Glosario

Alucinación

¿Qué es Alucinación?

Se llama alucinación a la respuesta de un modelo de IA que suena convincente pero es falsa o inventada, como una sentencia judicial inexistente, una cifra errónea o una fuente ficticia. La causa: los modelos de lenguaje generan formulaciones probables; no consultan hechos de forma automática. El riesgo baja cuando las respuestas se basan en fuentes verificadas, se citan las referencias y una persona revisa los resultados importantes.

Cómo ayuda KI.ordo

Los agentes de KI.ordo responden a partir de tu conocimiento, citan sus fuentes y dicen abiertamente cuando no saben algo; la plantilla «Verificación de datos con tu propio conocimiento» te ayuda a comprobar, aunque los errores no se pueden descartar del todo.

Más información →

Plantillas adecuadas

Verificación de datos con tu propio conocimientoComprueba las afirmaciones de un texto con tus fuentes de conocimiento y marca cada una como respaldada, no respaldada o contradicha, con el pasaje de referencia.Ver plantilla →

Temas

Modelos de lenguaje
Fiabilidad
Riesgo

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Generación aumentada por recuperación (RAG)

La generación aumentada por recuperación combina búsqueda y generación de texto: antes de responder, el sistema busca en una colección de conocimiento, como manuales, políticas o preguntas frecuentes, los fragmentos relevantes y se los pasa al modelo de lenguaje como contexto. Así la respuesta se apoya en contenido actual y propio de la empresa, no solo en lo aprendido durante el entrenamiento. Esto reduce las afirmaciones inventadas, hace rastreables las fuentes y permite actualizar sin reentrenar.

RAG
búsqueda de conocimiento
+1

Fecha de corte de conocimiento

La fecha de corte de conocimiento (knowledge cutoff) es el momento hasta el que llegan los datos de entrenamiento de un modelo de lenguaje. El modelo no conoce por sí mismo eventos, precios, leyes o productos posteriores, así que puede darte información desactualizada si no le proporcionas datos recientes. Se soluciona con métodos que incorporan, en el momento de la consulta, documentos propios o contenido web actual.

LLM
Actualidad
+1

Modelo de lenguaje grande (LLM)

Un modelo de lenguaje grande (Large Language Model, LLM) es una red neuronal entrenada con enormes cantidades de texto, lo que le permite entender y generar lenguaje. Funciona calculando, paso a paso, el siguiente token más probable. Los LLM redactan, resumen, traducen, responden preguntas y generan código; ejemplos conocidos son Claude, GPT, Gemini y Llama. Sin acceso a fuentes actualizadas, solo conocen lo que había en sus datos de entrenamiento.

Modelos de lenguaje
IA generativa
+1

Humano en el bucle (human-in-the-loop)

Humano en el bucle describe procesos en los que las personas intervienen en puntos definidos de un flujo de IA: revisan resultados, los aprueban, los corrigen o asumen los casos difíciles. Este principio reduce el riesgo de errores y mantiene la responsabilidad en manos humanas, sobre todo en decisiones que afectan a personas, dinero o cuestiones legales. Ejemplo: un agente de IA redacta respuestas a clientes y un empleado las revisa antes de enviarlas.

Aprobación
Supervisión
+1