Pregúntale a ChatGPT por tu empresa y hay una posibilidad real de que afirme algo falso con total seguridad. Un precio equivocado, un fundador que nunca trabajó allí, un producto que no vendes o una insinuación directa de que «esto es una estafa». Eso es una alucinación de la IA, y cuando le toca a tu marca es un problema de reputación, no una curiosidad anecdótica. La solución no es esperar a que los modelos mejoren, sino controlar lo que leen sobre ti.
Lo que debes recordar
- Una alucinación de IA es información falsa que un modelo de lenguaje genera y presenta como un hecho: es un efecto estructural de la tecnología, no un error que un parche vaya a eliminar.
- Los modelos alucinan donde escasean los datos de entrenamiento, y para casi cualquier empresa ese vacío es su propia marca. En 2024, Air Canada fue condenada a pagar 650,88 dólares canadienses por una tarifa que inventó su propio chatbot.
- El registro judicial de Damien Charlotin ya sumaba más de 1.860 resoluciones por citas inventadas en agosto de 2026. En España, un tribunal multó a un abogado con 420 euros en febrero de 2026 por apoyarse en 48 sentencias que la IA se había inventado.
- No existe un botón para borrar: corregir pasa por tus páginas canónicas, luego por las fuentes de terceros que el motor cita y, por último, por un nuevo rastreo.
- Si la IA inventa datos sobre una persona identificable, el RGPD (artículos 16 y 17) te permite pedir al proveedor la rectificación o la supresión de esos datos y, si no responde en un mes, reclamar ante la AEPD.
Qué es una alucinación de IA
Una alucinación de IA se produce cuando un modelo genera información falsa o inventada y la presenta como un hecho. La causa es estructural: un modelo de lenguaje de gran tamaño (LLM) predice el texto más probable, no verifica la verdad. La propia investigación de OpenAI lo plantea sin rodeos: los modelos «adivinan» porque su entrenamiento y su evaluación premian responder con seguridad en lugar de admitir la incertidumbre.
Así que una alucinación no es un fallo que un parche vaya a corregir. Es un efecto secundario de cómo funciona la tecnología, lo que significa que el trabajo no consiste en esperar a que se resuelva, sino en reducir tu exposición. Para entender los mecanismos por los que la búsqueda con IA recupera y redacta sus respuestas, consulta cómo funciona la búsqueda con IA.
Por qué la IA se equivoca precisamente con tu marca
Las alucinaciones se concentran exactamente allí donde los datos de entrenamiento son escasos, y para la mayoría de las empresas ese punto ciego es su propia marca. El modelo ha visto una enorme cantidad de texto sobre «software de gestión de proyectos» en general, pero muy poco sobre tu producto concreto. Cuando le preguntan, rellena el hueco con conjeturas verosímiles tomadas de la competencia y de las convenciones del sector. Es el mismo efecto de entidad parcialmente conocida que se explica en cómo funciona Claude, y tiene su origen en cómo razonan realmente los modelos de IA por dentro: la respuesta se ensambla con los conceptos que el modelo guarda sobre ti, incluidos los escasos o los equivocados.
Esa tendencia está bien documentada en los estudios sobre citas, donde los modelos inventan datos concretos con aplomo. Un estudio de 2023 publicado en Cureus analizó 115 referencias generadas por GPT-3.5: el 47 % estaban completamente inventadas y otro 46 % remitían a una fuente real pero con datos erróneos, y solo un 7 % resultaban auténticas y exactas a la vez. Un estudio de 2024 en el JMIR midió tasas parecidas: GPT-4 alucinó el 28,6 % de las referencias y GPT-3.5 el 39,6 %. Las herramientas conectadas a la búsqueda no salen mucho mejor paradas: cuando el Tow Center for Digital Journalism (Universidad de Columbia) puso a prueba ocho motores de búsqueda con IA en marzo de 2025, dándole a cada uno un extracto de un artículo real y pidiéndole el titular, el medio, la fecha y la URL, los motores fallaron en más del 60 % de las 1.600 consultas, y Perplexity, el más preciso de los ocho, aún se equivocó en el 37 % de los casos. Los modelos más recientes alucinan menos, y la propia OpenAI lo admite, pero el fallo persiste: en la versión más exigente de la clasificación de alucinaciones de Vectara, la de documentos largos presentada en noviembre de 2025, modelos punteros como GPT-5 y Claude Sonnet 4.5 seguían produciendo afirmaciones sin respaldo en más del 10 % de los resúmenes que escribían a partir de documentos que se les entregaban. Las referencias son simplemente algo fácil de comprobar; el mismo mecanismo se aplica a los datos sobre tu negocio, porque la propia explicación de OpenAI es que los hechos raros se adivinan, y cómo cita ChatGPT sus fuentes desglosa exactamente dónde se rompen sus citas.
La conclusión incómoda: cuanto más nicho sea tu marca o menos se haya escrito sobre tus directivos, más probable es que la IA invente detalles, porque la rareza es justo donde la recuperación de información falla y el sistema tiende a adivinar.
Las alucinaciones de marca más frecuentes
Algunos patrones se repiten una y otra vez cuando la IA se equivoca con una empresa:
- Precios o planes equivocados presentados como vigentes, cuando las cifras cambiaron hace meses.
- Personas inventadas o mal atribuidas: un fundador, un director ejecutivo o un «responsable de» que nunca ocupó el cargo.
- Confusión con la competencia, cuando el modelo mezcla las funciones, las reseñas o los incidentes de un rival con tu marca porque no logra separar con nitidez dos empresas parecidas.
- Alianzas, premios o certificaciones inventados que suenan verosímiles para tu sector, pero que nunca existieron.
- Un veredicto equivocado sobre tu legitimidad, cuando una respuesta se apoya en reclamaciones antiguas e insinúa que no eres de fiar.
El hilo común es que la exactitud falla exactamente allí donde el modelo carece de una fuente clara y con autoridad. Cada tipo es síntoma de la misma carencia, y todos se corrigen de la misma forma: darle al modelo una versión correcta e inequívoca que recuperar.
El costo real (no es hipotético)
Cuando la IA inventa algo sobre tu marca, el riesgo reputacional y jurídico es real. En el caso Moffatt contra Air Canada, un tribunal declaró responsable a la aerolínea después de que el chatbot de su sitio web le prometiera a un pasajero una política de tarifas por duelo que no existía. Air Canada alegó que el bot era «una entidad separada» responsable de sus propias respuestas. El tribunal rechazó el argumento y la condenó a pagar 650,88 dólares canadienses: respondes de lo que afirma tu IA.
El fenómeno está documentado a gran escala. La base de datos de referencia de Damien Charlotin (HEC Paris), la AI Hallucination Cases database, registraba más de 1.860 decisiones judiciales ligadas a citas inventadas u otro material alucinado a fecha de agosto de 2026. Más de 700 corresponden a abogados, profesionales que confiaron en una respuesta segura y lo pagaron en público; el resto son en su mayoría litigantes sin representación, que tenían aún menos motivos para dudar. Las sanciones económicas también son reales: en una resolución del Noveno Circuito publicada en junio de 2026, dos abogados (Mike Singh Sethi y William Rounds) fueron sancionados con 2.500 dólares cada uno y suspendidos seis meses por presentar escritos con casos inexistentes y citas mal atribuidas; el tribunal precisó que da lo mismo que la invención venga de una herramienta de IA o de la «inteligencia natural» del propio abogado.
En España el fenómeno ya ha llegado a los tribunales. El Tribunal Superior de Justicia de Canarias multó en febrero de 2026 con 420 euros a un abogado por citar en un recurso 48 sentencias inexistentes sugeridas por una IA generalista, al no haberlas contrastado en la base oficial CENDOJ. El mensaje es idéntico al de Norteamérica: respondes de lo que tu IA afirma.
Para muchas marcas el daño es más silencioso, pero igual de costoso: una respuesta de IA que solo resume reclamaciones antiguas, un chatbot que recomienda a un competidor o una respuesta que pone en duda tu legitimidad. Puede que el cliente nunca vea tu versión, porque la respuesta le llegó antes de que visitara tu sitio.
Cómo verificamos este artículo
Los tribunales que sancionan citas fabricadas por IA han sido tajantes: usar IA está bien, pero verificar lo que produce es un deber que no se delega, y aplicamos esa regla a nuestro propio contenido. Una alucinación en un artículo sobre alucinaciones sería su propia clase de fracaso.
Por eso cada estudio, cada porcentaje y cada caso judicial de este artículo está documentado en un registro de evidencias por afirmación que anota la fuente primaria y la línea exacta en la que se apoya. Una comprobación automática impide publicar salvo que cada afirmación esté respaldada por esa prueba o descartada de forma deliberada con un motivo declarado, y la lista de afirmaciones se extrae del artículo terminado, no la elige quien escribe, lo que impide acotar sin avisar lo que se comprueba. Después, un panel de modelos de IA independientes, ninguno de los cuales redactó el texto, vuelve a contrastar cada afirmación con su fuente original, y cuando esa revisión detecta algo, otros dos modelos auditan el resultado antes de publicar. Es la misma disciplina que te recomendamos para tu marca: pon los datos correctos al alcance de cualquiera y no publiques ninguna afirmación formulada con seguridad sin comprobarla.
Cómo descubrir qué dice la IA sobre ti
No puedes arreglar lo que no ves, y no hay un servicio de atención al que acudir. No existe un portal de corrección universal en OpenAI, Google ni Anthropic; el formulario de privacidad de OpenAI solo cubre afirmaciones inexactas sobre personas físicas (útil si la IA inventa algo sobre tu fundador), y los botones de valoración de los motores señalan una mala respuesta sin garantizar un arreglo. Así que la primera tarea es vigilar, y la versión estructurada de esa tarea es una auditoría de visibilidad en IA.
Lanza las preguntas que de verdad hacen tus clientes en ChatGPT, Perplexity y las Vistas creadas con IA (AI Overviews) de Google, y anota lo que devuelven:
- Prompts directos de marca: «¿Qué es [marca]? ¿Quién la fundó? ¿Cuánto cuesta?».
- Prompts de categoría: «mejores herramientas de [tu categoría]» y «¿[marca] es de fiar / vale la pena?».
- Prompts de comparación: «[marca] frente a [competidor]».
Según nuestra experiencia con las auditorías de Geotoolbox, el dato equivocado casi siempre es uno que la marca no sabía que circulaba; los equipos lo descubren solo cuando un cliente potencial se lo repite. Anota dónde falla la respuesta, dónde no apareces y qué fuentes cita el motor. Una sola comprobación es una foto fija; el valor está en seguirla en el tiempo para detectar una alucinación nueva antes que tus clientes. Un GEO Scan registra palabra por palabra la respuesta que da cada motor a tus prompts, y ese historial es lo que convierte los controles manuales en una base de referencia continua.
En España: las Vistas creadas con IA de Google llegaron a España en marzo de 2025, y el Modo IA (respuestas redactadas por Gemini) se desplegó a partir del 8 de octubre de 2025. Los usuarios españoles ya ven un resumen escrito por IA en lo alto de los resultados de búsqueda, con los mismos riesgos de alucinación descritos aquí, dentro del buscador que usan a diario. Es justo el momento de poner en marcha una vigilancia estructurada.
Cómo reducir las alucinaciones sobre tu marca
No puedes editar el modelo, pero sí cambiar lo que lee. Las alucinaciones sobre tu marca nacen de huecos en los datos y de señales débiles, así que la solución es hacer que la verdad sobre tu marca sea imposible de pasar por alto y coherente en todas partes. Es el mismo trabajo que, de entrada, hace que consigas citas de IA.
| Por qué se equivoca la IA | Qué corregir |
|---|---|
| Datos de marca escasos o incoherentes | Refuerza la claridad de entidad: un nombre, una dirección y una descripción coherentes; marcado Organization; enlaces sameAs hacia tus perfiles verificados |
| Ninguna fuente con autoridad para un dato | Expón el precio, la dirección y las características del producto con claridad en tus propias páginas, para que exista una fuente canónica que citar |
| El dato solo existe en tu sitio | Consigue corroboración: descripciones coherentes en Wikipedia/Wikidata (si cumples los requisitos), Crunchbase, LinkedIn y en medios de referencia |
| Los rastreadores no alcanzan la información actual | Asegúrate de que los rastreadores de IA pueden recuperar y renderizar tus páginas actualizadas, para que lo que se recupere sean los datos vigentes |
Esto coincide con lo que Google indica en su documentación sobre las funciones de IA: las respuestas de IA se nutren del índice normal de la Búsqueda, y el contenido estándar, útil y bien estructurado es la vía para influir en ellas. No hay ningún atajo especial; se trata de hacer que la versión correcta de los datos sea la más fácil de encontrar para el modelo. El manual completo está en cómo optimizar para la búsqueda con IA, y una entidad SEO clara es la parte que más importa aquí.
Cómo corregir una alucinación que ya está publicada
No hay un botón para retirar contenido, por lo que la corrección es indirecta: arregla las fuentes que el sistema puede recuperar y luego espera a un nuevo rastreo o reindexación o, para los datos incrustados en los pesos del modelo, a una futura actualización. Decirle al chatbot «eso es falso» puede afectar a esa conversación, pero no es un mecanismo de corrección público confiable.
El arreglo duradero tiene tres partes, por orden:
- Actualiza la fuente canónica. Expón el dato correcto con claridad en tu propia página.
- Corrige las fuentes de terceros citadas. Las páginas que el motor cita de verdad suelen pesar más que tu propio sitio, de modo que el dato antiguo también tiene que corregirse allí.
- Espera al nuevo rastreo. El plazo depende de dónde viva el dato equivocado: los motores que recuperan páginas en tiempo real (Vistas creadas con IA, Perplexity, ChatGPT con búsqueda) reflejan las páginas corregidas y vueltas a rastrear antes que los cambios en los datos de entrenamiento, pero el plazo varía de días a meses según el motor y la página, mientras que un dato incrustado en el entrenamiento tarda meses en cambiar, hasta la siguiente actualización. Si el dato equivocado persiste, suele significar que una fuente de terceros citada sigue con la versión antigua, o que tus señales de fundamentación son más débiles que la fuente en la que el modelo confía.
Preguntas frecuentes
¿Por qué se equivoca la IA con mi empresa?
Una prueba práctica: cuanto más difícil sea encontrar una respuesta escrita de una fuente de terceros a una pregunta sobre tu empresa, más probable es que la IA se la invente. Si un periodista no pudiera verificar tu precio o la biografía de tu fundador a partir de fuentes públicas en cinco minutos, un modelo tampoco podrá, y a diferencia del periodista no te llamará para comprobarlo.
¿Cómo corrijo lo que ChatGPT dice de mi negocio?
Empieza con un plan de 30 días: la primera semana, publica páginas canónicas para los datos en los que la IA se equivoca (precio, dirección, nombres de producto); la segunda semana, alinea tus fichas de Wikidata, Crunchbase y LinkedIn para que coincidan; la tercera y la cuarta semana, pide correcciones en las páginas concretas de terceros que los motores citan. Luego vuelve a lanzar tus prompts y compara.
He actualizado mi sitio web. ¿Por qué la IA sigue equivocándose y cuánto tardará en arreglarse?
Averigua ante qué tipo de retraso estás. Si el motor cita una página de terceros, actualizar tu sitio no lo arreglará: la que tiene que cambiar es la página citada. Si cita una página tuya desactualizada, pide un nuevo rastreo donde sea posible: Search Console para Google, Bing Webmaster Tools/IndexNow para las superficies basadas en Bing, y asegúrate de que OAI-SearchBot puede rastrear las páginas que quieres que sean aptas para aparecer en ChatGPT con búsqueda. Así, la corrección puede llegar antes, sin tener que esperar meses a una actualización de los datos de entrenamiento.
¿Puedo denunciar o eliminar una alucinación?
Sobre afirmaciones acerca de una persona, sí en parte: OpenAI acepta solicitudes de rectificación y eliminación de datos personales inexactos a través de su portal de privacidad, que cubre a un fundador o directivo inventado. Sobre la empresa en sí (persona jurídica) no hay un canal de corrección: la vía práctica es arreglar las fuentes subyacentes.
Si la alucinación afecta a una persona identificable, en la UE tienes una palanca adicional: el RGPD te ampara para pedir la corrección de datos personales inexactos (artículo 16, rectificación) o su eliminación (artículo 17, supresión). El mecanismo tiene dos pasos: primero ejerces el derecho ante el responsable del tratamiento (OpenAI, Google) y lo dejas documentado; si no responde en un mes o la respuesta no te satisface, presentas una reclamación ante la Agencia Española de Protección de Datos (AEPD), que incluso ha publicado una guía específica de adecuación del RGPD para tratamientos con IA. Una precisión importante: «suprimir» un dato de los pesos de un modelo no es como borrar una fila de una base de datos; en la práctica el proveedor filtra la salida o excluye el dato de futuros entrenamientos más que borrarlo de raíz. Fuera de España, cada país tiene su propia autoridad de protección de datos con competencias equivalentes.
¿Puedo demandar por lo que la IA dice de mi marca?
Es un terreno poco explorado y, de momento, difícil de ganar. En el caso Walters contra OpenAI, una demanda estadounidense por difamación a causa de una afirmación fabricada por ChatGPT fue desestimada en 2025, en parte porque OpenAI mostraba avisos sobre posibles errores y no se probó un daño real. Air Canada, en cambio, sí respondió por su propio chatbot, que es distinto de demandar al fabricante de un modelo. Si el perjuicio es significativo, consulta con un abogado especializado.
¿Aparecer primero en Google corrige lo que la IA dice de mí?
No directamente. Posicionar bien ayuda a que tus páginas se recuperen, pero las respuestas de IA también se nutren de señales de terceros y de entidad que pueden imponerse a tu sitio. Hay que cuidar el conjunto, no solo tu posición en los resultados.
Vigila primero, luego corrige las fuentes
No vas a impedir que la IA se equivoque de vez en cuando. Lo que sí controlas es tu exposición: saber qué dice la IA sobre ti, darles a los motores una versión correcta e inequívoca y reparar las fuentes citadas cuando algo falla.
Empieza por ver lo que los motores dicen de verdad. El GEO Scan de Geotoolbox registra palabra por palabra la respuesta que da cada motor a tus prompts de marca (los planes iniciales incluyen 7 días de prueba gratuita; los de nivel superior añaden más motores), y Domain Overview mantiene ese historial en un mismo lugar en los planes superiores, de modo que una respuesta que cambia salta a la vista antes de que un cliente te la repita.
Fuentes
- Moffatt contra Air Canada, 2024 BCCRT 149 - Civil Resolution Tribunal de la Columbia Británica, 2024 -
decisions.civilresolutionbc.ca/crt/crtd/en/item/525448/index.do - Alucinaciones en las referencias generadas por ChatGPT - Bhattacharyya et al., Cureus, 2023 -
cureus.com/articles/158289 - Tasas de alucinación de referencias en GPT-4 y GPT-3.5 - Chelli et al., JMIR, 2024 -
jmir.org/2024/1/e53164 - La búsqueda con IA tiene un problema de citación - Tow Center for Digital Journalism, Columbia Journalism Review, 2025 -
cjr.org/tow_center/we-compared-eight-ai-search-engines-theyre-all-bad-at-citing-news.php - Nueva generación de la clasificación de alucinaciones de Vectara - Vectara, noviembre de 2025 -
vectara.com/blog/introducing-the-next-generation-of-vectaras-hallucination-leaderboard - AI Hallucination Cases database - Damien Charlotin (HEC Paris), 2026 -
damiencharlotin.com/hallucinations - Resolución de sanciones, asunto n.º 24-4790 - Tribunal de Apelaciones del Noveno Circuito de EE. UU., junio de 2026 -
cdn.ca9.uscourts.gov/datastore/opinions/2026/06/03/24-4790.pdf - El TSJ de Canarias multa a un abogado por citar hasta 48 sentencias falsas sugeridas por IA - CGPJ / Poder Judicial, 2026 -
poderjudicial.es - Por qué los modelos de lenguaje alucinan - OpenAI, 2025 -
openai.com/index/why-language-models-hallucinate - Funciones de IA y tu sitio web - Google Search Central -
developers.google.com/search/docs/appearance/ai-features - OpenAI gana la demanda por difamación (Walters contra OpenAI) - Eric Goldman, 2025 -
blog.ericgoldman.org/archives/2025/05/chatgpt-defeats-defamation-lawsuit-over-hallucination-walters-v-openai.htm - El Modo IA de Google llega a España - Google, octubre de 2025 -
blog.google/intl/es-es/productos/la-busqueda-de-google-el-modo-ia-llega-a-espana - Guía de adecuación al RGPD de tratamientos que incorporan IA - Agencia Española de Protección de Datos (AEPD) -
aepd.es