{"id":1263,"date":"2025-11-08T08:00:00","date_gmt":"2025-11-08T07:00:00","guid":{"rendered":"https:\/\/agentzia.es\/?p=1263"},"modified":"2025-11-17T15:30:21","modified_gmt":"2025-11-17T14:30:21","slug":"alucinaciones-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/agentzia.es\/eu\/alucinaciones-inteligencia-artificial\/","title":{"rendered":"Alucinaciones en inteligencia artificial: por qu\u00e9 ocurren y c\u00f3mo prevenirlas"},"content":{"rendered":"<figure class=\"wp-block-post-featured-image\"><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/agentzia.es\/wp-content\/uploads\/2025\/11\/ChatGPT-Image-7-nov-2025-21_58_20.png\" class=\"attachment-post-thumbnail size-post-thumbnail wp-post-image\" alt=\"Ilustraci\u00f3n conceptual sobre alucinaciones en inteligencia artificial, mostrando redes neuronales y agentes de IA contrastando datos verdaderos y falsos en un entorno tecnol\u00f3gico.\" style=\"object-fit:cover;\" srcset=\"https:\/\/agentzia.es\/wp-content\/uploads\/2025\/11\/ChatGPT-Image-7-nov-2025-21_58_20.png 1536w, https:\/\/agentzia.es\/wp-content\/uploads\/2025\/11\/ChatGPT-Image-7-nov-2025-21_58_20-300x200.png 300w\" sizes=\"(max-width: 1536px) 100vw, 1536px\" \/><\/figure>\n\n\n<div id=\"alucinaciones-post\" style=\"color: #ffffff; font-family: Arial, sans-serif; line-height: 1.6; background-color: #101330; padding: 30px; border-radius: 8px; max-width: 100%; box-sizing: border-box;\">\n\n  <!-- Estilos locales -->\n  <style>\n    #alucinaciones-post ul,\n    #alucinaciones-post ol {\n      margin-left: 28px !important;\n      padding-left: 28px !important;\n    }\n    #alucinaciones-post li {\n      margin-bottom: 6px;\n    }\n    #alucinaciones-post table {\n      width: 100%;\n      border-collapse: collapse;\n      font-size: 16px;\n    }\n    #alucinaciones-post table th,\n    #alucinaciones-post table td {\n      border: 1px solid #343650;\n      padding: 10px;\n      vertical-align: top;\n    }\n    \/* Tabla responsive en m\u00f3vil *\/\n    @media (max-width: 768px) {\n      #alucinaciones-post {\n        padding: 18px;\n      }\n      #alucinaciones-post .table-responsive {\n        overflow-x: auto;\n        -webkit-overflow-scrolling: touch;\n      }\n      #alucinaciones-post table {\n        min-width: 650px;\n      }\n    }\n  <\/style>\n\n  <h1 style=\"border-bottom: 3px solid #e74266; padding-bottom: 8px; color: #ffffff; margin-bottom: 20px;\">\n    Alucinaciones en inteligencia artificial: qu\u00e9 son, por qu\u00e9 ocurren y c\u00f3mo prevenirlas\n  <\/h1>\n\n  <p style=\"color: #f2f4f8; font-size: 18px !important; font-style: italic;\">\n    Tiempo estimado de lectura: 7 minutos\n  <\/p>\n\n  <!-- Intro con frase clave muy clara -->\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    Las <strong>alucinaciones en inteligencia artificial<\/strong> no son ciencia ficci\u00f3n: son esos momentos en los que un modelo de IA se inventa datos,\n    citas o casos con total seguridad. En esta gu\u00eda te explico, de forma clara y sin drama, qu\u00e9 son, por qu\u00e9 ocurren y c\u00f3mo reducir este riesgo\n    si est\u00e1s usando agentes de IA en tu negocio.\n  <\/p>\n\n  <!-- Puntos clave -->\n  <h2 style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #20b69e;\">\n    <strong>Puntos Clave<\/strong>\n  <\/h2>\n  <ul class=\"wp-block-list\">\n    <li>Las <span class=\"key-highlight\">alucinaciones en inteligencia artificial<\/span> son respuestas incorrectas o inventadas que suenan convincentes pero no se basan en hechos reales.<\/li>\n    <li>No son \u201cbugs raros\u201d, sino un comportamiento esperable si los modelos generativos se usan sin l\u00edmites, sin buenos datos o sin controles.<\/li>\n    <li>Tienen impacto real: p\u00e9rdida de confianza, riesgos legales, decisiones err\u00f3neas y da\u00f1os reputacionales.<\/li>\n    <li>El informe <em>The State of AI 2024<\/em> de McKinsey indica que el 44% de las organizaciones que usan gen AI ha sufrido consecuencias negativas, con la inexactitud entre los riesgos m\u00e1s citados (<a href=\"https:\/\/www.mckinsey.com\/capabilities\/quantumblack\/our-insights\/the-state-of-ai-2024\" target=\"_blank\" rel=\"noopener noreferrer\">fuente<\/a>).<\/li>\n    <li>Se pueden reducir de forma dr\u00e1stica combinando <strong>RAG<\/strong>, validaci\u00f3n autom\u00e1tica, guardrails, supervisi\u00f3n humana y un dise\u00f1o responsable de agentes.<\/li>\n    <li>Con regulaciones como la <strong>EU AI Act<\/strong>, las empresas deben tratar las alucinaciones como un riesgo de cumplimiento, no como una simple rareza t\u00e9cnica.<\/li>\n  <\/ul>\n\n  <!-- Tabla de contenidos -->\n  <div class=\"wp-block-yoast-seo-table-of-contents yoast-table-of-contents\">\n    <h2 style=\"color: #ffffff; border-bottom: 2px solid #e74266; padding-bottom: 5px;\">Tabla de Contenidos<\/h2>\n    <ul>\n      <li><a href=\"#que-son\" data-level=\"2\">1. Qu\u00e9 son las alucinaciones en inteligencia artificial (explicado f\u00e1cil)<\/a><\/li>\n      <li><a href=\"#por-que-ocurren\" data-level=\"2\">2. Por qu\u00e9 ocurren: c\u00f3mo \u201cpiensa\u201d realmente un modelo<\/a><\/li>\n      <li><a href=\"#impacto-negocio\" data-level=\"2\">3. Impacto real en empresas y casos documentados<\/a><\/li>\n      <li><a href=\"#como-detectarlas\" data-level=\"2\">4. C\u00f3mo detectar alucinaciones en tus agentes<\/a><\/li>\n      <li><a href=\"#como-prevenir\" data-level=\"2\">5. 7 estrategias clave para reducir alucinaciones (tabla)<\/a><\/li>\n      <li><a href=\"#rag\" data-level=\"2\">6. RAG: el aliado imprescindible contra las alucinaciones<\/a><\/li>\n      <li><a href=\"#buenas-practicas\" data-level=\"2\">7. Buenas pr\u00e1cticas para equipos y empresas<\/a><\/li>\n      <li><a href=\"#contexto-legal\" data-level=\"2\">8. Contexto legal y responsabilidad en 2025<\/a><\/li>\n      <li><a href=\"#faq\" data-level=\"2\">9. Preguntas frecuentes<\/a><\/li>\n      <li><a href=\"#ultimas\" data-level=\"2\">10. \u00daltimas entradas en AgentzIA<\/a><\/li>\n    <\/ul>\n  <\/div>\n\n  <!-- 1. Qu\u00e9 son -->\n  <h2 id=\"que-son\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    1. Qu\u00e9 son las alucinaciones en inteligencia artificial (explicado f\u00e1cil)\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    Una <strong>alucinaci\u00f3n en IA<\/strong> ocurre cuando un modelo como ChatGPT, Claude o Gemini responde con total seguridad algo que suena bien\u2026 pero es falso.\n    Nombres inventados, citas que no existen, cifras equivocadas, enlaces que no llevan a ning\u00fan sitio. T\u00fa lo lees y piensas: \u201cesto cuadra\u201d.\n    Pero no cuadra.\n  <\/p>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    No es mala fe. El modelo no \u201cquiere enga\u00f1ar\u201d. Su funci\u00f3n no es garantizar verdad, sino generar la siguiente palabra m\u00e1s probable.\n    Si no tiene contexto suficiente o el sistema le deja hablar de todo sin l\u00edmites, rellena huecos. Y ah\u00ed es donde las cosas se tuercen.\n  <\/p>\n\n  <!-- 2. Por qu\u00e9 ocurren -->\n  <h2 id=\"por-que-ocurren\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    2. Por qu\u00e9 ocurren: c\u00f3mo \u201cpiensa\u201d realmente un modelo\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    Un modelo de lenguaje grande (LLM) no consulta una base de datos en vivo ni hace b\u00fasquedas en internet en cada respuesta (a menos que lo conectes para ello).\n    Simplificando mucho, funciona as\u00ed:\n  <\/p>\n  <ul class=\"wp-block-list\">\n    <li>Lee tu mensaje y el contexto previo.<\/li>\n    <li>Calcula qu\u00e9 secuencia de palabras encaja mejor estad\u00edsticamente.<\/li>\n    <li>Genera una respuesta plausible seg\u00fan patrones aprendidos en el entrenamiento.<\/li>\n  <\/ul>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    La investigaci\u00f3n reciente sobre <strong>alucinaciones en inteligencia artificial<\/strong> muestra que incluso los modelos m\u00e1s avanzados mantienen tasas de error factual.\n    Dependen del tipo de tarea, del dominio y de c\u00f3mo se orquesta el sistema. Si no conectas el agente a fuentes fiables ni delimitas su rol,\n    es cuesti\u00f3n de tiempo que \u201cse invente\u201d algo cr\u00edtico.\n    Para una visi\u00f3n t\u00e9cnica puedes revisar\n    <a href=\"https:\/\/arxiv.org\/abs\/2311.05232\" target=\"_blank\" rel=\"noopener noreferrer\">\u201cA Survey on Hallucination in LLMs\u201d<\/a> o\n    <a href=\"https:\/\/aclanthology.org\/2024.emnlp-main.1088.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">\u201cFactuality of Large Language Models\u201d<\/a>.\n  <\/p>\n\n  <!-- 3. Impacto real -->\n  <h2 id=\"impacto-negocio\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    3. Impacto real en empresas y casos documentados\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    Cuando usas IA por curiosidad, una alucinaci\u00f3n es una an\u00e9cdota. En una empresa, puede traducirse en reclamaciones, titulares o sanciones.\n  <\/p>\n  <ul class=\"wp-block-list\">\n    <li><strong>Casos legales:<\/strong> en Mata v. Avianca (2023), dos abogados fueron sancionados con 5.000 d\u00f3lares por presentar sentencias inexistentes generadas con IA sin verificarlas (<a href=\"https:\/\/www.reuters.com\/legal\/new-york-lawyers-sanctioned-using-fake-chatgpt-cases-legal-brief-2023-06-22\/\" target=\"_blank\" rel=\"noopener noreferrer\">fuente<\/a>).<\/li>\n    <li><strong>Contenido p\u00fablico:<\/strong> medios y plataformas han retirado art\u00edculos generados con IA por contener datos falsos o citas fabricadas.<\/li>\n    <li><strong>Atenci\u00f3n al cliente:<\/strong> bots que prometen pol\u00edticas, descuentos o condiciones que la empresa nunca aprob\u00f3.<\/li>\n    <li><strong>Negocio interno:<\/strong> informes con m\u00e9tricas incorrectas que se usan para tomar decisiones reales.<\/li>\n  <\/ul>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    No es ciencia ficci\u00f3n. Es el d\u00eda a d\u00eda de muchas compa\u00f1\u00edas que han integrado IA generativa sin pensar en c\u00f3mo controlar sus salidas.\n  <\/p>\n\n  <!-- 4. C\u00f3mo detectar -->\n  <h2 id=\"como-detectarlas\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    4. C\u00f3mo detectar alucinaciones en tus agentes\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    Buenas noticias: hay se\u00f1ales bastante claras de que tu agente est\u00e1 \u201calucinando\u201d.\n  <\/p>\n  <ul class=\"wp-block-list\">\n    <li>Respuestas muy concretas sin citar fuentes ni contexto.<\/li>\n    <li>Contradicciones al repetir la misma pregunta con ligeras variaciones.<\/li>\n    <li>Datos demasiado \u201cperfectos\u201d sin explicaci\u00f3n (porcentajes redondos, fechas exactas siempre).<\/li>\n    <li>Menciones a leyes, estudios, URLs o sentencias que nadie consigue localizar.<\/li>\n  <\/ul>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    En producci\u00f3n, no puedes esperar a que el usuario detecte esto por instinto.\n    El sistema debe ayudar a identificar y frenar posibles alucinaciones antes de que generen da\u00f1o.\n  <\/p>\n\n  <!-- 5. Tabla estrategias -->\n  <h2 id=\"como-prevenir\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    5. 7 estrategias clave para reducir alucinaciones (tabla pr\u00e1ctica)\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    No existe el bot\u00f3n m\u00e1gico de \u201c0% errores\u201d, pero s\u00ed hay formas muy claras de reducirlos al m\u00ednimo.\n  <\/p>\n\n  <div class=\"table-responsive\">\n    <table>\n      <thead>\n        <tr>\n          <th style=\"color: #20b69e;\">Estrategia<\/th>\n          <th style=\"color: #20b69e;\">Descripci\u00f3n<\/th>\n          <th style=\"color: #20b69e;\">Cu\u00e1ndo aplicarla<\/th>\n        <\/tr>\n      <\/thead>\n      <tbody>\n        <tr>\n          <td>1. RAG (Retrieval Augmented Generation)<\/td>\n          <td>El modelo consulta tus documentos y bases de datos en tiempo real y genera la respuesta apoy\u00e1ndose en ese contenido, reduciendo invenciones.<\/td>\n          <td>FAQs, pol\u00edticas, fichas de producto, documentaci\u00f3n t\u00e9cnica, conocimiento interno.<\/td>\n        <\/tr>\n        <tr>\n          <td>2. Restringir el rol del agente<\/td>\n          <td>Definir con precisi\u00f3n qu\u00e9 puede y qu\u00e9 no puede responder. Menos terreno = menos espacio para alucinar.<\/td>\n          <td>Asistentes de soporte, reservas, helpdesk, backoffice.<\/td>\n        <\/tr>\n        <tr>\n          <td>3. Pedir fuentes y nivel de confianza<\/td>\n          <td>Obligar al agente a indicar de d\u00f3nde saca la informaci\u00f3n o marcar cuando la confianza es baja.<\/td>\n          <td>Legal, m\u00e9dico, financiero, anal\u00edtica cr\u00edtica.<\/td>\n        <\/tr>\n        <tr>\n          <td>4. Validaci\u00f3n autom\u00e1tica<\/td>\n          <td>Cruzar datos con APIs, ERPs o CRMs antes de mostrarlos (precios, stock, plazos, importes).<\/td>\n          <td>eCommerce, log\u00edstica, banca, reservas, cualquier dato sensible.<\/td>\n        <\/tr>\n        <tr>\n          <td>5. Segundo modelo como revisor<\/td>\n          <td>Usar un \u201cagente auditor\u201d que revise la respuesta del principal, detecte incoherencias y fuerce correcciones.<\/td>\n          <td>Casos de alto impacto econ\u00f3mico o reputacional.<\/td>\n        <\/tr>\n        <tr>\n          <td>6. Human-in-the-loop<\/td>\n          <td>Definir cu\u00e1ndo una persona debe revisar o aprobar la respuesta antes de enviarla.<\/td>\n          <td>Salud, legal, cr\u00e9dito, seguros, comunicaciones p\u00fablicas sensibles.<\/td>\n        <\/tr>\n        <tr>\n          <td>7. Monitorizar y aprender de errores<\/td>\n          <td>Registrar casos problem\u00e1ticos y ajustar prompts, reglas, fuentes y configuraci\u00f3n.<\/td>\n          <td>Cualquier sistema en producci\u00f3n con tr\u00e1fico real.<\/td>\n        <\/tr>\n      <\/tbody>\n    <\/table>\n  <\/div>\n\n  <p style=\"font-size: 18px !important; color: #f2f4f8 !important;\">\n    Cuando combinas estas piezas con un buen dise\u00f1o de agentes, las alucinaciones en inteligencia artificial dejan de ser una ruleta rusa\n    y pasan a ser un riesgo gestionado.\n  <\/p>\n\n  <!-- 6. RAG -->\n  <h2 id=\"rag\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    6. RAG: el aliado imprescindible contra las alucinaciones\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    <strong>RAG (Retrieval Augmented Generation)<\/strong> es, probablemente, la herramienta m\u00e1s importante hoy para construir agentes confiables.\n  <\/p>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    En lugar de confiar solo en lo que \u201crecuerda\u201d el modelo:\n  <\/p>\n  <ul class=\"wp-block-list\">\n    <li>Busca en tus documentos, wikis internas, bases de datos o repositorios verificados.<\/li>\n    <li>Selecciona los fragmentos relevantes.<\/li>\n    <li>Genera la respuesta apoy\u00e1ndose en ese contenido, no en suposiciones.<\/li>\n  <\/ul>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    En sectores sensibles, es la diferencia entre un asistente simp\u00e1tico y un sistema que puedes ense\u00f1ar en un comit\u00e9 de riesgos sin sudar.\n  <\/p>\n\n  <!-- 7. Buenas pr\u00e1cticas -->\n  <h2 id=\"buenas-practicas\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    7. Buenas pr\u00e1cticas para equipos y empresas\n  <\/h2>\n  <ul class=\"wp-block-list\">\n    <li>Define el caso de uso y el alcance del agente antes de elegir modelo.<\/li>\n    <li>Conecta el agente a fuentes internas actualizadas y controladas.<\/li>\n    <li>Permite que el sistema diga \u201cno tengo datos suficientes\u201d en vez de inventar.<\/li>\n    <li>Implementa revisi\u00f3n humana donde una respuesta incorrecta pueda causar da\u00f1o.<\/li>\n    <li>Mide: errores detectados, escalados a humano, feedback de usuarios, etc.<\/li>\n  <\/ul>\n\n  <!-- 8. Contexto legal -->\n  <h2 id=\"contexto-legal\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    8. Contexto legal y responsabilidad en 2025\n  <\/h2>\n  <p style=\"font-size: 20px !important; color: #ffffff !important;\">\n    La <strong>EU AI Act<\/strong> y otras normativas dejan claro que \u201clo dijo la IA\u201d no es excusa.\n    Si tu empresa usa sistemas de IA para informar, recomendar o decidir, sigues siendo responsable del resultado.\n  <\/p>\n  <ul class=\"wp-block-list\">\n    <li>Obligaci\u00f3n de informar al usuario cuando interact\u00faa con una IA.<\/li>\n    <li>Requisitos de trazabilidad, supervisi\u00f3n y gesti\u00f3n de riesgos en sistemas de alto impacto.<\/li>\n    <li>Expectativa de controles razonables para evitar da\u00f1os por salidas enga\u00f1osas.<\/li>\n  <\/ul>\n\n  <!-- 9. FAQ -->\n  <h2 id=\"faq\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    9. Preguntas frecuentes\n  <\/h2>\n\n  <h3 class=\"faq-question\" style=\"color: #ffffff;\">\u00bfSe pueden eliminar por completo las alucinaciones en inteligencia artificial?<\/h3>\n  <p>No al 100%. Pero con RAG, validaci\u00f3n, l\u00edmites claros y supervisi\u00f3n humana se pueden reducir a niveles muy bajos y aceptables para la mayor\u00eda de usos.<\/p>\n\n  <h3 class=\"faq-question\" style=\"color: #ffffff;\">\u00bfLa IA \u201cmiente\u201d cuando alucina?<\/h3>\n  <p>No act\u00faa con intenci\u00f3n. Completa patrones. Por eso es clave permitirle decir \u201cno lo s\u00e9\u201d y dise\u00f1ar el sistema para que no responda fuera de su \u00e1mbito.<\/p>\n\n  <h3 class=\"faq-question\" style=\"color: #ffffff;\">\u00bfEs buena idea usar un agente de IA en atenci\u00f3n al cliente?<\/h3>\n  <p>S\u00ed, siempre que trabaje con informaci\u00f3n oficial, conectada a tus sistemas, y puedas escalar f\u00e1cil a una persona cuando la consulta lo requiera.<\/p>\n\n  <h3 class=\"faq-question\" style=\"color: #ffffff;\">\u00bfCu\u00e1ndo es obligatorio tener revisi\u00f3n humana?<\/h3>\n  <p>Siempre que una respuesta pueda impactar en salud, reputaci\u00f3n, dinero de clientes o cumplimiento normativo. Ah\u00ed la IA ayuda, pero no decide sola.<\/p>\n\n  <!-- 10. \u00daltimas entradas -->\n  <h2 id=\"ultimas\" style=\"border-bottom: 2px solid #e74266; padding-bottom: 5px; color: #ffffff;\">\n    10. \u00daltimas entradas en AgentzIA\n  <\/h2>\n  <ul class=\"wp-block-list\">\n    <li><a href=\"https:\/\/agentzia.es\/eu\/ia-pagos-chatgpt-paypal-perplexity-visa-mastercard\/\" target=\"_blank\" rel=\"noopener noreferrer\">IA + Pagos: alianzas estrat\u00e9gicas del comercio ag\u00e9ntico<\/a><\/li>\n    <li><a href=\"https:\/\/agentzia.es\/eu\/?p=1075\" target=\"_blank\" rel=\"noopener noreferrer\">Agentes de IA explicados: c\u00f3mo funcionan y en qu\u00e9 pueden ayudarte<\/a><\/li>\n    <li><a href=\"https:\/\/agentzia.es\/eu\/?p=1069\" target=\"_blank\" rel=\"noopener noreferrer\">\u00bfQu\u00e9 es Quantum AI? La revoluci\u00f3n que viene<\/a><\/li>\n    <li><a href=\"https:\/\/agentzia.es\/eu\/?p=1068\" target=\"_blank\" rel=\"noopener noreferrer\">Introducci\u00f3n a la Inteligencia Artificial Cu\u00e1ntica<\/a><\/li>\n    <li><a href=\"https:\/\/agentzia.es\/eu\/?p=1074\" target=\"_blank\" rel=\"noopener noreferrer\">C\u00f3mo elegir buenos temas para tu blog sobre IA<\/a><\/li>\n  <\/ul>\n\n<\/div>","protected":false},"excerpt":{"rendered":"<p>Alucinaciones en inteligencia artificial: qu\u00e9 son, por qu\u00e9 ocurren y c\u00f3mo prevenirlas Tiempo estimado de lectura: 7 minutos Las alucinaciones en inteligencia artificial no son ciencia ficci\u00f3n: son esos momentos en los que un modelo de IA se inventa datos, citas o casos con total seguridad. En esta gu\u00eda te explico, de forma clara y [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":1264,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[7],"tags":[],"class_list":["post-1263","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/posts\/1263","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/comments?post=1263"}],"version-history":[{"count":4,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/posts\/1263\/revisions"}],"predecessor-version":[{"id":1269,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/posts\/1263\/revisions\/1269"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/media\/1264"}],"wp:attachment":[{"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/media?parent=1263"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/categories?post=1263"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/agentzia.es\/eu\/wp-json\/wp\/v2\/tags?post=1263"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}