Un equipo de investigadores de OpenAI y Georgia Tech preguntó a un modelo abierto de última generación la fecha de cumpleaños de uno de ellos, Adam Tauman Kalai, con una condición: responder solo si la sabía. En tres intentos dio tres fechas distintas, las tres falsas. El ejemplo abre el paper Why Language Models Hallucinate, publicado en septiembre de 2025, y resume bien el problema: el modelo no dijo «no lo sé». Se inventó la respuesta con total aplomo.
Las alucinaciones son afirmaciones plausibles pero falsas. Según OpenAI, nacen de cómo se entrena a los modelos para predecir texto y sobreviven porque las pruebas con las que se los mide premian adivinar en lugar de reconocer la duda. Esta guía explica ese mecanismo, qué tasas de error se han medido y qué puedes hacer como usuario. Si lo que necesitas es comprobar una referencia concreta, tienes cómo saber si un estudio, una cita o una ley que te da una IA existen.
¿Qué es exactamente una alucinación de la IA?
Es una respuesta que suena correcta y no lo es. OpenAI las define en su artículo divulgativo sobre el paper, del 5 de septiembre de 2025, como «afirmaciones plausibles pero falsas generadas por modelos de lenguaje».
