Aunque la inteligencia artificial avanza con rapidez y sus modelos son cada vez más capaces, nuevos datos muestran que no todos mejoran por igual en precisión. Según el ranking de Vectara, varias IA líderes como Google Gemini 2.0 o Vectara Mockingbird han logrado tasas de alucinación inferiores al 1%. En cambio, los modelos más recientes de OpenAI, como o3 y o4-mini, presentan resultados preocupantes en este aspecto.

El término “alucinación” en IA se refiere a respuestas falsas que el modelo entrega con seguridad, aunque sean incorrectas. Y aunque se pensaba que este problema iba en aumento generalizado, los datos más recientes indican lo contrario: la mayoría de los modelos han reducido significativamente sus errores, excepto algunos de OpenAI y DeepSeek.

El caso más preocupante es el modelo o3 de OpenAI, que registra una tasa de alucinación del 6.8%, según el académico Ethan Mollick. Esto contrasta con el desempeño de competidores como Google, cuyos modelos mantienen errores por debajo del 1%. DeepSeek R1 incluso supera el 14%, liderando en alucinaciones no deseadas.

Esto plantea una paradoja: los modelos diseñados para realizar tareas complejas —como los de OpenAI— son también los más propensos a equivocarse. Aunque OpenAI reconoce el problema y trabaja en soluciones, estos hallazgos muestran que lograr una IA más inteligente no siempre significa hacerla más confiable.

¿Crees que los modelos deben priorizar potencia o precisión? Cuéntanos en los comentarios.