacto, año y cómo encontrarlo (búsqueda por título, web de la editorial).
Si no puedes nombrar 5 con seguridad, nombra menos. Una fuente inventada es peor que una lista corta.

Prompt 9. Una pregunta legal o fiscal

Explica [pregunta] con palabras sencillas, tal como se aplica en [país/región].
Indica los números de artículo y los nombres de las leyes en las que te basas, y la fecha de la versión, si la conoces.
Aparte, escribe qué puede haber cambiado después de tu fecha de entrenamiento y dónde consultar la versión vigente.
Es para entenderlo en general; tomaré la decisión final después de consultarlo con un profesional.

Prompt 10. Un resumen sin relleno

Resume el texto de abajo en 7 puntos.
No añadas nada que no esté en el original: ni conclusiones, ni ejemplos, ni cifras.
Si una idea del texto está formulada de forma poco clara, márcala: "poco claro en el original".

Texto:
[pega el texto]

Prompt 11. Comprobar que la IA ha leído de verdad el enlace

Antes de analizar la página de este enlace, cita literalmente su primer titular y su primera frase.
Si no puedes abrir el enlace, dilo directamente y pegaré yo el texto.

Enlace: [enlace]

Prompt 12. Revisión final antes de publicar

Este es un texto que voy a publicar. Hazme un checklist para revisarlo a mano:
todas las cifras, todos los nombres y títulos, todas las citas, todos los enlaces, todas las afirmaciones sobre leyes, precios y plazos.
En una lista aparte, escribe los puntos que suenan a hecho pero no tienen fuente.
Formato: una tabla "fragmento – qué comprobar – dónde comprobarlo".

Texto:
[pega el texto]

Más prompts que funcionan para textos, ventas y análisis los tienes en prompts para Claude. Y si además quieres que la IA escriba con una voz viva y sin relleno corporativo, echa un vistazo a las mejores IA para escribir.

Sección 08Cómo comprobar una respuesta de la IA en 5 minutos

Esta es mi rutina de trabajo para cualquier texto que vaya a salir hacia la gente: un post, una lección, un artículo, una respuesta a un cliente.

Así se ve en un chat real. Una nutricionista prepara un post y pide una cifra:

¿Lo ves? La primera respuesta sonaba a un dato respaldado por una autoridad. Una pregunta de seguimiento, y la «recomendación de la OMS» se convirtió en un mito popular. Sin esa pregunta, el post habría salido con una referencia inventada a la OMS.

Sección 09Ejemplos por nicho: dónde revisar con más cuidado

Cada nicho tiene sus propias minas. Aquí tienes dónde están para quienes venden servicios y conocimiento.

Y un escenario más que la gente olvida: un bot que responde a los clientes. Si has configurado una IA para responder preguntas en Telegram o en tu web, dale una base de conocimiento estricta: precios, condiciones, qué incluyen tus servicios, preguntas frecuentes. Y escribe la regla: «Si la pregunta no está en la base de conocimiento, no respondas por tu cuenta, ofrece pasar con un responsable». Si no, tendrás tu propia versión de la historia de Air Canada, solo que con tu lista de precios y tus promesas.

Si te interesan los bots, empieza por cómo hacer un bot de Telegram sin programador. Ahí verás cómo darle a la IA reglas y límites para que trabaje para ti por su cuenta.

Sección 10Cuándo la imaginación de la IA trabaja para ti

Después de todo esto, puede parecer que las invenciones de la IA son el mal absoluto. No lo son. Esa misma capacidad de «rellenar con lo verosímil» es su fuerza creativa.

Cuando pides 30 ideas para posts, 15 variantes de titular, una metáfora para una idea compleja, el guion de un reel o una historia para una serie de calentamiento, la imaginación es justo lo que necesitas. Ahí no hay una respuesta correcta, solo buenas y malas. Y una IA que combina con atrevimiento te da un material más interesante.

La regla es sencilla. Divide las tareas en dos tipos:

• Creativas: ideas, titulares, ganchos, metáforas, estructura, un borrador, variantes de oferta. La imaginación ayuda. Solo tienes que revisar los datos si se ha colado alguno por accidente.
• Factuales: cifras, estudios, leyes, precios, medicina, dinero, biografías, instrucciones de herramientas. La imaginación perjudica. Activa todas las protecciones.

El error principal ocurre donde se cruzan las dos: pides un post creativo y la IA mete una estadística «para que convenza». El texto es creativo, y la cifra que lleva es factual e inventada. Por eso en las tareas creativas añado una línea: «no añadas cifras ni estudios; si hacen falta, pon [FALTA CIFRA]». Luego pongo las mías: resultados de clientes, mis propias mediciones, mi experiencia. Por cierto, tus propias cifras pegan más fuerte que las ajenas: «una psicóloga clienta mía consiguió 14 solicitudes en un mes» llama más la atención que un abstracto «el 68 % de los psicólogos».

Sección 11Si algo sale mal

La IA sigue inventándose cosas aunque le he permitido el «no lo sé»

Pon la regla al principio del chat o en las instrucciones del proyecto. En mitad de un mensaje largo, el modelo se la puede saltar fácilmente. Repítela en la propia pregunta: «si no lo sabes, dilo». Y comprueba si estás preguntando por algo que el modelo no puede saber de ninguna manera: sucesos recientes sin búsqueda, o colegas tuyos con poco público.

Le he dado un documento y responde fuera del guion

Puede que el modelo no lea un documento largo entero o que lo mezcle con su conocimiento general. Pide citas literales (prompt 2). Si el documento es muy grande, divídelo en partes y pregunta por cada una. Para trabajar con un montón de archivos, prueba NotebookLM: responde solo a partir de las fuentes subidas y muestra de dónde sale cada frase.

Los enlaces dan un 404

Casi seguro que son inventados. Activa la búsqueda web y vuelve a preguntar. Si la búsqueda no ayuda, busca tú la fuente por título y autor. ¿No la encuentras? Quita el enlace y el dato que sostenía.

La IA «ha leído» mi enlace y me lo está contando

Usa el prompt 11: pídele que cite el primer titular de la página. Si no coincide con el real, el modelo no abrió nada y estaba adivinando. Pega el texto de la página directamente en el chat.

Cuando le pido que lo revise, cambia una respuesta correcta por una equivocada

Es la misma complacencia: el modelo entiende el «¿estás seguro?» como una pista de que se ha equivocado y se apresura a corregirse. Comprueba pidiendo una fuente, con un chat nuevo o con otro modelo. Preguntar «¿estás seguro?» aquí solo hace daño.

Las cifras de un cálculo no cuadran

Los modelos de IA calculan bastante bien con herramientas integradas, y en texto plano pueden fallar en la aritmética. Pide: «calcúlalo con código y enséñame el cálculo» (funciona en ChatGPT y en Claude), o rehazlo en una hoja de cálculo normal.

La IA se inventa datos sobre mi empresa o sobre mí

El modelo sabe poco de ti, así que fantasea. Cuando escribas textos sobre ti, dale siempre tu propio contexto: quién eres, cuántos años llevas en la profesión, qué resultados, qué productos. En Claude es cómodo meterlo una vez en un Project. Y para que la búsqueda con IA sepa la verdad sobre ti, necesitas contenido público: artículos, casos, una página de «sobre mí». Más sobre esto en cómo entrenar la IA con el contenido de tu web.

Sección 12Todo el camino en un minuto

1. La IA adivina el texto probable y no tiene una base de datos de hechos. Por eso se inventa cosas con seguridad y fluidez.
2. Zonas de riesgo: cifras, citas, enlaces, leyes, precios, noticias recientes, nichos estrechos y nombres raros.
3. Todos los modelos de 2026 se inventan cosas. El modo de trabajo importa más que el modelo: tus documentos son más fiables que la búsqueda, y la búsqueda es más fiable que una respuesta «de memoria».
4. Pon un seguro al principio del chat: el «no lo sé» está permitido, nada de cifras inventadas, una fuente para cada dato (prompt 1).
5. Para los hechos, activa la búsqueda web y pide enlaces directos.
6. Pregunta de forma neutral, sin meter la respuesta en la pregunta.
7. Antes de publicar: la autorrevisión del modelo, una segunda IA y una revisión manual de cifras, enlaces, citas y leyes.
8. En las tareas creativas la imaginación ayuda, y las cifras que pongas deben ser tuyas.
9. Un bot de atención al cliente responde solo a partir de tu base de conocimiento y pasa todo lo demás a una persona.

Copia ahora mismo el prompt 1 y pégalo en las instrucciones de tu proyecto en Claude o ChatGPT. Te lleva un minuto, y la mitad de las invenciones desaparecen solas. La comprobación de cinco minutos pilla la otra mitad. Y eso es lo bonito: la IA escribe, tú respondes de la verdad y nunca tienes que pasar vergüenza delante de tus lectores 🔍