Qué son las alucinaciones de la IA y qué no contarle a un asistente: por qué inventa y qué guarda cada uno

OpenAI define las alucinaciones, en su artículo del 5 de septiembre de 2025, como «afirmaciones plausibles pero falsas generadas por modelos de lenguaje», y pone su propio ejemplo: al pedir a un chatbot muy usado el título de la tesis doctoral de uno de los autores del artículo, dio «tres respuestas distintas, ninguna correcta», y con su fecha de nacimiento, otras tres. La causa que da no es un fallo de tamaño sino de incentivos: las pruebas con las que se puntúan los modelos miden solo el acierto, así que «se les anima a adivinar en vez de decir “no lo sé”». Es el examen tipo test en el que dejar en blanco vale cero y acertar por suerte vale un punto: sobre miles de preguntas, el modelo que adivina queda por delante del que reconoce que no sabe.

La tabla del mismo artículo lo cuantifica con dos modelos de la propia empresa en la prueba SimpleQA: gpt-5-thinking-mini se abstiene en el 52 % de las preguntas, acierta el 22 % y se equivoca el 26 %; el modelo anterior, o4-mini, se abstiene el 1 %, acierta el 24 % y se equivoca el 75 %. La lectura importante es la segunda columna: el modelo viejo «acierta» algo más precisamente porque adivina siempre, y a cambio se equivoca tres veces más. OpenAI concluye que la precisión «nunca llegará al 100 %» porque hay preguntas sin respuesta posible, y que las alucinaciones «se originan en la predicción de la siguiente palabra», el mecanismo de la primera lección. De las cinco páginas más leídas del top 10 de Google España sobre alucinaciones, una sola da un porcentaje (páginas leídas el 4 de septiembre de 2026).

Una respuesta no se comprueba entera: se comprueban sus puntos concretos, y son de cinco clases. Las cifras (un porcentaje, un precio, una potencia) se verifican pidiendo la fuente exacta y abriéndola para ver que contiene esa cifra con esa unidad. Las fechas se contrastan con la fecha de corte del modelo (lo que pasó después no lo sabe salvo que busque) y con una fuente que la publique. Las citas entrecomilladas se buscan tal cual en un buscador: una cita que no aparece en ninguna fuente es inventada, y es una de las clases más frecuentes porque una frase con comillas «suena» a verdad. Los nombres propios (una persona, una empresa, una ley, un informe) se comprueban por su existencia y por lo que se les atribuye. Y los enlaces se abren: si no cargan o no dicen lo que la respuesta dice, el dato no existe.

El Contador de puntos a comprobar en una respuesta de IA, de m8d.io, subraya cada clase en el texto que pegues, los cuenta y dice cómo se verifica cada uno. No dice si son verdad, porque eso no lo puede saber un programa: dice dónde mirar. Una respuesta sin ninguna cifra, fecha, cita, nombre ni enlace tampoco es fiable: es que no tiene nada concreto que comprobar, y tampoco nada concreto que usar. Y el truco que más tiempo ahorra es preguntarle al asistente por adelantado: «di “no lo sé” cuando no tengas la fuente», que es exactamente la respuesta que, según OpenAI, sus pruebas no le enseñaron a dar.

La pregunta «¿qué datos no compartir con la IA?» aparece en Google junto a esta lección y su SERP lo dice todo: dos hilos de Reddit en el top 5 (SERP del 4 de septiembre de 2026). La respuesta con base está en las páginas de los cuatro fabricantes. OpenAI: los chats de las cuentas personales se usan para entrenar por defecto y el interruptor se llama «Mejorar el modelo para todos», en Controles de datos; los chats temporales no entrenan y «se borran de nuestros sistemas a los 30 días», aunque «pueden revisarse para vigilar abusos». Google: la «Actividad en las apps de Gemini» está activada por defecto, se borra sola a los 18 meses salvo que cambies el plazo, y los chats que revisa una persona «no se borran cuando borras tu actividad», sino que «se conservan hasta tres años»; su propia página pide: «no introduzcas información confidencial que no quieras que vea un revisor».

Microsoft: con sesión iniciada, «usamos tu actividad de conversación con Copilot para entrenar», guarda las conversaciones 18 meses por defecto y el interruptor está en Cuenta, Privacidad; sin sesión, «no entrenamos con tus conversaciones». Anthropic: desde el 28 de agosto de 2025 quien usa Claude Free, Pro o Max tiene que elegir; con permiso, los chats nuevos se conservan cinco años; sin él, 30 días. De ahí sale la lista de lo que no se pega en ninguno de los cuatro, con independencia del interruptor: contraseñas y códigos de verificación (OpenAI lo pone en sus buenas prácticas: «evita escribir contraseñas o información privada directamente en los mensajes»), el DNI y los datos bancarios, datos de salud, datos de otras personas que no te han dado permiso, y documentos de tu empresa que no publicarías. Para lo demás, el chat temporal o de incógnito y el interruptor apagado.

Primera: las contraseñas no entran en un chat, ni para «que me la recuerde» ni para que rellene un formulario; la lección de agentes explica que una web maliciosa puede ordenarle a un agente que las envíe fuera, y OpenAI cita ese caso exacto en su ayuda. Donde sí entran es en un gestor de contraseñas, que las genera y las rellena sin que las escribas: m8d tiene su guía de gestores de contraseñas con la elección de la casa. Segunda: un correo redactado sin una falta y con tu nombre ya no es señal de nada, porque redactarlo cuesta un prompt; el phishing se detecta por lo que pide (una clave, un pago, prisa) y por el dominio real del enlace, nunca por la calidad del texto.

Tercera: cifrar la conexión no es anonimato ni borra lo que el asistente guarda. Una VPN protege lo que viaja entre tu dispositivo y la red, y sirve en una wifi pública; lo que escribes en el chat llega igual al fabricante y se guarda según su política. Qué hace y qué no hace una VPN lo explica la pieza de m8d sobre qué es una VPN. Las tres reglas juntas son el resumen de la lección: lo que no quieres que lea nadie no se escribe en un chat; lo que sí escribes, lo comprobarás antes de usarlo; y el interruptor del entrenamiento se apaga el primer día.