Basura convincente: el nuevo coste de la inteligencia artificial
OPINIÓN
Me comentaba mi hermano Juan una anécdota curiosa: un profesor de Harvard publicó un tuit explicando que, hace más de 20 años, alguien subió un error matemático sobre los primeros 500 números primos en una web olvidada… y ese error ha terminado contaminando modelos de inteligencia artificial generativa en el 2026. Ahora, cuando le preguntas a una IA cuáles son los números primos, existe una probabilidad real de que te lo dé mal, citando a un autor anónimo que ni siquiera sabe el daño que ha hecho. Es ya tan habitual que hasta ya tiene nombre: AI slop o, mi traducción libre, basura digital. Contenido que parece correcto, suena bien, pero o no dice nada o contiene errores.
La IA ha conseguido algo extraordinario: abaratar la producción de contenido hasta casi eliminar el esfuerzo. Pero cuando producir cuesta cero, el exceso se convierte en norma. En solo dos años se ha convertido en la gran creadora de internet: más del 50 % del contenido publicado en el 2025 sería generado, según un estudio de Graphite.io.
En la vida personal, esto se traduce en degradación del contenido y en una sensación creciente (y justificada) de desconfianza.
En el plano corporativo, estas capacidades en manos de cualquier empleado empiezan a generar ruido: informes que nadie pidió, equipos que reutilizan sin control textos generados y van replicando, como en el caso de los números primos, errores silenciosos; políticas internas redactadas en minutos que no encajan con procesos reales… Documentación en apariencia impecable y, que sin embargo, puede acabar generando incidentes. Con un coste oculto no menor: una pérdida estimada de 4,5 horas semanales arreglando o descartando contenido de IA inútil. Casi un día laboral entero a la semana por persona. Si antes nos quejábamos de la falta de documentación, ahora el problema es que tenemos tanta que no sabemos cuál merece atención…
¿Cómo cortarlo sin caer en prohibiciones inútiles? Es necesario fijar cuanto antes normas claras para el uso de IA en documentación. La idea no es frenarla: es obligarla a pasar por criterio humano donde hay riesgo. Un «sello de calidad» interno, con tres niveles: permitido (borradores, resúmenes, estructuras, listas de verificación), permitido con revisión (artículos de soporte o correos tipo) y no usable sin validación experta (reclamaciones legales, seguridad, cumplimiento normativo, fijación de precios, instrucciones operativas críticas). Y si el contenido es externo, una regla mínima: no se publica si no tiene propietario interno, fecha de revisión y fuente.
Hay otras medidas, pero lo importante es tomar conciencia. Cuando el entorno se llena de contenido vacío o erróneo, el activo estratégico es la credibilidad. Y eso exige una decisión de gobierno: reglas, métricas y consecuencias.