# Alucinaciones de la IA: qué son y cómo afectan a tu tienda

> Qué es una alucinación de la IA, por qué ChatGPT o AI Overviews pueden inventar datos de tus productos y cómo comprobar qué dicen de tu catálogo.

URL: https://clione.ai/es/glosario/alucinacion/
Lang: es

En inteligencia artificial, «alucinar» no tiene nada de psiquiátrico: es el nombre que se ha quedado para **una respuesta falsa dicha con total aplomo**. Un asistente que asegura que tu hervidor apaga solo cuando se queda sin agua, cuando no lo hace, no está mintiendo ni fallando a propósito; está completando una frase con lo que le parece más probable. Para una tienda el problema es doble. El comprador recibe un dato equivocado sobre tu producto sin haber pisado tu web, y tú no ves la respuesta: te enteras, si te enteras, por una devolución o por una pregunta en el chat de atención al cliente.

## Cómo funciona

Google lo explica en su guía sobre contenido generado con IA: los modelos generativos **no recuperan datos, sino que predicen la secuencia de palabras más probable** según lo que aprendieron en el entrenamiento, y por eso lo que producen puede contener errores, que se conocen como alucinaciones.[^google-genai-content] Un [LLM (modelo de lenguaje grande)](/es/glosario/llm/) no tiene una casilla que diga «no sé este dato»; tiene palabras más y menos probables.

Un artículo de Adam Tauman Kalai, Ofir Nachum, Santosh Vempala y Edwin Zhang, publicado en arXiv el 4 de septiembre de 2025, da la explicación más citada de por qué no desaparecen. Los modelos se comportan como un estudiante ante una pregunta difícil de examen: **cuando no están seguros, a veces adivinan** en lugar de reconocerlo. Según los autores, el entrenamiento y las evaluaciones premian adivinar por encima de admitir la duda, porque la mayoría de los bancos de pruebas puntúan así, y un modelo optimizado para aprobar exámenes aprende que contestar algo sale mejor que no contestar.[^hall-paper]

La investigación distingue dos tipos, y la distinción es útil para una tienda. Una revisión de referencia sobre el problema llama **intrínseca** a la alucinación que contradice la fuente que el modelo tenía delante, y **extrínseca** a la que añade algo que no se puede verificar con esa fuente: ni la confirma ni la desmiente. Los autores advierten de que la extrínseca no siempre es un error, porque puede venir de información externa que sí es correcta.[^nlg-survey] Traducido: si el asistente leyó tu [ficha de producto](/es/glosario/ficha-de-producto/) y dice otra cosa, es intrínseca; si dice algo que tu ficha no cuenta, es extrínseca, y puede acertar o no.

La [búsqueda con IA](/es/glosario/busqueda-con-ia/), que consulta la web antes de responder, ayuda, pero no lo arregla del todo. Google lo dice sin rodeos sobre sus propios resúmenes: **[AI Overviews](/es/glosario/ai-overviews/) puede cometer errores y los comete**, y recomienda comprobar la información importante en más de un sitio y abrir los enlaces de apoyo.[^google-aio-help] Anthropic, que hace Claude, enumera técnicas para reducirlas, como dejar que el modelo diga «no lo sé», apoyar la respuesta en citas literales de los documentos o hacer que cada afirmación lleve su cita, y añade que reducen las alucinaciones pero no las eliminan del todo.[^anthropic-hallucinations]

## En una tienda

Un **ejemplo ficticio**: una tienda vende un hervidor eléctrico. Un comprador pregunta a un asistente con búsqueda y recibe una recomendación. Así se ve cada tipo de alucinación desde el lado de la tienda:

| Lo que dice la ficha                                                    | Lo que responde el asistente         | Tipo                             | De dónde suele venir                               |
| ----------------------------------------------------------------------- | ------------------------------------ | -------------------------------- | -------------------------------------------------- |
| «Interior de acero inoxidable»                                          | «Tiene el interior de plástico»      | Intrínseca: contradice la fuente | El asistente mezcló la ficha con la de otro modelo |
| Nada sobre el apagado en seco (el dato está en un PDF de instrucciones) | «Se apaga solo si se queda sin agua» | Extrínseca: la ficha no lo dice  | El modelo completó con lo habitual en la categoría |
| «Apto para todo tipo de cocinas»                                        | «Compatible con inducción»           | Extrínseca, y puede ser falsa    | Una frase vaga que el modelo concretó a su manera  |

Las dos últimas filas tienen algo en común: **el dato que el comprador necesitaba no estaba escrito en la ficha de forma que un [rastreador](/es/glosario/rastreador/) o un asistente pudiera leerlo**. Que el dato exista en texto claro no garantiza que ningún asistente se equivoque, pero sí deja una fuente con la que contrastar la respuesta, y una alucinación extrínseca es, por definición, la que añade lo que la fuente no dice.[^nlg-survey]


Que una respuesta que cita tu web dice lo que dice tu web. Una cita indica de dónde sacó información el asistente, no que cada frase esté en esa página: una alucinación intrínseca es justamente la que contradice la fuente que el modelo tenía delante.[^nlg-survey] Por eso Google recomienda abrir los enlaces de apoyo y contrastar lo importante.[^google-aio-help]


## Cómo comprobarlo

1. **Elige las cinco características que más te preguntan** y escribe, para cada una, lo que dice tu ficha. Es la referencia con la que vas a contrastar.
2. **Pregunta a los asistentes por tu producto, por su nombre**, una característica cada vez, y anota la respuesta con su fecha. Repite la misma pregunta en chats nuevos: Anthropic sugiere comparar varias respuestas a la misma pregunta, porque las incoherencias entre ellas pueden delatar una alucinación.[^anthropic-hallucinations]
3. **Abre las fuentes que cita cada respuesta** y busca el dato en ellas, como recomienda Google para AI Overviews.[^google-aio-help] Si la fuente es tu ficha y el dato no coincide, es intrínseca; si el dato no está, es extrínseca.
4. **Arregla primero lo tuyo.** Si el dato no está en tu ficha, o está solo en una imagen o en un PDF, escríbelo en texto. Si la respuesta errónea sale en Google, envía tu opinión con el pulgar hacia abajo que lleva cada AI Overview.[^google-aio-help]
5. **Repite la comprobación con regularidad.** Clione, por ejemplo, pregunta a ChatGPT y a [Gemini](/es/glosario/gemini/) lo que preguntan los compradores y enlaza cada respuesta, que es donde se lee qué dicen de tus productos.

## Concepto cercano: grounding

El [_grounding_](/es/glosario/grounding/) es anclar la respuesta de un modelo en documentos concretos, por ejemplo los que recupera de un índice con [RAG (generación aumentada por recuperación)](/es/glosario/rag/), en lugar de dejarle responder solo con lo que aprendió. La diferencia con la alucinación es la de un remedio con el síntoma: **la alucinación es el fallo; el _grounding_ es una de las formas de reducirlo**. Anthropic lo usa así: pedir al modelo que extraiga citas literales antes de responder apoya la respuesta en el texto real y reduce las alucinaciones, sin eliminarlas.[^anthropic-hallucinations] Un asistente con búsqueda hace _grounding_ y aun así puede alucinar, como muestra el aviso de Google sobre sus propios resúmenes.[^google-aio-help]

Para seguir, la guía de [qué ve un rastreador de IA en tu tienda](/es/guias/que-ve-un-rastreador-de-ia/) muestra qué parte de tu ficha llega a leer cada agente, y la [ruta de lectura de búsqueda con IA](/es/aprender/busqueda-con-ia/) ordena el resto de términos.