Alucinaciones de los modelos: por qué ocurren y cómo reducirlas

Las alucinaciones de los modelos son afirmaciones verosímiles pero falsas que genera un modelo de lenguaje, dichas con la misma seguridad que una respuesta verdadera. OpenAI las define casi con esas palabras y dice que siguen siendo «un reto fundamental para todos los grandes modelos de lenguaje», incluidos los suyos. Su artículo de investigación de 2025 sostiene que persisten porque la forma de entrenar y de puntuar a los modelos premia adivinar en lugar de admitir la incertidumbre. Esta guía explica por qué ocurren las alucinaciones, con lo que dicen OpenAI y los autores del artículo, y después cómo reducirlas en la práctica con las técnicas que documenta Anthropic, todo comprobado el 6 de octubre de 2026.

¿Qué es una alucinación de un modelo?

Una alucinación es una respuesta segura de sí misma que no es verdadera. El ejemplo de OpenAI muestra lo corriente que parece: cuando los investigadores preguntaron a un chatbot muy usado por el título de la tesis doctoral de uno de los autores del artículo, produjo con seguridad tres respuestas distintas, ninguna correcta, y cuando le preguntaron su cumpleaños dio tres fechas distintas, todas equivocadas. El error no es un fallo raro con preguntas extrañas: aparece también en preguntas aparentemente sencillas, y por eso una respuesta fluida no es prueba de que sea correcta. OpenAI dice que su modelo GPT-5, más reciente, tiene bastantes menos alucinaciones, sobre todo cuando razona, pero que siguen ocurriendo.

¿Por qué alucinan los modelos de lenguaje?

OpenAI y los autores del artículo dan dos causas que actúan a la vez.

Primera, cómo aprenden los modelos. Los modelos de lenguaje aprenden primero con el preentrenamiento, que consiste en predecir la palabra siguiente en cantidades enormes de texto. No hay etiquetas de verdadero o falso asociadas a cada afirmación: el modelo solo ve ejemplos de lenguaje fluido. Los patrones como la ortografía o los paréntesis son coherentes, así que los errores en ellos desaparecen con la escala. Pero los hechos arbitrarios y poco frecuentes, como el cumpleaños de una persona, no se pueden predecir solo a partir de patrones, y esos provocan alucinaciones. El artículo lo plantea como un problema de clasificación: si no se pueden distinguir las afirmaciones incorrectas de los hechos, las alucinaciones surgirán por presiones estadísticas naturales.

Segunda, cómo se puntúa a los modelos. La explicación de OpenAI es un examen tipo test. Si no sabes la respuesta, adivinar al azar puede salir bien, mientras que dejarla en blanco garantiza un cero. Cuando a los modelos se les puntúa solo por precisión, el porcentaje de preguntas contestadas exactamente bien, se les anima a adivinar en lugar de decir «no lo sé». Si un modelo adivina un cumpleaños, tiene una probabilidad de 1 entre 365 de acertar; decir que no lo sabe no puntúa nada. Con miles de preguntas, el modelo que adivina queda mejor en la clasificación. OpenAI sostiene que las clasificaciones basadas solo en precisión dominan los rankings y las fichas de los modelos y empujan a los desarrolladores a construir modelos que adivinan.

OpenAI da un ejemplo medido, tomado de la ficha del sistema de GPT-5, con la prueba SimpleQA:

Tabla: dos modelos de OpenAI en SimpleQA (de la publicación de OpenAI del 5 de septiembre de 2025)

El o4-mini, más antiguo, puntúa algo más en precisión, pero se equivoca casi tres veces más, porque casi nunca dice que no lo sabe. Son cifras de dos modelos de 2025, no de los de hoy, y salen de una sola prueba: lo que importa es el patrón, no la clasificación.

¿Son inevitables las alucinaciones?

OpenAI dice que no, con dos matices. No son inevitables porque los modelos pueden abstenerse cuando no están seguros. Pero la precisión nunca llegará al 100 %: algunas preguntas del mundo real no tienen respuesta posible, sea cual sea el tamaño del modelo o su capacidad de búsqueda o de razonamiento. Añade que a un modelo pequeño le puede resultar más fácil conocer sus límites que a uno mayor que sabe un poco de un tema, porque estar calibrado exige menos cálculo que ser preciso. Anthropic es igual de prudente: su documentación dice que las técnicas de abajo reducen las alucinaciones de forma significativa pero no las eliminan del todo. La solución que propone OpenAI está en la puntuación: penalizar los errores seguros de sí mismos más que la incertidumbre y dar crédito parcial a las expresiones adecuadas de incertidumbre.

¿Cómo reducir las alucinaciones?

Anthropic documenta una lista breve de técnicas que puedes aplicar en cualquier prompt o aplicación:

1. Deja que el modelo diga «no lo sé». Dale permiso explícito para admitir la incertidumbre. Anthropic dice que este paso sencillo puede reducir de forma drástica la información falsa.
2. Basa en citas las tareas con documentos largos. Con documentos de más de unos 20.000 tokens, pide primero citas literales y solo después la tarea. Así la respuesta queda anclada en el texto real.
3. Pide citas y compruébalas. Haz que el modelo cite un fragmento o una fuente para cada afirmación, o que busque un fragmento que la respalde después de responder; si no lo encuentra, debe retirar la afirmación.
4. Restríngelo a tus documentos. Dile al modelo que use solo la información que le has dado y no su conocimiento general.
5. Compara varias ejecuciones. Ejecuta el mismo prompt varias veces: las incoherencias entre las salidas pueden indicar alucinaciones.
6. Itera. Usa la salida como entrada de un prompt de seguimiento que le pida verificar o ampliar sus afirmaciones, lo que puede detectar incoherencias, y revisa el razonamiento cuando una respuesta te parezca mal.

Dar al modelo el texto de la fuente es también la idea de la recuperación: mira qué es RAG y, para saber cómo redactar estas instrucciones, ingeniería de prompts. Los prompts largos tienen sus propios límites: la precisión puede bajar cuando se llena la ventana, como explica qué es la ventana de contexto.

¿Cuándo importan más las alucinaciones?

El consejo de Anthropic es validar siempre la información crítica, sobre todo en las decisiones de mucha importancia. Nuestro criterio de dónde aplica: las respuestas jurídicas, médicas y financieras, todo lo que lleve cifras o fechas, y los nombres, las citas y las referencias, que son los hechos arbitrarios que según el análisis de OpenAI resultan más difíciles. Si no puedes comprobar una respuesta con una fuente, trátala como una pista que investigar, no como un hecho. En una empresa, es una razón más para mantener a una persona en el circuito en cualquier acción difícil de deshacer, como se explica en agentes para empresas.

Una lista corta

• Pide al modelo que diga cuándo no está seguro y que cite su fuente.
• Pega el documento que quieres que use y dile que se base solo en él.
• Para lo que importe, comprueba la respuesta con una fuente primaria.
• Ejecuta más de una vez los prompts importantes y compara las respuestas.
• No tomes la fluidez por una prueba: un tono seguro no es una evidencia.