Jeffery Battle, veterano de la Fuerza Aérea de Estados Unidos y profesor universitario, demandó a Microsoft el 7 de julio de 2023 porque el resumen que generaba Bing con Inteligencia Artificial al buscar su nombre lo presentaba, sin ninguna separación, como la misma persona que un condenado por terrorismo. El caso se registró como Battle v. Microsoft Corporation en el Tribunal de Distrito de Maryland, causa 1:23-cv-01822. No es el caso de Martin Bernklau con Microsoft Copilot, ya conocido: aquí no hay un periodista confundido con los criminales sobre los que escribía, sino dos hombres que solo comparten nombre y apellido.
¿Qué escribió la Inteligencia Artificial de Bing sobre Jeffery Battle?
Al buscar «Jeffery Battle», el resumen generado por Bing combinaba datos reales del demandante, veterano y profesor, con los de Jeffrey Leon Battle, miembro del grupo conocido como «Portland Seven», condenado en 2003 a dieciocho años de prisión por conspiración sediciosa y por hacer la guerra contra Estados Unidos. El texto usaba una frase de transición del tipo «sin embargo, Battle fue condenado a…», como si ambos hechos pertenecieran a la misma biografía.
No había ninguna indicación de que se tratara de dos personas distintas. Para cualquiera que buscara información sobre el profesor, antes de contratarlo, antes de invitarlo a dar una charla, antes de confiar en él, el resumen contaba una historia falsa con la autoridad de un buscador.
¿Por qué esto no es una alucinación cualquiera?
La Inteligencia Artificial no inventó a Jeffrey Leon Battle de la nada: existe, su condena es pública y está documentada por la justicia estadounidense. El fallo fue de otro tipo, un fallo de identificación. El sistema recopiló información real de dos personas reales con el mismo nombre y la fusionó en un solo relato.
Ese tipo de error es estructural, no anecdótico. Cuantas más fuentes procesa un modelo y cuanto más común es un nombre, mayor es la probabilidad de que ocurra. Battle no hizo nada para provocarlo. Simplemente compartía nombre con un condenado.
¿Cómo terminó la demanda?
El 23 de octubre de 2024, el juez concedió la petición de Microsoft de trasladar el caso a arbitraje, sacándolo de la vista pública. Esto significa que el caso no llegó a un veredicto público sobre el fondo del asunto: la vía legal, incluso con un caso bien documentado y una demanda formal, puede quedar bloqueada por cuestiones de procedimiento antes de resolver si hubo o no difamación.
La lección no es jurídica, es práctica. Esperar a que un tribunal resuelva el problema puede tardar años y no garantiza nada. El daño reputacional, mientras tanto, ya circula.
¿A quién más le puede pasar esto?
A cualquiera con un nombre que comparta espacio en internet con otra persona, sea un criminal condenado, un empresario con problemas legales o simplemente alguien con mala fama en su sector. Ya contamos en ia-actual.com el caso de Martin Bernklau con Microsoft Copilot, pero Battle demuestra que no fue un episodio aislado ni exclusivo de un modelo.
El problema de fondo es que una Inteligencia Artificial que compila datos de varias fuentes no comprende lo que representa cada dato, solo predice qué palabra sigue a qué palabra. Ya lo explicamos al hablar de los límites reales de comprensión de estos sistemas: procesan texto, no identidades.
¿Qué puedes hacer si no te enteras hasta que alguien te lo dice?
Ese es el punto más incómodo. Battle no supo del problema por iniciativa propia, sino porque alguien buscó su nombre y encontró la mezcla. La mayoría de los profesionales nunca llegan a saber qué dice de ellos una Inteligencia Artificial hasta que un cliente lo menciona, o hasta que deja de llamar sin explicar por qué.
Comprobarlo de forma manual, preguntando a ChatGPT, Gemini o Perplexity una vez al mes, sirve como primer paso, pero no detecta el problema a tiempo si tu nombre es común o si compites en un sector con homónimos conocidos. Para eso existe un método sistemático de comprobación, no una revisión ocasional hecha desde la intuición.
¿Vale la pena esperar a que te pase?
Battle tuvo que demandar, invertir tiempo y dinero, y aun así el caso terminó en arbitraje sin un veredicto público. Detectar antes que un cliente, un tribunal de arbitraje o una demanda que una Inteligencia Artificial te ha convertido en otra persona es la diferencia entre corregir un error y defenderte de uno.
RADAR, el servicio de Javier G. Amblar, existe exactamente para eso: medir qué dicen ChatGPT, Gemini, Perplexity y Claude de ti antes de que lo descubras por accidente.
Comprueba qué versión tuya está contando la Inteligencia Artificial
Sobre el autor
Javier G. Amblar lleva 27 años como consultor estratégico y ha formado a más de 33.000 profesionales en 55 países. Es exprofesor asociado del IE Business School, dirige un canal de YouTube con más de 368.000 suscriptores y una comunidad en línea de más de 500.000 personas. Ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio, y es autor del libro Liderazgo (Editatum, 2018). Con RADAR ayuda a profesionales a comprobar qué cuenta realmente la Inteligencia Artificial sobre ellos.
