Verificar lo que escribe la IA antes de publicar

El error que ya no es raro

Existe una base de datos pública que recoge los casos judiciales en los que el propio tribunal constató que un escrito contenía citas inventadas por IA. A principios de septiembre de 2026 el número de entradas superaba las dos mil, procedentes de más de cuarenta jurisdicciones. Según quien la mantiene, antes de 2025 llegaban dos o tres casos al mes; en febrero de 2026 eran ya unos cinco al día. Y es una subestimación: solo entra aquello sobre lo que un tribunal ya se ha pronunciado.

Las consecuencias procesales también han llegado. En una resolución de apelación de marzo de 2026 se multó a dos abogados con 15.000 dólares cada uno porque su escrito contenía "más de dos docenas de citas falsas y tergiversaciones de hechos" — lo que el tribunal calificó de estimación conservadora. Una frase de los fundamentos lo resume todo: ningún escrito debe contener ninguna cita que el abogado no haya leído y verificado personalmente. Los tribunales de un estado norteamericano han llegado a fijar un baremo por unidad: 500 dólares por cita fabricada y 1.000 por cita textual inventada.

En la ciencia la curva es la misma. Un análisis publicado en mayo de 2026 verificó 97 millones de referencias por identificador: en 2023 un artículo de cada 2.828 contenía una referencia fabricada, en 2025 uno de cada 458, y en las primeras semanas de 2026 uno de cada 277. Una subida de doce veces en dos años — y es un suelo, no un techo, porque las referencias sin identificador resoluble quedaron fuera del estudio.

Por qué no sirve preguntarle al modelo

En el primer caso que saltó a la opinión pública, en 2023, el abogado preguntó al chatbot si los casos citados eran reales. La respuesta fue que sí, y que se podían encontrar en las grandes bases de datos jurídicas. Ninguno existía. Esto no es una anécdota sino la ilustración perfecta del tipo de fallo: la autocomprobación sale del mismo sistema que el error.

La medición dice lo mismo. En un estudio controlado, la autocorrección sin retroalimentación externa empeoró el rendimiento en todos los bancos de pruebas: en una tarea matemática, del 95,5 por ciento al 89 en dos rondas; en otra, del 75,8 al 38,1. Un modelo no deja de corregirse por pereza, sino porque no tiene ninguna vara de medir externa contra la que corregirse.

El reconocimiento del error también es selectivo, y flojea justo donde no debe. En una medición de 2025, los modelos reconocieron el 58 por ciento de sus propias alucinaciones cuando se les pedía trabajar paso a paso — pero el acierto superaba el 80 por ciento en nombres geográficos y empresas y caía por debajo del 40 en personas y entretenimiento. Es decir, es más débil justo donde la invención es más probable. Por qué ocurre todo esto lo desarrolla la alucinación explicada — en corto: la evaluación ha premiado tradicionalmente adivinar antes que decir "no lo sé".

Lo que ha cambiado: la cita falsa ya no es el problema principal

Esta es la parte que en 2026 es distinta de hace dos años. Un estudio publicado en julio de 2026 pidió 2.736 citas a un modelo actual sobre guías clínicas: el 7,13 por ciento estaba inventado del todo — una mejora llamativa frente al 18-55 por ciento de los modelos anteriores. Pero en esa misma muestra solo el 49,34 por ciento era bibliográficamente exacto, y apenas el 8 por ciento de las consultas devolvió una lista de citas impecable. Los defectos típicos: identificador equivocado en el 37 por ciento de los casos, título equivocado en el 31, páginas equivocadas en el 27.

Otra medición, de mayo de 2026, lo muestra aún más nítido en los agentes de investigación. Con modelos de primera línea el enlace citado funcionaba en el 94-100 por ciento de los casos y el tema encajaba en el 80-96 — pero la fuente respaldaba realmente la afirmación solo entre el 39 y el 77 por ciento de las veces. Peor aún: el fundamento factual cayó alrededor de un 42 por ciento a medida que el agente hacía más y más búsquedas, mientras los indicadores de superficie se mantenían por encima del 92. La lección es incómodamente compacta: un enlace que funciona y encaja con el tema no es una prueba.

La comprobación en cuatro pasos

Los cuatro pasos van de menos a más caros. Haz siempre los dos primeros; el tercero y el cuarto importan allí donde el texto se te escapa de las manos.

1. ¿Existe? En cada referencia, busca el identificador — DOI, número de PubMed, número de expediente, URL — y resuélvelo en el registro propio de la fuente. Este paso es casi determinista, rápido, y se lleva la invención evidente. Busca por el identificador y no por el título: un título puede ser real mientras el autor y el año no lo son.
2. ¿Dice eso? Ábrelo y busca la frase en la que se apoya la afirmación. Este es el paso difícil, y el que ni herramienta ni modelo resuelven de forma fiable: según una medición de 2026, los mejores modelos detectaron solo entre el 37 y el 61 por ciento de los errores del tipo "caso correcto, página equivocada", y en dos tercios de las aceptaciones erróneas fabricaron incluso una justificación según la cual la fuente "afirma expresamente" algo que no está en ella.
3. ¿Está bien la cifra? Recalcula todos los números y revisa el año y la unidad. Esto tiene sección propia más abajo, porque las cifras fallan de otra manera que las citas.
4. ¿Qué es lo que más te gustaría que fuera cierto? Busca en el texto la afirmación que mejor sostiene tu argumento, y comprueba esa dos veces. Este paso no va del modelo sino de ti: el dato que se queda sin verificar es el que resulta cómodo.

Cuánto tiempo lleva

Para un artículo con ocho referencias y diez cifras, el primer paso son cinco minutos, el segundo entre diez y quince, el tercero cinco. Así que para un texto destinado a publicarse la ronda completa son veinte o veinticinco minutos. Suena a mucho hasta que lo comparas con lo que cuesta una rectificación.

Hay una versión más barata que basta para casi todo el material interno: el primer paso sobre todo, y el segundo solo sobre las tres afirmaciones en las que se sostiene el texto. El riesgo restante no es cero, pero los errores evidentes desaparecen y se hace en cinco minutos.

Las cifras son un capítulo aparte

En las citas las preguntas son la existencia y el respaldo; en las cifras son otras. Se dan cuatro tipos de fallo, y cada uno pide atención por separado.

• El error de cálculo dentro del texto. Un estudio comprobó que los modelos rinden bien en cálculo aislado pero que "el rendimiento se deteriora sustancialmente cuando los cálculos están incrustados en problemas verbales" — y la tasa de errores lógicos sube hasta 14 puntos porcentuales conforme crecen los números. Un porcentaje calculado dentro de un párrafo no es la misma tarea que esa misma operación por separado.
• El año equivocado. La cifra es real, solo que describe la situación de hace tres años. Es el error silencioso más frecuente, porque nada llama la atención sobre él.
• La fuente equivocada. La cifra es real, pero no la publicó el organismo al que el modelo se la atribuye. Esto sale a la luz cuando resuelves el identificador — y solo entonces.
• La unidad convertida. Porcentaje por punto porcentual, miles de millones por millones, una moneda por otra. Estos errores nacen en la traducción y la reescritura, no en la generación original.

Qué arregla la búsqueda web y qué no

Sería natural suponer que dejar al modelo buscar en la web acaba con el problema. En parte es cierto: la proporción de fuentes completamente inventadas sí baja. Pero en un estudio periodístico sobre 1.600 consultas, las ocho herramientas de IA basadas en búsqueda respondieron mal en más del 60 por ciento de las peticiones, con un margen que iba del 37 por ciento de error en el mejor caso al 94 en el peor. Y lo más importante: las herramientas casi nunca señalaban la incertidumbre, y los niveles de pago rindieron peor, porque también en los casos dudosos daban una respuesta rotunda.

La proporción medida en medicina dice lo mismo con otras palabras: entre el 50 y el 90 por ciento de las respuestas con cita no estaban plenamente respaldadas por la fuente indicada, y a veces la contradecían. Así que la búsqueda web resuelve en buena medida el problema de la existencia y no el del respaldo. Sobre cuándo conviene cada tipo de búsqueda, búsqueda con IA o Google plantea los criterios.

Seis casos de los que conviene aprender

Son incidentes reales, confirmados por fuentes, de 2025 y 2026. Cada uno falló en un punto distinto.

• La lista de lecturas de verano. En el suplemento sindicado de un diario estadounidense, diez de quince libros no existían — atribuidos a autores reales y vivos. La lista venía de un colaborador externo y la redacción no la comprobó.
• La cita que nadie dijo. Una publicación tecnológica retiró un artículo porque las citas que contenía las había fabricado un chatbot en lugar de una entrada de blog que sí existía. El autor dejó de trabajar allí en dos semanas.
• El resumen automático entre comillas. Un gran diario publicó una nota de sus editores porque un reportero presentó un resumen de IA como cita directa de un político. Las comillas son lo que convirtió el error en grave.
• La profesora que no existe. Un diario danés publicó un artículo con declaraciones de una experta que nadie pudo localizar, porque no existía: al sistema de IA de la redacción se le encargó la tarea sin material de origen, así que produjo una fuente a medida.
• El informe de la consultora. El informe que una gran consultora entregó a un gobierno contenía citas fabricadas y una frase atribuida a un juez que nunca se pronunció. La firma devolvió parte de los honorarios.
• El libro sobre la IA y la verdad. Un volumen publicado en 2026 salió con más de media docena de citas mal atribuidas o inventadas, entre ellas una frase acreditada a una periodista conocida que nunca la dijo. El autor reconoció haber usado herramientas de IA en la investigación y la edición.

Lo que conviene llevarse

Nunca dejes dos cosas en manos del modelo: que se compruebe a sí mismo y que te diga si la fuente respalda la afirmación. El primer paso — resolver el identificador — es barato y casi seguro, y se lleva la invención evidente. El segundo — si la fuente dice eso de verdad — es trabajo manual, y en 2026 es el riesgo real, porque el enlace funciona y el tema encaja. Recalcula las cifras, mira el año, y comprueba dos veces el dato que más te gustaría que fuera cierto.