La inteligencia artificial se ha posicionado como una de las herramientas más revolucionarias de los últimos años. Las principales empresas tecnológicas se han puesto de acuerdo para el lanzamiento de su propio chatbot de IA con el principal objetivo de optimizar nuestras tareas y simplificar aún más ciertos procesos que en condiciones normales tardaríamos más tiempo de lo debido. Sin embargo, un nuevo estudio ha vuelto a poner sobre la mesa la duda de su eficacia.
Nos encontramos en plena guerra de IA generativa. Google, OpenAI o Microsoft han estado poniendo todo de su parte para no quedarse atrás y ofrecer soluciones innovadoras que nos hagan la vida un poco más fácil. Una de las principales aplicaciones en dar el salto al mundo de los modelos de lenguaje (LLM) y de la generación de texto automático fue ChatGPT. A partir de ahí, fueron surgiendo las demás, como Gemini, Copilot o Grok, entre otras.
Pese a que ya se han establecido sistemas más avanzados, como creación de imágenes, vídeo o voz, todavía son demasiado primerizos, ya que están continuamente en desarrollo. Debido a esta situación, los expertos no han dudado en someterles a duras pruebas de rendimiento.
Los protagonistas del experimento
El medio periodístico The Conversation recurrió a los chatbots de IA para solicitar información acerca de noticias recientes de diferente temática. El artículo en cuestión, publicado el 11 de enero de 2026, se centra en conocer si estas aplicaciones son realmente útiles. Para ello, la base del experimento consistía en realizar una serie de preguntas cada mañana durante el mes de septiembre para saber la información más importante de Quebec, una región situada al este de Canadá.
Entre los servicios de pago que probó se incluían:
- Gemini 2.5 Pro
- ChatGPT (GPT-5 Auto)
- Copilot (arquitectura GPT-4)
- Grok
- Claude (Sonnet 4.5)
- DeepSeek
- Aria
Las condiciones que estableció a cada uno de los chatbots reflejaban la solicitud de las cinco noticias más relevantes de la ciudad canadiense, que las ordenaran por orden de importancia y que se resumieran en tres frases.
Este fue el resultado
El periodista consiguió obtener un total de 839 respuestas y esperaba que la información se transfiriera a través de medios de comunicación. Para su sorpresa, el 18 % de los casos no fue así y los datos se extrajeron de webs gubernamentales, grupos de presión o, lo que es peor, fuentes totalmente inventadas, como examplefictif.ca. Asimismo, en el 47 % de los casos los resúmenes resultaban precisos, mientras que poco más del 45 % las resoluciones no fueron del todo correctas.
El peor de los fallos lo cometió Grok. En concreto, la plataforma de la red social X transgiversó varios ejemplos. En uno de ellos cometió el error de afirmar en uno de los resultados que unos solicitantes de asilo fueron maltratados al ser enviados de Montreal a Chibougamau, y que la mayoría regresó rápidamente. Pero en realidad ocurrió todo lo contrario. La noticia en la que se basó forma parte de un artículo de La Presse del 13 de septiembre de 2025, donde se indica que el viaje fue un éxito y 19 de las 22 personas que huyeron de su país encontraron trabajo.
En cuanto a los competidores de Elon Musk, no se han presentado demasiadas incoherencias, aunque sí algunas inexactitudes y contenido redundante, como es el caso de ChatGPT y DeepSeek. El primero afirmó que Mark Carney es el primer ministro federal más popular de Quebec, cuando realmente es el único. En el segundo caso, se informó que la temporada de manzanas en Quebec había concluido, cuando todavía no había terminado.
Conclusiones de la investigación
En algunas ocasiones pueden resaltarse argumentos que nunca han sido concebidos por fuentes humanas y, por ende, no suelen ser los correctos. Ciertamente, esto puede suscitar muchos interrogantes. Se crean razonamientos que no existen o que directamente aparecen como inventados. Otras veces, pueden llegar a mezclar información mediante la recopilación de datos de Internet. De hecho, el investigador asegura que «estas conclusiones generativas parecen generar debates inexistentes y podrían representar un riesgo de desinformación«.
Por consiguiente, recalca que las herramientas de IA generativa no se basan en hechos y que habrá que esperar en un futuro a que esto ocurra. Hasta entonces, si vas a hacer uso de los chatbots como fuente de información fiable, deberás ser precavido.