¿Por qué ChatGPT da respuestas erróneas?
Le haces a ChatGPT una pregunta sencilla. Te responde con un párrafo pulido y seguro. La respuesta suena autorizada, así que te la crees. Pero lo que acabas de leer es completamente inventado. Este es el problema de las alucinaciones, y es mucho más habitual de lo que la mayoría cree.
ChatGPT no «sabe» nada. Predice la siguiente palabra más probable de una secuencia a partir de patrones estadísticos de sus datos de entrenamiento. Cuando le falta información sólida sobre un tema, no se detiene a admitir su incertidumbre: adivina. Y esas conjeturas suelen ser indistinguibles de los hechos reales.
La propia OpenAI ha reconocido el problema de fondo: los procedimientos habituales de entrenamiento y evaluación premian las conjeturas seguras por encima de reconocer la incertidumbre. Piensa en un examen tipo test en el que las respuestas incorrectas no restan: la estrategia racional es contestar siempre y no dejar nada en blanco. Eso es exactamente lo que hace ChatGPT, solo que en lugar de marcar una letra al azar, construye un párrafo elaborado y convincente alrededor de su conjetura.
Las causas de fondo
La probabilidad por encima de la verdad. Los modelos de lenguaje de gran tamaño (LLM) están optimizados para producir texto estadísticamente probable, no texto factualmente correcto. Cuando la respuesta correcta no está bien representada en los datos de entrenamiento, ChatGPT genera la secuencia de palabras con mayor probabilidad, sea verdad o no.
Problemas en los datos de entrenamiento. ChatGPT aprendió de enormes cantidades de texto de internet, que incluye hilos de Reddit, blogs de opinión, contenido conspirativo y artículos desactualizados junto a investigaciones revisadas por pares. El modelo no tiene una capacidad integrada para distinguir las fuentes fiables de las que no lo son.
Sin conciencia de sus propios errores. ChatGPT no sabe cuándo se equivoca. No tiene ningún mecanismo interno de verificación de datos. Produce el texto que predice que te dejará satisfecho, y satisfacción y precisión son cosas muy distintas.
Sesgo complaciente. Los modelos recientes de ChatGPT han recibido críticas concretas por ser excesivamente complacientes. Cuando se lanzó la actualización 4o, los analistas señalaron niveles inusualmente altos de adulación: el modelo decía a los usuarios lo que querían oír en lugar de lo que era correcto.
Las cifras: ¿con qué frecuencia se equivoca ChatGPT?
La tasa de error real depende mucho de lo que preguntes. Con datos sencillos y bien documentados, como la capital de un país, ChatGPT es bastante fiable. Pero en cuanto entras en razonamientos complejos, temas especializados o cualquier cosa que requiera información actualizada, las cifras se vuelven alarmantes.
| Métrica | Tasa | Fuente / contexto |
|---|---|---|
| GPT-5 en MMLU Pro (académico) | ~13 % de errores | 87 % de precisión, 3.º de 48 modelos |
| Razonamiento complejo / recuperación de conocimiento en dominio abierto | Más del 33 % de errores | Metaanálisis de benchmarks de 2025 |
| Tasa de alucinación de GPT-4o (con fuentes de referencia) | ~1.5% | Vectara Hallucination Leaderboard 2025 |
| GPT-5 con modo de razonamiento | ~4.8% | Respuestas inventadas en consultas factuales |
| ChatGPT con contenido jurídico | ~6.4% | Pruebas de alucinación por ámbito |
| Referencias inventadas por GPT-3.5 | ~40% | Fuentes citadas que no existen |
| Referencias inventadas por GPT-4 | ~29% | Ha mejorado, pero sigue siendo casi 1 de cada 3 |
En resumen: incluso GPT-5, el modelo de ChatGPT más avanzado disponible, comete errores factuales en aproximadamente 1 de cada 8 preguntas académicas. En tareas más difíciles que implican razonamiento, actualidad o ámbitos especializados, la tasa de error sube considerablemente. Y el modelo casi nunca te avisa cuando está adivinando.
5 tipos de errores de ChatGPT con los que te encontrarás
No todos los errores de ChatGPT tienen el mismo aspecto. Conocer los distintos tipos de error te ayuda a reconocer cuándo te están dando información incorrecta.