Cómo comprobar una respuesta de IA antes de confiar en ella

Una respuesta de IA puede ser clara, detallada y completamente incorrecta. Puede inventar una cita, mezclar dos sucesos reales, confundir una fecha o citar una fuente que existe pero no respalda la afirmación. El estilo de escritura apenas avisa.

Eso no significa que el sistema intente engañarte. Un modelo generativo produce secuencias probables de palabras a partir de patrones aprendidos y del contexto que recibe. Algunas herramientas buscan en Internet o citan documentos, lo que ayuda a fundamentar las respuestas. Pero un enlace junto a una frase no demuestra que la fuente diga lo mismo.

La respuesta sensata consiste en decidir qué necesita comprobación y seguir un método repetible. Un pequeño error en una idea para cenar puede ser inofensivo. Para dinero, salud, derecho, seguridad, trabajo o afirmaciones públicas, la verificación debe ser mucho más sólida.

Primero decide cuánto necesitas comprobar

La verificación no es todo o nada. Una lluvia de ideas con poco riesgo puede requerir solo una revisión rápida de sentido común. Una explicación factual para un trabajo escolar necesita fuentes reales. Un consejo sobre medicamentos, plazos legales, contratos, transferencias o decisiones laborales no debe aceptarse solo porque lo diga una IA.

Una pregunta útil es: ¿qué ocurre si esto es incorrecto? Si la respuesta es «la comida saldrá un poco decepcionante», el riesgo es bajo. Si es «perderé dinero, incumpliré un plazo o dañaré a alguien», detente y consulta información oficial o a un profesional cualificado.

El ciclo de verificación en cinco minutos

1. Convierte la respuesta en afirmaciones comprobables.
   No intentes verificar un párrafo entero de una vez. Extrae fechas, cifras, citas, reglas, causas y estudios concretos. Separa las opiniones y las predicciones.
2. Pregunta de dónde sale cada afirmación importante.
   La lista de fuentes de la IA ofrece pistas, no pruebas. Busca tú el título o una frase clave. Para normas, acude al organismo o regulador responsable. Para ciencia, localiza el artículo original y una explicación fiable.
3. Abre la fuente y encuentra el pasaje relevante.
   No te quedes en el fragmento del buscador. Comprueba que la página existe, que su autor es creíble y que realmente afirma lo mismo. Un estudio auténtico puede citarse para una conclusión a la que nunca llegó.
4. Comprueba fecha, lugar y alcance.
   Una norma estadounidense puede no aplicarse en el Reino Unido. Una cifra de 2019 puede estar desactualizada. Un estudio de 40 voluntarios no describe a todo el mundo. Busca el grupo estudiado, las condiciones y las limitaciones.
5. Confirma el punto decisivo de forma independiente.
   Encuentra otra fuente fiable que no copie la primera. Dos noticias basadas en la misma nota de prensa aportan menos que un informe original y una institución experta independiente.

Ejemplo: la estadística inventada

Imagina que el asistente dice: «Un estudio británico de 2026 descubrió que el 72 % de los adultos utiliza IA cada semana». La frase parece plausible. Incluye país, año y una cifra precisa: detalles que sugieren investigación.

Empieza por buscar la estadística exacta entre comillas. Si no aparece, amplía los términos y pide el título del estudio, la entidad que lo publica y la muestra. Después visita la web de esa organización. Quizá la encuesta medía personas que habían oído hablar de IA generativa, incluía solo a adultos empleados o hablaba de uso mensual y no semanal.

La conclusión correcta no siempre es simplemente «falso». Puede que la IA haya comprimido varios resultados diferentes en una frase sin respaldo. Es un fallo habitual y sutil.

Cómo evaluar rápidamente una fuente

Una web cuidada no es automáticamente fiable. Mira quién responde por ella, cómo sabe lo que afirma y si puedes revisar las pruebas.

• Las fuentes primarias incluyen leyes, estadísticas oficiales, investigaciones originales, normas técnicas, sentencias y documentación del propio fabricante.
• Las buenas fuentes secundarias explican o comprueban las pruebas originales y las identifican claramente. Incluyen medios consolidados, revisiones académicas e instituciones especializadas.
• Las señales débiles incluyen textos anónimos, ausencia de fechas, citas circulares, certezas sensacionalistas y páginas dedicadas principalmente a vender un producto relacionado con la afirmación.

«Primaria» no significa «imparcial». Una empresa es la fuente original de su anuncio, pero no necesariamente quien mejor puede juzgar la superioridad de su producto. Un artículo científico documenta un experimento que todavía puede tener limitaciones.

Comprueba citas, enlaces y cálculos por separado

La IA puede poner entre comillas palabras que nadie dijo. Busca una expresión distintiva y localiza la transcripción, el documento o la grabación. Si no encuentras el original, no publiques la cita como auténtica.

Abre cada referencia importante. Revisa título, autor y fecha, y después busca el término relevante dentro de la página. Un enlace roto puede deberse a un cambio normal de dirección. Una revista inventada o un autor que no coincide son advertencias claras.

Repite los cálculos. ¿Cuál es el denominador? ¿Los porcentajes son absolutos o relativos? ¿Coinciden las unidades? Para divisas o precios, comprueba el tipo de cambio y la fecha. Si la respuesta resume una gráfica, examina sus ejes.

Instrucciones que facilitan la comprobación

Una mejor instrucción no garantiza la verdad, pero puede facilitar la revisión. Prueba lo siguiente:

Separa hechos establecidos, inferencias razonables y puntos inciertos. Para cada afirmación factual importante, indica la fuente original, la fecha de publicación y el apartado exacto que la respalda. Di claramente cuándo no puedes verificar algo.

También puedes proporcionar documentos y pedir que la respuesta se base solo en ellos, con páginas o párrafos. Revisa después una muestra de las referencias. Esto reduce la invención abierta, pero no elimina la necesidad de control: el modelo puede interpretar mal el texto entregado.

Trampas habituales

«Da tres fuentes, así que tiene razón»

Las tres referencias pueden proceder de una sola afirmación o no respaldar las palabras utilizadas. Cuenta las pruebas, no los enlaces.

«Otra IA estuvo de acuerdo»

Dos modelos pueden haber aprendido del mismo material o repetir el mismo error común. Un segundo sistema de respuestas no equivale a una fuente independiente.

«El detalle es demasiado preciso para ser inventado»

Nombres, números de página y estadísticas también pueden fabricarse. La precisión es un motivo para comprobar, no para confiar automáticamente.

«Le pedí que fuera exacta»

Las instrucciones pueden aumentar el cuidado, pero no dan acceso a hechos ausentes ni garantizan que el modelo reconozca la incertidumbre.

Cuándo comprobar no basta

Algunas decisiones requieren una persona con conocimientos y responsabilidad. Para salud, consulta a un médico o farmacéutico; para asuntos legales, a un profesional autorizado; para dinero, utiliza fuentes financieras o regulatorias oficiales. Si la IA contradice al profesional o al documento original, no busques una respuesta intermedia entre ambos.

En el trabajo, sigue las normas de confidencialidad de tu organización. Verificar después no deshace una vulneración de privacidad. No pegues datos personales, comerciales o protegidos en una herramienta pública de IA si las reglas internas y las condiciones del servicio no lo permiten.

Haz de la verificación un hábito

La IA sirve para formular preguntas, organizar notas, explicar lenguaje difícil y sugerir dónde buscar. Se vuelve arriesgada cuando confundimos una redacción fluida con pruebas.

El hábito más sencillo es hacer una pausa antes de actuar o compartir. Aísla la afirmación más importante. Abre la fuente original. Comprueba si dice lo mismo, en el mismo contexto y con la fecha adecuada. Si las consecuencias son serias, profundiza.

No necesitas desconfiar de todo. Necesitas saber qué contaría como prueba.