Un análisis reciente advierte que los modelos de lenguaje generan respuestas convincentes sin verificar su veracidad. El desafío vuelve a centrarse en el pensamiento crítico.
La expansión de la inteligencia artificial generativa instaló una nueva forma de ilusión: creer que sabemos porque la IA escribe bien. Los modelos de lenguaje producen respuestas que suenan correctas, pero no están diseñados para comprobar si lo que dicen es verdadero. La frontera entre conocimiento y apariencia se vuelve difusa.
Filósofos como Sócrates diferenciaban el saber de su imitación. La comparación vuelve a escena frente a herramientas capaces de comunicar cualquier contenido sin necesariamente comprenderlo. El riesgo aparece cuando esa capacidad persuasiva se toma como garantía de exactitud.
VIDEO | Luck Ra lanzó “Ladrón” junto a Karina «La Princesita»
Un estudio publicado en PNAS y dirigido por Walter Quattrociocchi evaluó cómo seis modelos de lenguaje construyen sus juicios al analizar información. La investigación comparó sus resultados con los de verificadores humanos utilizando un mismo protocolo. El foco no estuvo en la precisión final, sino en el proceso que utilizan para evaluar.
Las conclusiones señalan que la confianza ciega en la IA genera una falsa sensación de conocimiento. La recomendación es clara: comprender mejor estas herramientas, conocer sus límites y sostener una actitud crítica frente a sus respuestas. Delegar requiere entender la ruta y contar con criterios propios para corroborar.
La respuesta, una vez más, apunta a la educación y al pensamiento crítico. Las ficciones del conocimiento no se corrigen solo con advertencias, sino fortaleciendo la capacidad de analizar, dudar y contrastar. La incógnita persiste: ¿estamos preparados para asumir ese desafío?
Con información de WIRED.
