ChatGPT me dijo que sí y después que no con la misma seguridad

La respuesta llegó larga, ordenada y llena de cifras. Decía que sí, que, para algunos sectores, ya era tarde y citaba organismos serios y cada número parecía sostener al siguiente, cualquier lector razonable la aceptaba sin discutir.

Copié esa respuesta y se la entregué a Claude con una sola instrucción, no le pedí otra opinión sobre China, sólo le pedí que buscara los errores.

Entre tanto, el experimento no enfrentó a una herramienta buena con una mala, porque ChatGPT y Claude son en 2026 las dos mejores inteligencias artificiales disponibles, en mi opinión.

Claude encontró un error de hecho en pocos minutos. La respuesta afirmaba que en 2025 los fabricantes chinos de robots vendieron por primera vez más que los extranjeros dentro de China. Ese cruce ocurrió un año antes, durante 2025 la participación de mercado de los fabricantes chinos bajó de 57% a 55%. El dato real decía lo contrario de lo que la respuesta quería probar.

Llevé entonces esa crítica de vuelta a ChatGPT y admitió el error, corrigió su texto y presentó una conclusión nueva. Llevé la nueva versión a Claude, que encontró más problemas. Así, ChatGPT respondió ocho veces y Claude criticó las ocho respuestas.

Al terminar conté más de 20 correcciones sobre la primera respuesta. Había errores de hecho, omisiones importantes y afirmaciones sin sustento. Yo esperaba encontrar uno o dos problemas, pero la lista creció en cada una de las rondas.

Conviene mirar de qué clase eran esos errores, porque casi ninguno era un dato inventado. El crecimiento de las exportaciones chinas del primer semestre de 2026 era cierto. La respuesta lo presentaba como una fábrica que aceleraba, pero buena parte de ese salto venía de los semiconductores y de sus precios, empujados por la fiebre de la inteligencia artificial. En agosto el valor exportado de esos componentes subió 130% mientras la cantidad caía 8%.

Otra cifra sumaba teléfonos y electrónica de consumo como si fueran máquinas industriales. Un estudio aparecía citado solo por la mitad que convenía a la tesis. Un plazo, el año 2035, no salía de ninguna parte. Por otra parte, un ejemplo con precios en dólares era simplemente inventado.

La energía solar figuraba como una batalla terminada porque China concentra más del 80% de la fabricación. Pero los grandes fabricantes solares chinos pierden dinero al menos desde 2024. Por lo tanto, dominar una industria y ganar dinero con ella resultaron ser dos cosas distintas.

Ahí está la primera lección, porque el error más peligroso de una inteligencia artificial no es el dato falso, sino que la historia armada con ellos puede ser mentirosa.

La segunda lección me resultó más problemática, la primera respuesta empezaba con un sí y la última con un no. Al principio afirmaba que para algunos sectores ya era tarde, y al mismo tiempo la última sostuvo que la evidencia no permite hablar de un punto general sin retorno. Entre las dos hubo varias tesis distintas y todas llegaron con el mismo tono seguro, el mismo orden y las mismas fuentes prestigiosas. El tono de una respuesta no informa nada sobre su verdad.

Hay un detalle que cualquiera puede comprobar en su propia pantalla. Las siete réplicas de ChatGPT empezaron con la palabra sí y con una concesión a Claude. Eso parece humildad y una objeción bien escrita puede convencer antes de estar verificada. En esta discusión, ChatGPT resistió algunas objeciones y acertó al hacerlo. El usuario, de todos modos, no debe confundir una disculpa con una verificación.

Claude tampoco salió limpio de la prueba y se equivocó tres veces. Sostuvo que unas cifras sobre el precio de las baterías no coincidían con la fuente. Volvió a buscar y las cifras eran correctas. También comparó la subvaluación de la moneda china con una diferencia de precios como si fueran la misma magnitud. ChatGPT le marcó ese error y Claude lo aceptó.

La cuenta no es pareja, porque uno de los modelos construía la respuesta y el otro la atacaba. En este diseño el crítico uno tenía ventaja, porque recibía una respuesta terminada con las cifras y las fuentes a la vista. El primero buscó una respuesta coherente y el segundo buscó cómo romperla. Esa segunda tarea era la que faltaba antes de entregar la primera respuesta.

Casi todas las correcciones nacieron de la objeción del otro. Solo una vez un modelo encontró un error propio al volver a buscar. El propio ChatGPT propuso al final que un modelo capaz debería discutir consigo mismo antes de responder. La idea es buena y esta prueba no la respalda.

Hubo además un episodio posterior que completa el cuadro. Le mostré a ChatGPT el borrador de este artículo y propuso cinco cambios. Tres de ellos lo dejaban mejor parado en el relato, además, dos de esos tres eran correctos y figuran en este texto. No hablo de intención, porque una máquina no quiere nada. Hablo de una inclinación que se observa en el resultado.

Tampoco alcanza con tener dos modelos abiertos en la pantalla. Alguien tuvo que llevar cada crítica de un lado al otro y negarse a aceptar la primera versión. Yo conozco el tema y uso estas herramientas todos los días. Entre tanto, un lector sin esa costumbre se quedaba con la primera respuesta, que era la peor de todas.

Queda un límite que el acuerdo final no resuelve. Los dos modelos terminaron de acuerdo, pero eso no prueba nada. Ambos bebieron de las mismas pocas fuentes, así como cuatro medios pueden repetir una única estadística oficial, y entonces hay una sola observación copiada varias veces. Muchos puntos quedaron abiertos al final de la discusión, y en la séptima ronda todavía se retiraron tres datos por falta de referencia.

En un artículo anterior sostuve que los grandes diarios no verifican sus hechos. Propuse entonces que el lector pasara cualquier nota por dos inteligencias artificiales. Mantengo la propuesta con una condición nueva, el verificador también necesita que alguien lo verifique.

¿Qué puede hacer entonces un usuario común con todo esto? Puede tratar la primera respuesta como un borrador y entregarla a otro modelo con el pedido expreso de buscar errores, que es distinto de pedir una segunda opinión. Puede devolver la crítica al primero y repetir el circuito. Puede preguntar de dónde sale cada cifra y desconfiar de la que no tiene origen.

El costo de ese método es el tiempo. Ocho rondas para una sola pregunta es un precio que nadie paga todos los días, pero la consecuencia práctica es sencilla y poco agradable. Para una decisión que importa, una sola respuesta de una sola inteligencia artificial vale como una opinión bien redactada. Para todo lo demás conviene saber que eso es lo que se recibe.

La respuesta sobre China terminó siendo modesta. No existe una sola máquina exportadora sino sectores muy distintos entre sí. Esa conclusión costó ocho rondas y dos adversarios, la primera versión llegó en un instante y no resistió la primera revisión.

Las cosas como son.

Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.