Cómo funciona ChatGPT y por qué a veces se inventa cosas

ChatGPT es un programa que ha aprendido, leyendo cantidades enormes de texto, qué suele ir detrás de qué, y con eso escribe cada respuesta pieza a pieza. No consulta ninguna base de verdades: calcula lo que suena más probable. Por eso redacta de maravilla y, de vez en cuando, se inventa datos con total seguridad.

Entender esto cambia cómo lo usas. Dejas de preguntarle como a un buscador y de fiarte como de un experto, y empiezas a tratarlo como lo que es: un ayudante rapidísimo que a veces improvisa.

¿Qué hace ChatGPT cuando le preguntas algo?

Cuando le preguntas algo, ChatGPT calcula una y otra vez cuál es el siguiente trozo de texto más probable según tu pregunta y lo que ya ha escrito, hasta completar la respuesta. Funciona como el autocompletado del teclado del móvil, pero entrenado con muchísimo más texto y capaz de tener en cuenta todo el contexto a la vez.

Según el curso de aprendizaje automático de Google, un modelo de lenguaje estima la probabilidad de que un «token» (una palabra, un trozo de palabra o un solo carácter) o una secuencia de tokens aparezca dentro de una secuencia más larga. A los modelos grandes los describe, en esencia, como mecanismos de autocompletado capaces de completar miles de tokens. En el glosario tienes la definición de modelo de lenguaje grande (LLM).

El proceso, en cuatro pasos:

1. Entrenamiento. El modelo lee enormes cantidades de texto y ajusta su funcionamiento hasta acertar mejor qué viene a continuación.
2. Tu petición. Escribes una pregunta o una tarea. A esa instrucción se le llama prompt.
3. Generación. El modelo produce la respuesta pieza a pieza y, en cada paso, elige entre las opciones más probables.
4. Tu revisión. Es el paso que nadie hace por ti y el que más importa.

¿Por qué no siempre responde lo mismo?

ChatGPT no siempre responde lo mismo porque un modelo no está obligado a quedarse con la opción más probable. Según el mismo curso de Google, una aplicación puede elegir la de mayor probabilidad o escoger entre las que superan cierto umbral. Con la segunda vía, la misma pregunta puede dar respuestas distintas.

Puedes aprovecharlo para comprobar. Si dudas de un dato, pide la respuesta otra vez o formula la pregunta de otra manera. Si en una versión la fecha es una y en la otra, otra distinta, ya sabes qué tienes que comprobar antes de usarla. Que coincidan no garantiza que sea cierto, pero que se contradigan es una señal clara.

¿Por qué parece que entiende?

ChatGPT parece que entiende porque ha leído tanto texto humano que imita muy bien cómo se explica, se argumenta o se consuela. La fluidez es real, pero que escriba como alguien que entiende no demuestra que entienda.

De ahí sale una consecuencia práctica: suele responder mejor cuando el tema aparece mucho en los textos y peor cuando es raro, local o muy reciente. Pregúntale por el sentido de un refrán conocido y lo normal es que lo explique bien. Pregúntale por el convenio colectivo de tu sector, la normativa de tu ayuntamiento o una empresa pequeña de tu barrio, y es más probable que improvise.

Hay una comprobación que te enseña más que cualquier explicación: pregúntale por algo que conozcas de sobra, como tu sector, tu pueblo o un libro que hayas leído dos veces, y busca los fallos. Así calibras rápido cuánto fiarte. Fíjate además en tu reacción. ¿Has dado por buena la primera respuesta o has tirado del hilo? Esa costumbre te servirá más que cualquier truco para redactar peticiones.

¿Por qué se inventa cosas?

ChatGPT se inventa cosas porque está hecho para dar una respuesta plausible, no para callarse cuando no sabe. Si le falta el dato, rellena el hueco con lo que encaja. A eso se le llama alucinación, y el curso de Google lo resume diciendo que las predicciones del modelo a menudo contienen errores (Google).

Un estudio publicado en arXiv en septiembre de 2025 explica una de las causas: los modelos alucinan porque los procesos de entrenamiento y evaluación recompensan adivinar en lugar de reconocer la incertidumbre. Los autores lo comparan con un alumno que, ante una pregunta difícil de examen, prefiere arriesgar antes que dejarla en blanco, y señalan que el problema persiste incluso en los sistemas más avanzados.

No es una mentira en el sentido humano: no hay intención de engañar, sino un texto plausible que resulta no ser cierto. Por eso el error no se nota en el tono, y lo que más conviene vigilar son las cosas que suenan precisas: cifras, nombres, fechas, citas textuales, referencias, enlaces y normas.

Un caso típico, inventado para que lo veas claro. Alguien le pide cinco libros sobre gestión del tiempo, con autor y año de publicación. Recibe cinco fichas perfectas, con títulos creíbles y autores que suenan bien. Cuando va a comprarlos, uno de los cinco no existe. Nada en la respuesta lo delataba, porque estaba escrita con la misma seguridad que las otras cuatro.

¿Cómo usarlo sin que te la cuele?

Dale tú el material, pídele que se limite a él y comprueba lo importante en la fuente. Esta tabla te ayuda a decidir cuánta revisión necesita cada tipo de petición:

Y cinco hábitos que sirven con cualquier asistente:

1. Pásale tú el texto o los datos y pídele que trabaje solo con eso. Es la idea que hay detrás de la técnica llamada RAG, que da al modelo acceso a tus documentos.
2. Pídele que diga cuándo no está seguro. No es una garantía, pero te da una pista.
3. Pide fuentes y ábrelas. Un enlace que no existe, o que no dice lo que se le atribuye, es la señal de alarma más clara.
4. Contrasta lo que importe con una segunda fuente: el documento oficial, la web del organismo o un compañero que sepa.
5. No pegues datos personales ni confidenciales de otras personas o de tu empresa en una herramienta pública, y sigue la política de tu empresa si la tiene.

¿En qué se diferencian ChatGPT, Claude, Gemini y Copilot?

ChatGPT, Claude, Gemini y Copilot se diferencian sobre todo en quién los hace y dónde los encuentras, no en cómo funcionan por dentro: los cuatro son asistentes basados en modelos de lenguaje grandes.

Las diferencias de calidad, de funciones y de precio cambian con frecuencia, así que no las fijamos aquí. Haz tu propia comparación con este ejercicio:

1. Elige una tarea real y de bajo riesgo, por ejemplo resumir un texto público de una página.
2. Pásala tal cual a dos asistentes distintos.
3. Anota cuál te ha dado menos que corregir y qué has tenido que cambiar en cada caso.
4. Pregúntate qué te ha convencido: ¿el contenido, el tono o que sonara seguro?

Diez minutos te dan una opinión basada en tu propia tarea, que a menudo te sirve más que un ranking genérico, y de paso aprendes qué esperar de cada uno.

Si quieres aprender a usar alguno con método, en el catálogo hay formación de sus propias empresas: la de OpenAI, que pide una cuenta de ChatGPT; la de Anthropic, que está en inglés, y la de Microsoft sobre Copilot, pensada para principiantes.

¿Qué hago ahora con esto?

Ahora toca practicar con una sola herramienta y una tarea real. Ya sabes que ChatGPT predice texto, que por eso se inventa cosas y cómo revisarlo. En la ruta de cuatro semanas de Portal Formación, la segunda semana, «Pruébala tú», está pensada para eso: aprender a pedir bien y a comprobar lo que te responde.

Si todavía no tienes la base, empieza por qué es la inteligencia artificial. Y si te frenan ideas como que hace falta saber matemáticas o que ya llegas tarde, las repasamos en los mitos sobre la IA.