Los modelos de lenguaje producen respuestas fluidas porque calculan qué palabra resulta más probable después de otra, no porque contrasten cada afirmación con una base de hechos verificados. Esa diferencia explica por qué pueden ofrecer fechas, autores y referencias con una seguridad convincente aun cuando parte de la información sea falsa.
La evidencia ya muestra una escala preocupante: un relevamiento publicado en mayo de 2026 detectó cerca de 147.000 citas inexistentes en revistas científicas. No se trató de errores aislados ni concentrados en unos pocos textos; aparecieron en miles de publicaciones y atravesaron filtros editoriales y revisiones por especialistas. El problema, por tanto, no es solo el uso descuidado de una herramienta, sino la incorporación de contenido no verificado a circuitos que deberían garantizar rigor.
Coherencia no equivale a comprensión
Las llamadas alucinaciones no son una anomalía estética ni un simple fallo de redacción. Son textos coherentes en la forma, pero incorrectos, inconsistentes o inventados en el contenido. Estudios recientes señalan que un modelo puede exponer correctamente una regla y, sin embargo, no aplicarla al resolver un caso concreto. Su capacidad para explicar una solución no demuestra que haya comprendido el problema.
Un análisis de julio de 2026 profundizó esa brecha al comparar el funcionamiento de estos sistemas con la lectura y la escritura humanas. Mientras las personas pueden leer, interpretar y reformular mediante procesos diferenciados, el modelo integra entrada y salida de texto en un mismo mecanismo predictivo. No se detiene a evaluar el sentido ni la verdad de lo que genera; optimiza la continuidad lingüística.
Utilidad bajo control profesional
Ese límite no vuelve inútil a la IA. Es especialmente eficaz para resumir documentos, ordenar información, traducir, proponer estructuras y acelerar borradores basados en materiales ya comprobados. Su valor aumenta en tareas de volumen y velocidad; disminuye cuando debe decidir qué dato es verdadero, vigente o jurídicamente relevante.
La conclusión de la investigación más reciente es operativa: la verificación debe formar parte del flujo de trabajo, no quedar como una revisión opcional al final. En salud, derecho, periodismo, educación e investigación, la herramienta puede asistir, pero el profesional debe validar fuentes, evidencia y contexto. La colaboración híbrida no consiste en delegar el juicio: consiste en usar la escala de la máquina sin renunciar a la responsabilidad humana.
