Cómo verificar respuestas IA en 2 minutos, con prompts incluidos

¿Cómo se verifica la información de una IA? Lista las afirmaciones y haz cuatro comprobaciones

Para verificar una respuesta de IA, extrae sus afirmaciones comprobables y pasa cada una por cuatro comprobaciones: un segundo modelo, la fuente abierta, el argumento contrario y una búsqueda por cada cifra. Una respuesta errónea falla en sitios predecibles (un dato concreto que el modelo inventó, una fuente que no existe o que no dice eso, un caso con el que estuvo de acuerdo porque tú se lo planteaste así, una cifra que era cierta cuando terminó el entrenamiento), así que compruebas esos sitios y te saltas el resto. Primero haz que el modelo liste sus afirmaciones:

Enumera en una lista numerada cada afirmación factual de tu respuesta anterior, una frase por afirmación. Cuenta como afirmación cada cifra, nombre, fecha, cita, fuente y cada "los estudios muestran". No añadas información nueva.

Los tiempos son un presupuesto que fijamos para que el hábito sobreviva; nadie los ha medido. La última sección explica qué respuestas reciben las cuatro comprobaciones y cuáles solo una.

El mejor modelo de cada laboratorio inventa más que su mejor evaluado, así que ninguno se libra de la comprobación

Ningún modelo de IA es lo bastante preciso como para saltarse la comprobación, y pagar por el modelo más potente de un laboratorio no reduce el riesgo. En el ranking de alucinaciones de Vectara, actualizado por última vez el 22 de septiembre de 2026, el modelo más capaz de cada uno de seis laboratorios añade afirmaciones sin respaldo más a menudo que el mejor evaluado de ese mismo laboratorio.

Vectara entrega a cada modelo un documento corto y cuenta con qué frecuencia su resumen contiene una afirmación que el documento no respalda. Es la tarea factual más fácil que recibe un modelo, porque los datos están en el prompt, así que lee estas tasas como un suelo para las preguntas respondidas de memoria. La regla detrás del gráfico: para cada laboratorio, su tasa más baja del ranking frente a su modelo más capaz del ranking (Gemini 3.1 Pro figura como preliminar). Promediando los seis laboratorios, los modelos más potentes llegan a 11.0 de cada 100 y los mejor evaluados a 5.2, aproximadamente el doble. Las demás lecturas apuntan en la misma dirección. GPT-6 Sol, lanzado el 22 de septiembre de 2026, saca 6.5, todavía el doble del 3.1 de GPT-5.4 nano, y Grok 4.1 Fast sube a 19.2 con el razonamiento activado. La tasa más baja de todo el ranking es 1.8, de Finix S1 32B de Ant Group. Ninguno está en cero.

Paso 1: un segundo modelo de otro laboratorio revela los datos inventados donde ambos discrepan

Un segundo modelo detecta los datos que inventó el primero, porque dos sistemas entrenados por laboratorios distintos rara vez inventan el mismo número, nombre, fecha o fuente. Pega la misma pregunta, palabra por palabra, en un modelo de otra empresa y compara las dos respuestas buscando los datos que difieren. Que coincidan prueba poco. Que discrepen te dice exactamente qué frase comprobar. Si las respuestas son largas, haz que un modelo haga la comparación:

Aquí tienes dos respuestas a la misma pregunta. Enumera cada afirmación concreta en la que discrepan: una cifra, un nombre, una fecha, una fuente, un sí o un no. Ignora las diferencias de redacción, longitud o tono. Si coinciden en todo, dilo en una línea.

Dos planes gratuitos en dos pestañas hacen este trabajo. Preguntar a varios modelos de IA a la vez compara las herramientas que envían un prompt a muchos modelos, entre ellas la vista en paralelo de Whizi. La coincidencia falla de una forma conocida: ambos modelos aprendieron del mismo internet público, así que una afirmación que es falsa en todas partes vuelve falsa en los dos. El paso 4 es para ese caso.

Paso 2: cómo saber si una cita de IA es falsa, en diez segundos

Una cita falsa de IA no supera una prueba de diez segundos que nunca implica preguntar al modelo: pega el DOI en doi.org, donde uno real redirige a la editorial y uno inventado devuelve un 404. La ejecuté el 26 de septiembre de 2026. El artículo de Walters y Wilder citado más abajo, DOI 10.1038/s41598-023-41032-5, volvió como una redirección 302 a nature.com; el mismo prefijo con un sufijo inventado, 10.1038/s41598-023-99999-9, volvió como un 404. Sin DOI, pega el título entre comillas en Google Scholar, donde un artículo real aparece con los mismos autores.

Para la afirmación en sí, pide una fuente y ábrela:

Dame la fuente exacta de esa afirmación: el título, el autor o la editorial, el año y un enlace. Si no tienes una fuente concreta, dilo en lugar de producir una verosímil.

La última frase hace probable la respuesta "no tengo ninguna", que de otro modo no lo es. Cuando la respuesta salió de una búsqueda web, la cita ya viene adjunta y es lo que hay que pulsar: ábrela y encuentra la cifra en la página, porque una entrada de blog desactualizada se posiciona como una página del fabricante. Después busca las incoherencias que una referencia inventada no puede evitar, como una revista y un año que no van juntos, un volumen que no encaja con el año, dos autores reales que nunca escribieron juntos o un número de expediente que pertenece a otro caso.

La escala está medida. Walters y Wilder, en Scientific Reports el 7 de septiembre de 2023, comprobaron 636 citas de revisiones bibliográficas hechas con ChatGPT: el 55 por ciento de las de GPT-3.5 y el 18 por ciento de las de GPT-4 no existían. La base de datos de Damien Charlotin listaba 2,079 resoluciones judiciales con material alucinado el 25 de septiembre de 2026, 827 de ellas presentadas por abogados. En el primer caso famoso, Mata v. Avianca, un tribunal federal de Nueva York impuso una sanción de $5,000 a dos abogados y a su despacho el 22 de junio de 2023, y la resolución cita al abogado diciendo que, cuando preguntó por un caso inventado, ChatGPT respondió que "does indeed exist". Pedirle al modelo que confirme su propia cita es la única comprobación que nunca funciona; qué es una alucinación de IA explica por qué la confirmación sale tan fluida como la invención.

Paso 3: ¿puede la IA verificarse a sí misma? Solo si la obligas a argumentar lo contrario

La IA solo puede revisarse a sí misma si cambias su tarea. "¿Estás seguro?" produce sobre todo acuerdo, porque el acuerdo encaja con la forma de una respuesta servicial; una instrucción de argumentar lo contrario hace que el texto más probable sea el caso contra la respuesta. El prompt:

Ahora argumenta lo contrario. Dame el caso más sólido de que la respuesta anterior es errónea, con las afirmaciones concretas en las que se apoya. Después nombra la única afirmación de la respuesta original de la que estés menos seguro.

Vuelven dos cosas. El contraargumento te dice si la pregunta tenía de verdad otra cara, y la afirmación que el modelo señala como la más débil pasa directamente al paso 4. El modelo no puede leer su propia confianza a partir de su tono (por qué la IA se equivoca explica el mecanismo), pero sí puede generar el caso en contra, y un dato erróneo suele aflorar ahí.

La mayoría de quienes prueban la autoverificación lo hacen de la forma débil. En la encuesta de F-Secure a 1,500 usuarios de IA en EE. UU. y Reino Unido, publicada el 23 de septiembre de 2026, el 35.3 por ciento había usado IA para verificar IA, y el 47.3 por ciento dijo que deja de cuestionar una respuesta cuando suena bien. El mismo modelo, al que se pregunta si está de acuerdo consigo mismo en el mismo chat, devuelve sobre todo acuerdo. El prompt contrario y un modelo de otro laboratorio son las versiones que te dan algo que comprobar.

Paso 4: lee lateralmente, con una búsqueda por cada fecha, precio y estadística

Leer lateralmente significa salir de la respuesta de la IA y comprobar cada afirmación en una pestaña nueva contra la fuente que posee el dato, y es el método que enseñan para el contenido de IA las guías de las bibliotecas de la Universidad de Maryland y de Texas A&M Corpus Christi. El término viene del estudio de Sam Wineburg y Sarah McGrew con 45 usuarios de internet con experiencia (Teachers College Record, 2019). Con los mismos sitios web que 10 doctores en historia y 25 estudiantes de grado de Stanford, los 10 verificadores profesionales "read laterally, leaving a site after a quick scan" y llegaron a conclusiones mejor respaldadas en una fracción del tiempo.

Con una respuesta de IA el movimiento es mecánico. Pega la cifra con su sustantivo en un buscador, entre comillas, y abre la fuente que la posee: la página del fabricante para un precio, el sitio del gobierno para una ley, el artículo original para un hallazgo, y no un resumen de ninguno de ellos. Los precios cambian cuando termina el entrenamiento, las fechas se transponen y las estadísticas se recuerdan con el denominador equivocado. El Digital News Report 2026 del Reuters Institute muestra con qué facilidad ocurre lo último: el 42 por ciento de las personas que usan chatbots de IA para informarse dice que siempre o a menudo pulsa para llegar a la fuente, frente al 44 por ciento en buscadores y el 36 por ciento en redes sociales. Ese 42 por ciento es una parte de los usuarios de chatbots para noticias, no de todo el mundo, y una respuesta que omite el matiz convierte una cifra cierta en una afirmación falsa.

Para noticias y afirmaciones virales, Snopes, PolitiFact y FactCheck.org a menudo ya han hecho la lectura lateral. Para una afirmación técnica, jurídica o médica muy específica, la fuente que posee el dato es un especialista, y la respuesta de la IA se convierte en la lista de preguntas que llevarle.

¿Qué respuestas de IA necesitan las cuatro comprobaciones? Todo lo que vayas a enviar, firmar, presentar o pagar

Haz las cuatro comprobaciones con todo lo que vayas a enviar, firmar, presentar, publicar o pagar, haz solo el paso 1 con lo que simplemente quieras acertar, y sáltalas con un borrador que ves que está bien. La brecha que cierra esta regla está medida: en la misma encuesta de F-Secure, casi el 90 por ciento de los usuarios de IA dijo que comprobar la respuesta es responsabilidad propia, el 70 por ciento comprueba solo a veces, rara vez o nunca, y el 25.2 por ciento había seguido un consejo de IA en una decisión importante de la vida real. Un hábito que se aplica a todo dura una semana. Una regla basada en lo que está en juego perdura, y bajo ella una respuesta con una cifra, un nombre, una fecha o un enlace es un borrador hasta que una de las cuatro comprobaciones haya tocado esa frase.