Alucinaciones de la IA: cómo no publicar un dato falso

Las alucinaciones de la IA son el nombre técnico de algo muy simple: cuando un modelo se inventa un dato y te lo cuenta con el mismo tono seguro que usa para los datos ciertos. No es un fallo raro ni un caso extremo. Es una característica del funcionamiento de estas herramientas, y si vas a usar la IA para trabajar —y deberías—, más te vale entenderla.

Este mes ha habido un recordatorio caro en España.

El caso que conviene tener presente

El 7 de julio de 2026, el Tribunal Superior de Xustiza de Galicia multó con 1.800 € a un abogado por presentar un recurso con 24 citas judiciales falsas o sacadas de contexto, generadas con inteligencia artificial. El tribunal habló de «jurisprudencia libremente creativa» y de vulneración de la buena fe procesal, descartó la mala intención pero apreció negligencia evidente, y trasladó el caso al Colegio de Abogados. Un agravante llamativo: el abogado no dijo ni qué herramienta había usado.

No es un caso aislado. Meses antes, otra letrada se libró de la sanción por citar sentencias inventadas gracias a pedir perdón al tribunal. Y el patrón se repite fuera del ámbito judicial: informes con estadísticas que no existen, artículos con estudios inventados, presupuestos con normativa mal citada.

La conclusión práctica: la responsabilidad de lo que publicas es tuya, siempre. Ni el tribunal ni tu cliente van a aceptar «me lo dijo la IA».

Por qué pasa esto

Un modelo de lenguaje no consulta una base de datos de verdades: predice el texto que mejor encaja. Cuando le pides una sentencia sobre un asunto concreto, sabe perfectamente qué forma tiene una referencia jurídica —tribunal, sala, fecha, número— y te construye una que parece real. No miente en el sentido humano: rellena un hueco con lo más probable.

Por eso las alucinaciones son especialmente frecuentes justo donde más daño hacen:

• Citas, referencias y bibliografía. El formato es muy predecible, el contenido no.
• Cifras concretas y estadísticas. Porcentajes, importes, fechas.
• Normativa y artículos de ley. Números de artículo que suenan perfectos.
• Datos posteriores a su entrenamiento. Precios de este año, novedades de producto, quién ocupa un cargo.
• Nichos poco documentados. Cuanto menos material había, más rellena.

Las señales de alarma

Con el tiempo se coge olfato. Estas son las banderas rojas:

1. Un dato redondo y sorprendente. «El 87 % de las pymes…» sin fuente. Si suena perfecto para tu argumento, desconfía el doble.
2. Una fuente que no puedes abrir. Si el enlace no existe o lleva a otra cosa, el estudio probablemente tampoco existe.
3. Seguridad absoluta en algo cambiante. Precios, planes o funciones descritos sin matices.
4. Respuesta que cambia si vuelves a preguntar. Haz la misma pregunta en otra conversación: si la cifra baila, no la uses.
5. Nombres propios muy específicos que no aparecen en ninguna búsqueda.

El método: cuatro reglas que funcionan

1. Separa lo verificable de lo redactado. La IA es excelente estructurando, resumiendo, reescribiendo y traduciendo lo que tú le das. Es peligrosa aportando datos de su memoria. Dicho de otra forma: usa la IA como redactora, no como fuente.

2. Toda afirmación fuerte, con fuente y fecha. Si un dato va a ir en una diapositiva, un presupuesto o un artículo, tiene que llevar detrás un enlace que hayas abierto tú. Nosotros lo aplicamos como norma interna desde que un dato «redondo» estuvo a punto de colarse en un vídeo: la comprobación cuesta cinco minutos y el error cuesta la credibilidad.

3. Dale tú el material. La forma más eficaz de eliminar alucinaciones es no dejar hueco: pega el documento, el informe o los datos reales y pídele que trabaje solo con eso. Es la lógica de tener un asistente conectado a tus propios datos y de conectar la IA a tus programas: cuanto más contexto real, menos invención.

4. Pídele que dude. Añade al final de tus instrucciones: «Si no estás seguro de un dato, dilo explícitamente en vez de estimarlo. No inventes fuentes.» No es infalible, pero reduce mucho el relleno. Más ideas en cómo escribir prompts para tu negocio.

Dónde puedes relajarte y dónde no

Tarea	Riesgo	Qué hacer
Reescribir un texto tuyo	🟢 Bajo	Leer por encima
Resumir un documento que le das	🟢 Bajo	Comprobar los números del resumen
Ideas, títulos, borradores	🟢 Bajo	Criterio propio
Traducir	🟡 Medio	Revisión de alguien que hable el idioma
Datos de mercado y estadísticas	🔴 Alto	Fuente abierta y comprobada, siempre
Legal, fiscal, médico y sanitario	🔴 Alto	Verificación profesional obligatoria
Código que toca datos reales	🔴 Alto	Revisión y pruebas

Que la IA busque no lo arregla del todo

Hoy casi todas las herramientas buscan en internet y citan enlaces, y eso reduce mucho el problema: hay una fuente que abrir. Pero introduce uno nuevo — puede citar una fuente real que dice otra cosa, o un blog que copió un dato erróneo de otro blog. Abrir el enlace y comprobar que dice lo que la IA afirma sigue siendo trabajo tuyo. Y si el dato es delicado, busca el original: la nota de prensa, el BOE, el informe, no el artículo que lo resume.

Y aun así, úsala

Nada de esto es un argumento para no usar inteligencia artificial. Es un argumento para usarla como se usa un becario brillante y con mucha imaginación: le das trabajo de verdad, le pones contexto, y revisas lo que firma con tu nombre. Quien la usa así va mucho más rápido que quien no la usa. Quien la usa sin revisar acaba, tarde o temprano, con una multa de 1.800 € o algo peor.

Si quieres montar la IA en tu negocio con este tipo de controles —qué se automatiza, qué se revisa y quién responde—, es justo lo que hacemos en inteligencia artificial para empresas. Y antes de conectar nada sensible, repasa los riesgos de meter los datos de tu negocio en una IA.

¿Hablamos de cómo aplicarlo en tu caso? Escríbenos y lo vemos sin compromiso.

Este artículo cita el auto del TSXG de 7 de julio de 2026 recogido por la prensa jurídica española. No es asesoramiento legal.