Una alucinación se produce cuando un modelo de IA generativa genera información incorrecta, inventada o sin fundamento, pero la presenta con un tono seguro y plausible. No se trata de un error puntual de cálculo, sino de una limitación inherente a cómo funcionan los modelos de lenguaje: predicen el texto más probable según patrones aprendidos, sin verificar si lo que afirman es cierto.
Esto importa porque la fluidez del resultado puede inducir a confiar en datos falsos. Algunos ejemplos habituales son:
- Citas o referencias inexistentes, con autores y títulos inventados.
- Datos numéricos o fechas erróneos presentados como hechos.
- Atribuciones falsas, como frases que nunca dijo una persona real.
El riesgo aumenta en contextos sensibles como la medicina, el derecho o el periodismo, donde un dato inventado puede tener consecuencias graves. Por ello conviene verificar siempre la información crítica con fuentes fiables y tratar las respuestas de la IA como un punto de partida, no como una verdad confirmada.