Un modelo de lenguaje no «busca» una fuente como harías tú en un buscador. Primero genera la respuesta que le parece más plausible con lo que ya sabe, y solo cuando tiene activada una función de consulta en tiempo real, va a comprobar y enlazar algo parecido a lo que acaba de decir.
¿Qué pasa dentro de un modelo cuando le haces una pregunta?
Cuando escribes una pregunta, el modelo no consulta una base de datos como una biblioteca. Ha sido entrenado leyendo enormes cantidades de texto, y a partir de esa lectura aprendió qué palabras suelen seguir a qué otras palabras en un contexto determinado. Responde generando esa continuación más probable, palabra a palabra.
Esto significa que, en su forma más básica, el modelo no recuerda de dónde sacó cada dato concreto. Sabe que Madrid es la capital de España porque ha visto esa frase muchas veces en su entrenamiento, no porque tenga guardada la fuente exacta de esa afirmación.
¿De dónde salen entonces los enlaces que a veces te enseña?
Herramientas como ChatGPT, Gemini o Perplexity añaden un segundo paso cuando lo necesitan: antes de responder, hacen una búsqueda real en internet, leen varios resultados y después redactan la respuesta apoyándose en lo que acaban de leer. Ahí sí hay una fuente concreta detrás de cada enlace que te muestran.
Ese segundo paso es el que te permite aparecer citado con un enlace clicable. Sin él, el modelo solo puede mencionarte de memoria, con lo que recuerda de su entrenamiento, que puede estar desactualizado o mezclado con otras fuentes.
¿Por qué a veces te cita bien y otras veces se inventa algo sobre ti?
Cuando el modelo responde solo de memoria, reconstruye lo que le parece más coherente con el patrón que ha aprendido, no lo que es literalmente cierto. Si tu información aparece de forma clara y repetida en muchas fuentes, esa reconstrucción se acerca mucho a la realidad. Si aparece poco, de forma confusa o contradictoria, el modelo rellena huecos con lo más probable, y ahí es donde se inventa datos sin darse cuenta de que lo está haciendo.
Esto no es mentira intencionada, es una limitación de cómo funciona. El modelo no distingue entre lo que sabe con certeza y lo que suena a lo que debería decir en ese momento, y por eso conviene verificar siempre lo que te cuenta sobre alguien, incluido tú mismo.
¿Qué hace que un modelo prefiera citarte a ti y no a otro?
Cuando el modelo hace esa búsqueda en tiempo real, tiende a apoyarse en las páginas que responden la pregunta de forma directa y concreta, sin rodeos. Un texto que explica algo con claridad, con datos verificables y sin ambigüedad, es más fácil de aprovechar como respuesta que un texto largo donde la idea central está enterrada en el párrafo doce.
También pesa la coincidencia entre fuentes. Si varias páginas distintas cuentan lo mismo sobre un tema con las mismas cifras, el modelo gana confianza en esa información y la usa con más soltura. Si cada fuente lo cuenta distinto, prefiere no arriesgarse a citar ninguna con seguridad.
Por eso conviene estructurar lo que escribes de forma que una sola idea concreta pueda sostenerse sola, sin depender de que el modelo entienda diez párrafos de contexto para citarla bien. Cuanto más autónoma es una frase con datos verificables, más fácil resulta que un modelo la use tal cual, en vez de resumirla y perder matices importantes por el camino, o de mezclarla con lo que ha leído en otra fuente distinta sobre el mismo tema.
¿Esto cambia cómo deberías escribir para que te citen?
No hace falta escribir pensando en trucos. Hace falta escribir con la misma claridad que usarías si tuvieras que explicarle algo a alguien que solo va a leer un párrafo tuyo y ya. Responde la pregunta central en las primeras frases, usa datos concretos y no dejes que la idea principal dependa de que el lector llegue hasta el final.
Esa manera de escribir ya funcionaba bien para lectores humanos antes de que existieran estos modelos. Ahora, además, resulta que es la que mejor entienden las máquinas, lo cual dice algo interesante: escribir claro nunca ha dejado de ser lo correcto, solo hemos tardado en darnos cuenta de que también compensa técnicamente.
Ya hablé de los límites de lo que una máquina puede o no puede hacer con el lenguaje en otro artículo sobre lo que la Inteligencia Artificial nunca podrá entender del todo, y viene bien tenerlo presente antes de dar por hecho que un modelo sabe algo con la misma certeza que una persona.
Sobre el autor
Javier G. Amblar es exprofesor asociado del IE Business School y consultor con 27 años de experiencia. Ha formado a más de 33.000 profesionales en 55 países, dirige un canal de YouTube con más de 368.000 suscriptores y su comunidad en línea supera las 500.000 personas. Más en consultoria.uno.
