Te acostumbraste a la IA sin saber cómo funciona

Abres el chat, escribes una pregunta y, en un par de segundos, tienes delante una respuesta bien redactada, ordenada y segura de sí misma.

Lo hacemos tantas veces al día que ya ni lo pensamos. Como cuando enchufas el cargador: no te preguntas de dónde viene la corriente, simplemente funciona.

Pero hay una diferencia importante.

El enchufe no se inventa la electricidad. La IA, a veces, sí se inventa la respuesta.

Ya forma parte de lo cotidiano

No es una sensación. En 2025, el 37,9 % de las personas de 16 a 74 años en España usó herramientas de inteligencia artificial generativa en los tres meses anteriores, según el INE. En el conjunto de la Unión Europea fue el 32,7 %, y entre los jóvenes de 16 a 24 años la cifra sube al 63,8 %, según Eurostat.

La adopción ha ido mucho más rápido que la comprensión. Aprendimos a usar la IA antes de entender qué hace por dentro.

Y eso no sería un problema si la herramienta fuese infalible. Pero no lo es.

Qué hace realmente una IA cuando te responde

La explicación corta cabe en una frase: un modelo de lenguaje no busca la respuesta correcta; calcula cuál es la continuación más probable del texto.

Google lo explica en su curso de aprendizaje automático: un modelo de lenguaje estima la probabilidad de que aparezca un token —una palabra, un trozo de palabra o incluso un carácter— dentro de una secuencia más larga. Durante el entrenamiento ha visto cantidades enormes de texto y ha aprendido qué suele venir después de qué.

Cuando le preguntas algo, no consulta una base de datos de verdades comprobadas. Va construyendo la respuesta pieza a pieza, eligiendo en cada paso lo que mejor encaja con todo lo anterior.

Por eso es tan buena redactando, resumiendo o reformulando: domina la forma del lenguaje. Y por eso mismo puede escribir algo falso con la misma fluidez que algo verdadero.

Que una respuesta suene bien no significa que sea cierta. Solo significa que es probable.

Por qué se equivoca con tanta seguridad

A estos errores se les llama alucinaciones: respuestas que suenan plausibles, se presentan con total seguridad y son falsas.

En septiembre de 2025, OpenAI publicó una investigación que explica buena parte del problema con un ejemplo muy reconocible: un examen tipo test.

Si no sabes una respuesta y dejarla en blanco vale cero puntos, te sale a cuenta arriesgar. A veces aciertas por suerte. Los modelos se entrenan y se evalúan de una forma parecida: las pruebas que miden su rendimiento premian acertar, y reconocer «no lo sé» puntúa igual que fallar. El resultado es que el modelo aprende que adivinar compensa más que admitir la duda.

Los propios investigadores reconocen que las alucinaciones siguen siendo un reto fundamental de todos los grandes modelos de lenguaje. Se reducen con cada versión, pero no desaparecen.

Y suelen aparecer en los datos concretos que no siguen ningún patrón —el ejemplo de OpenAI es la fecha de cumpleaños de una persona—: fechas, cifras, nombres o referencias. Justo lo que más solemos copiar sin mirar.

El problema no es que falle. Es que nos acostumbramos

Cualquier herramienta falla. Una calculadora cuando tecleas mal, un GPS que no sabe que han cortado una calle. El riesgo real aparece cuando dejamos de esperar el fallo.

Un estudio de Microsoft Research presentado en la conferencia CHI 2025 encuestó a 319 profesionales que usan IA generativa en su trabajo, que aportaron 936 ejemplos de uso en tareas reales. La conclusión es incómoda: cuanta más confianza tenían en la IA, menos pensamiento crítico aplicaban. Y al revés: quienes más confiaban en su propio criterio eran los que más revisaban.

El mismo estudio describe un cambio interesante. El pensamiento crítico no desaparece, se desplaza: pasamos de producir el trabajo a verificar, integrar y supervisar lo que produce la máquina.

Es la misma idea de la que hablaba en La decisión de ser un humano en la era de la superinteligencia: si dejamos de ejercer una capacidad, esa capacidad se resiente. Y revisar también es una capacidad.

Nos acostumbramos a que funcione. Lo que de verdad necesitamos es acostumbrarnos a corregir lo que no funciona.

Entenderla ya no es opcional (tampoco para las empresas)

Esto no es solo una cuestión de hábitos personales. Desde el 2 de febrero de 2025, el artículo 4 del Reglamento europeo de Inteligencia Artificial obliga a las empresas y profesionales que usan sistemas de IA en su actividad a adoptar medidas de alfabetización en IA para su equipo.

La reforma aprobada en julio de 2026, el llamado Ómnibus Digital sobre IA, mantuvo esa obligación, aunque aclaró que no exige garantizar un nivel concreto de conocimientos a cada persona.

La Comisión Europea pone un ejemplo muy cotidiano en sus preguntas frecuentes: si alguien de tu equipo usa ChatGPT para escribir textos publicitarios o traducir, debería conocer riesgos específicos, como las alucinaciones.

Si tienes un negocio pequeño y usas IA para tus textos, tu atención al cliente o tus redes, la pregunta no es si tu equipo la usa. Es si sabe cuándo no fiarse de ella.

Esto es una explicación divulgativa, no asesoramiento legal. Si tu caso es complejo, consúltalo con un profesional.

Siete hábitos para usar la IA sin dejar de pensar

No hace falta saber programar un modelo de lenguaje para usarlo bien. Basta con cambiar algunos gestos:

1. Pide las fuentes y ábrelas. Si la herramienta no puede decirte de dónde sale un dato, trátalo como una pista, no como un hecho.
2. Desconfía de lo concreto. Cifras, fechas, nombres, citas textuales y enlaces son el terreno favorito de las alucinaciones. Compruébalos uno a uno.
3. Dale permiso para no saber. Añade a tu petición algo como «si no estás seguro, dilo». No elimina el problema, pero reduce la tentación de rellenar huecos.
4. Pregúntale dónde podría estar equivocada. Pedir una respuesta es una cosa; pedirle que señale los puntos débiles de esa respuesta es otra muy distinta.
5. Ve a la fuente primaria. Para datos y normas, el organismo oficial o la documentación original. Un resumen de un resumen no cuenta.
6. Piensa tú primero. Escribe tu idea, tu borrador o tu decisión antes de pedir ayuda, y usa la IA como segunda opinión, no como punto de partida.
7. Ajusta la revisión a lo que te juegas. El asunto de un correo no necesita lo mismo que un dato de salud, una cifra para un cliente o una cláusula de un contrato.

Lo que cambia cuando entiendes la herramienta

No hace falta ser mecánico para conducir. Pero sí conviene saber que el coche frena, que derrapa sobre mojado y que el navegador a veces se equivoca de calle.

Con la IA pasa lo mismo. Saber que predice en lugar de saber, y que está entrenada para responder aunque dude, cambia por completo cómo lees lo que te devuelve.

Pasas de aceptar a revisar. De copiar a decidir.

La pregunta ya no es si vas a usar inteligencia artificial.

Es si vas a acostumbrarte a revisar lo que te da.