Le hace la misma pregunta a ChatGPT, Claude y Gemini y obtiene tres respuestas distintas. La reacción habitual es quedarse con la que suena más segura. Es el peor de los filtros, porque una respuesta equivocada y una correcta suelen sonar igual de seguras.
Esta es una rutina más fiable.
1. Separe en qué coinciden y en qué se dividen
Lea las tres respuestas una al lado de la otra y anote dos listas cortas: las afirmaciones que hacen las tres y las que hacen solo una o dos. El acuerdo no es una prueba, porque los modelos pueden haberse entrenado con datos que se solapan, pero un punto que las tres afirman por separado es un mejor punto de partida que uno que solo hace una.
2. Mire por qué difieren
Las diferencias suelen venir de una de estas cuatro causas:
- Una lectura distinta de la pregunta. Un modelo supuso un país, una fecha o un uso que otro no supuso. Reformule la pregunta con esos detalles y vuelva a preguntar.
- Una fecha de corte de conocimiento distinta. Los precios, las leyes y las versiones de los productos cambian. El modelo más antiguo puede acertar sobre el pasado y fallar sobre hoy.
- Una pregunta realmente abierta. Algunos temas no tienen una respuesta establecida. Entonces el desacuerdo es el hallazgo.
- Un detalle alucinado. Un modelo se inventa una cifra, una cita o una fuente. Este es el caso que debe detectar.
3. Compruebe lo que se pueda comprobar
Para cada afirmación en disputa, pregúntese: ¿puedo confirmarla en una fuente primaria en dos minutos? Los nombres, las fechas, las cifras, las leyes, las dosis y las citas se pueden comprobar. Las opiniones no. Abra la página oficial, la ley o el artículo. Desconfíe de los detalles muy precisos que ningún otro modelo repite.
4. Pida a los modelos que se cuestionen entre sí
Pegue la respuesta de un modelo en otro y pídale que busque errores y diga qué cambiaría. A menudo deja al descubierto el punto débil, pero no es un veredicto: los modelos tienden a darle la razón a lo que se les muestra. Úselo para encontrar las afirmaciones que verificar en el paso 3, no como la respuesta.
5. Sepa cuándo parar
En decisiones médicas, legales, fiscales o de seguridad, use la IA para preparar mejores preguntas y llévelas a un profesional cualificado. Un desacuerdo entre modelos en esos temas es una señal para ir más despacio, no para votar.
Para entender de dónde vienen esas diferencias, lea nuestra guía por qué las IA dan respuestas distintas. Para comparar en qué asistente confiar según la versión, vea ¿Es Claude más fiable que ChatGPT o Gemini?.
Hacerlo automáticamente
Satcove hace los pasos 1 y 2 por usted. Hace la misma pregunta a seis modelos a la vez, muestra una puntuación de acuerdo y nombra los puntos de desacuerdo, para que sepa qué afirmaciones verificar. No afirma que la mayoría tenga razón; le muestra dónde mirar.
Pruebe la pregunta de arriba sin cuenta y vea dónde se separan los modelos.