¿A quién crees: al camarero o al chatbot?

Imagina que tienes alergia al marisco y preguntas en un restaurante si puedes tomar una sopa. El camarero te explica que el caldo contiene un ingrediente que debes evitar. Tú le enseñas el móvil: un chatbot asegura que ese plato no lleva marisco. ¿A quién crees?

La escena parece absurda hasta que comprendemos lo que ofrece la pantalla. Responde sin titubear, formula razones y evita la incomodidad de aceptar que quizá nos habíamos equivocado. El camarero, en cambio, puede hablar deprisa, interrumpir una expectativa y no expresarse con la misma elegancia. La fluidez termina pareciéndose a la autoridad, aunque solo una de las dos fuentes conozca lo que hay en esa cocina.

Cuando la alucinación sale de la pantalla

El 2 de octubre de 2026, The Verge publicó un reportaje sobre profesionales que deben corregir información inventada por sistemas de IA. Recogía, entre otros casos, el de personal de restauración ante clientes que confiaban en ChatGPT para discutir ingredientes o vinos inexistentes, y el de guardas de parques que recibían visitantes con itinerarios imposibles.

La palabra alucinación puede sonar casi inocente, como si la respuesta se quedara dentro de una conversación. No siempre es así. Una afirmación falsa sobre un alérgeno, una ruta o una norma puede convertirse en una decisión material. OpenAI explicaba el 5 de septiembre de 2025 que los modelos pueden producir afirmaciones plausibles pero falsas y que este problema no ha desaparecido con el aumento de sus capacidades. La seguridad verbal no nos dice cuánto contacto tiene la respuesta con el caso real.

El error tampoco termina cuando un profesional lo detecta. Alguien tiene que explicarlo, soportar la desconfianza y, a veces, deshacer un plan construido alrededor de una información que nunca fue comprobada. La IA genera la frase en segundos; el trabajo de reparar sus consecuencias recae sobre una persona que quizá tiene una cola delante o debe evitar que alguien entre en una zona peligrosa.

La confianza depende de lo que cada uno puede saber

No se trata de confiar siempre en el profesional y nunca en la IA. Un camarero puede equivocarse, un mapa oficial puede estar desactualizado y un chatbot puede ayudarnos a detectar una contradicción real. La cuestión es preguntar qué conocimiento tiene cada fuente y qué ha podido comprobar.

Quien trabaja en el restaurante puede consultar la receta utilizada ese día, hablar con cocina o revisar la etiqueta del producto concreto. El chatbot puede ofrecer información general sobre una receta, pero no tiene por qué conocer ese caldo, esa sustitución o ese proveedor. El guarda del parque puede saber que una carretera está cortada esta mañana; una respuesta construida con información antigua puede describir una ruta que ya no existe. El contexto local y actual no es un adorno: a menudo es lo que convierte una respuesta en útil.

Por eso conviene sustituir «¿quién habla con más seguridad?» por otras preguntas: ¿qué has comprobado?, ¿de cuándo es la información?, ¿conoces este caso o estás respondiendo en general?, ¿hay una fuente que pueda abrir? Una buena decisión no exige humillar a ninguna de las partes. Exige distinguir el alcance de lo que cada una sabe.

La pantalla también puede proteger nuestro orgullo

A veces no defendemos la respuesta de la IA porque nos parezca más fiable, sino porque ya hemos organizado algo a partir de ella. Aceptar la corrección implica reconocer que no comprobamos el dato, cambiar de plan o dar la razón a alguien a quien acabamos de contradecir. El chatbot se convierte entonces en un aliado portátil de nuestro orgullo: siempre podemos mostrar la pantalla para no quedarnos solos ante la evidencia.

Esto explica por qué una aclaración factual puede transformarse en una disputa personal. El profesional ya no parece estar corrigiendo una respuesta, sino cuestionando nuestra capacidad para decidir. Y nosotros podemos responder como si admitir un error nos hiciera menos inteligentes. Pero saber más debería mejorar nuestra escucha, no empeorarla. Utilizar una herramienta potente no nos libra de corregirnos; tendría que darnos más recursos para hacerlo bien.

En «La IA te cita un estudio. Ahora comprueba que exista» propongo revisar si una fuente existe y qué respalda realmente. En una cocina o una montaña la lógica es la misma, aunque la comprobación adopte otra forma: mirar la etiqueta, preguntar a quien preparó el plato, consultar el aviso vigente o reconocer que la información disponible no basta.

Reparar el error también es trabajo

Quien corrige una alucinación no solo aporta datos. Tiene que hacerlo sin que la otra persona se sienta atacada, repetir la explicación y asumir el riesgo de que la pantalla conserve más autoridad que su experiencia. Ese trabajo emocional suele permanecer invisible. Medimos el tiempo que la IA ahorra al usuario, pero no siempre contamos el que obliga a invertir a quien debe desmentirla.

La responsabilidad no consiste en prohibir que alguien consulte un chatbot antes de cenar o viajar. Puede ser una primera ayuda para preparar preguntas, conocer riesgos habituales o descubrir qué conviene confirmar. El problema aparece cuando esa primera orientación se presenta como una prueba definitiva frente a quien tiene acceso al contexto real. Una respuesta general puede abrir una conversación; no debería cerrarla.

También los profesionales deben poder explicar en qué basan su corrección. «Porque lo digo yo» no es un argumento suficiente cuando es posible mostrar la receta, el aviso o el mapa actualizado. La autoridad merece confianza cuando acepta rendir cuentas. La IA y la persona pueden ayudarnos a contrastar, pero ninguna etiqueta —ni «experto» ni «inteligencia artificial»— sustituye las razones.

Corregirnos sin convertirlo en una derrota

Escuchar de verdad incluye la posibilidad de que la conversación cambie lo que pensábamos hacer. Si solo atendemos para reunir argumentos con los que responder, no estamos contrastando información: estamos defendiendo una posición. La tecnología puede reforzar ese gesto porque siempre parece ofrecernos otra frase con la que continuar.

Ante una discrepancia entre la pantalla y la persona que conoce el caso, yo empezaría por detenerme. Preguntaría qué se ha comprobado y buscaría la fuente más cercana al hecho. Si hay una alergia, un riesgo físico o una decisión difícil de revertir, la prudencia debe pesar más que el deseo de tener razón. Y si descubrimos que el chatbot se equivocó, podemos corregir el plan sin convertirlo en una humillación.

La guía de inteligencia artificial con criterio humano reúne más situaciones en las que usar bien la IA depende menos de obedecerla o rechazarla que de pensar qué papel debe ocupar. En este caso, puede ayudarnos a preparar la pregunta. La respuesta final necesita, además, realidad, contexto y alguien dispuesto a comprobarlos.

No tenemos que escoger entre creer siempre al camarero o creer siempre al chatbot. Tenemos que aprender a reconocer quién puede saber qué, qué evidencia tiene delante y qué consecuencias tendría equivocarse. La inteligencia no se demuestra defendiendo la primera respuesta que encontramos, sino sabiendo revisarla cuando el mundo nos ofrece una mejor.

Origen y fuentes

Esta entrada adapta mi artículo de LinkedIn «¿A quién crees: al camarero o al chatbot?», publicado el 3 de octubre de 2026. Los hechos se han contrastado con el reportaje de The Verge del 2 de octubre de 2026 y con la explicación de OpenAI sobre las alucinaciones publicada el 5 de septiembre de 2025.