# Alucinación de IA: ¿por qué una IA inventa respuestas?

> Una alucinación de IA es un contenido falso presentado como un hecho. Causas, ejemplos, cálculo del riesgo para una pyme quebequense y cómo reducirla.

Actualizado el 15 de octubre de 2026 · https://app.pilotiko.com/es/glosario/alucinacion-ia

Una alucinación de IA es un contenido incorrecto, inoportuno o ficticio generado por un modelo de inteligencia artificial y presentado de manera factual, como si fuera auténtico o conforme a lo solicitado. Proviene del funcionamiento mismo de los modelos generativos, que predicen un texto plausible sin verificar que sea verdadero.

## En resumen
- Término preferido por la OQLF: alucinación de IA.
- El NIST habla más bien de «confabulación»: un contenido falso afirmado con seguridad.
- El peligro viene del tono seguro, que lleva a creer sin verificar.
- Se reduce proporcionando las fuentes y exigiendo citas.

## ¿De dónde vienen las alucinaciones de IA?

Según la ficha de la OQLF, una alucinación puede producirse cuando los datos de entrenamiento del [modelo de lenguaje de gran tamaño](https://app.pilotiko.com/es/glosario/llm) son insuficientes o presentan lagunas, o cuando la solicitud inicial es ambigua. La ficha cita un ejemplo conocido: una IA popular afirmó que el telescopio James Webb había tomado las primeras fotos de un exoplaneta, cuando esas fotos datan de 2004 y el telescopio fue lanzado en 2021 [1].

El NIST, en su perfil sobre la IA generativa, emplea el término **confabulación**: la producción de un contenido erróneo o falso, afirmado con seguridad. Explica que es una consecuencia natural del diseño de los modelos, que producen resultados cercanos a la distribución estadística de sus datos de entrenamiento. El NIST señala también que algunos consideran la palabra «alucinación» demasiado humanizante [2].

La OQLF añade que las alucinaciones no afectan solo al texto: también pueden aparecer en imágenes o sonidos generados [1].

## ¿Cómo se ve una alucinación en una pyme?

| Tipo | Ejemplo en una empresa de servicios | Consecuencia |
|---|---|---|
| Hecho inventado | Un precio o un plazo que no aparece en ninguna parte de sus tarifas | Promesa imposible de cumplir |
| Fuente ficticia | Un reglamento municipal o un artículo de ley que no existe | Consejo erróneo dado al cliente |
| Contradicción | Dos horarios de apertura distintos en la misma respuesta | Pérdida de confianza |
| Fuera de tema | Una respuesta sobre el techo plano a una pregunta sobre canalones | Tiempo perdido, cliente frustrado |

## ¿Cuántos errores pasarían sin revisión?

**Cálculo: una empresa de techado de Granby que hace redactar a una IA sus respuestas a las solicitudes**

- Respuestas redactadas por mes : 50
- Tasa de error factual supuesta : 4 %
- Respuestas falsas esperadas sin revisión (50 × 4 %) : 2
- Tiempo de revisión por respuesta : 2 min
- Revisión mensual (50 × 2 min) : 100 min
- **= Alrededor de 1 h 40 de revisión por mes para evitar que 2 respuestas falsas lleguen a los clientes.**

## ¿Cómo reducir las alucinaciones?

La documentación de Anthropic sobre su modelo Claude propone técnicas sencillas. Permitir explícitamente al modelo decir «no lo sé». En el caso de documentos largos, pedirle primero que extraiga citas textuales y luego que trabaje a partir de ellas. Hacer que respalde cada afirmación con una cita, que se pueda verificar [3].

- Proporcionar la fuente: pegue sus tarifas o su política de cancelación en la solicitud en lugar de dejar que el modelo adivine.
- Restringir el tema: un modelo que responde solo a partir de sus documentos inventa menos.
- Pedir las referencias: una respuesta sin fuente verificable se trata como un borrador.
- Mantener a una persona en el proceso: la [aprobación humana](https://app.pilotiko.com/es/glosario/aprobacion-humana) antes de cualquier envío es la red de seguridad más fiable.
- Publicar hechos claros en su sitio, incluso en [datos estructurados](https://app.pilotiko.com/es/glosario/datos-estructurados), para que los asistentes y las [AI Overviews](https://app.pilotiko.com/es/glosario/ai-overviews) de Google encuentren la información correcta.

## ¿Qué errores agravan el problema?

- Pedir «búscame una estadística sobre…» sin exigir un enlace: es el terreno ideal para una fuente inventada.
- Confiar un [agente de IA](https://app.pilotiko.com/es/glosario/agente-ia) conectado a sus clientes sin validación de los mensajes salientes.
- Tomar la fluidez del texto como garantía de exactitud.
- Corregir un error una sola vez sin cambiar la instrucción ni la fuente proporcionada.

## ¿Cómo limita Pilotiko este riesgo?

Los agentes de IA de Pilotiko trabajan a partir de los datos reales de la empresa (agenda, citas, carga de trabajo) en lugar de hacerlo de memoria. Sobre todo, toda acción que afecte a un cliente, a dinero o a un envío espera el visto bueno de una persona: una posible alucinación sigue siendo un borrador por corregir, no un mensaje enviado.

## Preguntas frecuentes

### ¿Por qué una IA inventa en lugar de decir que no sabe?

El modelo predice la continuación de texto más plausible; una respuesta inventada puede ser muy plausible. Sin una instrucción que le permita expresar su incertidumbre, tiende a llenar el vacío. La documentación de Anthropic recomienda precisamente permitirle decir «no lo sé».

### ¿Desaparecerán las alucinaciones con los nuevos modelos?

Los modelos mejoran, pero el NIST describe la confabulación como una consecuencia natural de la forma en que se diseñan los modelos generativos. Por lo tanto, hay que prever verificaciones, incluso con las mejores herramientas.

### ¿Una alucinación compromete la responsabilidad de mi empresa?

Si se envía un mensaje erróneo a un cliente en nombre de su empresa, es su empresa quien lo envió. Para una cuestión jurídica concreta, consulte a un abogado. De ahí el interés de validar todo envío antes de que salga.

### ¿Cómo detectar rápidamente una alucinación?

Verifique primero las cifras, los nombres propios, las fechas y las referencias a leyes o páginas web. Son los elementos que más se inventan. Una referencia imposible de encontrar es una señal de alarma.

### ¿Es «alucinación» el término correcto?

La OQLF prefiere «alucinación de IA». El NIST prefiere «confabulación» y señala que algunos consideran «alucinación» demasiado humanizante. Ambos designan el mismo problema.

## Fuentes

1. Office québécois de la langue française (Vitrine linguistique), « hallucination d'IA (GDT) », https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/26571221/hallucination-dia (consultado el 2026-10-15)
2. NIST, « NIST AI 600-1 : Generative Artificial Intelligence Profile », https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf (consultado el 2026-10-15)
3. Anthropic (documentation Claude), « Reduce hallucinations », https://docs.anthropic.com/en/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations (consultado el 2026-10-15)
