Una noticia sobre una ayuda pública puede parecer impecable y contener un plazo equivocado. Un resumen deportivo puede acertar el resultado y atribuir un gol al jugador incorrecto. Los contenidos generados por inteligencia artificial plantean precisamente ese problema: la claridad de la redacción no garantiza la exactitud. Para lectores, periodistas y responsables de comunicación, la revisión más útil consiste en separar las afirmaciones comprobables de las explicaciones que solo parecen convincentes.
Identificar el origen del texto no demuestra su veracidad
La detección de escritura automática y la comprobación de hechos responden a preguntas distintas. Una herramienta que detecta contenido generado por IA puede aportar indicios sobre el posible origen de un texto mediante el análisis de sus patrones lingüísticos. Ese resultado no demuestra que una cifra sea falsa ni confirma que una declaración haya ocurrido. Su función debe quedar separada de la revisión de fuentes, fechas y documentos.
Los detectores también pueden equivocarse al clasificar la autoría. Una evaluación de herramientas aplicada a textos de informática documentó falsos positivos y diferencias de rendimiento según las condiciones de la prueba; esos resultados pertenecen a ese contexto, no constituyen una medida universal de precisión. Por ello, una puntuación aislada no debería convertirse en una acusación ni en un certificado de fiabilidad. Un texto humano puede contener errores y uno generado automáticamente puede reproducir datos correctos. La revisión editorial necesita otra unidad de trabajo: cada afirmación. Nombres, cantidades, citas, lugares y relaciones de causa y efecto deben examinarse por separado. Esa división permite detectar un dato incorrecto dentro de un párrafo que, en conjunto, parece razonable.
La seguridad del tono puede ocultar problemas
El riesgo no es solo teórico. Un estudio internacional coordinado por la Unión Europea de Radiodifusión y liderado por la BBC, publicado en octubre de 2025, evaluó más de 3.000 respuestas de cuatro asistentes sobre noticias y actualidad. Participaron 22 medios públicos de 18 países y 14 idiomas. El 45 % de las respuestas presentó al menos un problema significativo y el 20 % contenía problemas importantes de exactitud, incluidos detalles inventados o información desactualizada. Estas cifras describen aquella evaluación internacional. No significan que ese porcentaje de todos los textos generados por IA sea falso ni representan una tasa específica de España o Euskadi. Su utilidad consiste en mostrar que una respuesta bien redactada puede necesitar correcciones sustanciales.
Durante una primera lectura, algunas señales justifican una comprobación prioritaria:
- Cifras precisas sin fecha, ámbito territorial o fuente identificable.
- Declaraciones entrecomilladas sin entrevista, grabación o documento.
- Referencias a estudios cuyo título, autoría o institución no aparecen.
- Explicaciones que presentan una coincidencia como una causa demostrada.
- Afirmaciones absolutas que omiten condiciones o excepciones relevantes.
Ninguna señal demuestra por sí sola que exista una falsedad. Sirven para decidir por dónde empieza la revisión.
Seguir cada afirmación hasta una fuente comprobable
Una referencia solo resulta útil cuando permite localizar el dato que supuestamente respalda. La existencia de un enlace no basta: la página puede tratar otro asunto, mencionar una cifra distinta o recoger una declaración provisional. El responsable de revisar el contenido debe abrir la fuente y localizar el pasaje concreto. Cuando el texto cita una noticia que resume un informe, conviene avanzar hasta el informe original. Si reproduce unas declaraciones, la grabación o la transcripción completa permiten comprobar tanto las palabras como su contexto.
| Elemento del contenido | Comprobación necesaria | Posible error |
| Cifra económica | Tabla original, unidad y periodo | Confusión entre euros y millones |
| Declaración pública | Entrevista, audio o transcripción | Frase atribuida a otra persona |
| Resultado de un estudio | Investigación original y alcance | Conclusión más amplia que los resultados |
| Ayuda o convocatoria | Publicación de la entidad responsable | Plazo antiguo presentado como vigente |
| Suceso local | Fecha, lugar y fuentes identificables | Mezcla de acontecimientos distintos |
La ausencia de una fuente localizable no demuestra automáticamente que el dato sea falso. Significa que sigue sin verificarse. En un contenido destinado a publicación, esa diferencia exige una decisión: buscar más pruebas, expresar la incertidumbre o retirar la afirmación.
Comprobar fechas y territorio en la información local
Un dato correcto puede resultar engañoso cuando aparece fuera de su ámbito. Una estadística del conjunto de España no describe necesariamente la situación de Bizkaia. Una convocatoria municipal tampoco se aplica a toda Euskadi. En contenidos sobre vivienda, empleo, transporte o servicios públicos, la revisión debe identificar qué institución proporciona la información y a qué población se refiere. Una comparación entre territorios necesita indicadores equivalentes: mismo periodo, definición y unidad de medida.
La fecha de publicación no siempre es la del dato
Una noticia reciente puede utilizar estadísticas del año anterior. Eso no supone un error si el texto lo explica. El problema aparece cuando un resumen elimina la referencia temporal y presenta la cifra como una descripción del momento actual. Los avisos sobre cortes de tráfico, horarios o incidencias requieren todavía más atención. La fecha de actualización y el canal del organismo responsable permiten distinguir una comunicación vigente de otra que continúa circulando después de perder validez.
Revisar porcentajes, unidades y comparaciones
Los números merecen una lectura independiente del resto del texto. Antes de aceptar un porcentaje, el revisor necesita saber qué cantidad representa y cuál es su base de cálculo. Un ejemplo hipotético muestra una confusión frecuente: si una proporción pasa del 10 % al 15 %, aumenta cinco puntos porcentuales. El incremento relativo es del 50 %. Ambas expresiones describen el mismo cambio, pero no son intercambiables. También conviene comprobar si una cifra corresponde a un total o a una tasa por habitante, si el importe es mensual o anual y si una media oculta diferencias importantes entre grupos. Una operación aritmética correcta no salva una comparación construida con categorías incompatibles.
Las imágenes y las citas necesitan contexto
Una fotografía auténtica puede acompañar una afirmación falsa si procede de otro lugar o de otra fecha. La búsqueda inversa ayuda a localizar publicaciones anteriores; después, la revisión debe contrastar el origen, el pie de foto y la relación con el acontecimiento descrito. Las anomalías visuales pueden despertar sospechas, pero su ausencia no acredita autenticidad. Con las citas ocurre algo parecido. Un fragmento literal puede deformar el sentido de una intervención cuando desaparece la pregunta o la explicación posterior. La comprobación debe abarcar suficiente contexto para distinguir una afirmación, una hipótesis y una opinión.
Corregir antes de publicar o compartir
La revisión final debe dejar constancia de qué afirmaciones cuentan con respaldo y cuáles siguen pendientes. Pedir al mismo asistente que confirme su respuesta puede servir para obtener pistas, pero no aporta una comprobación independiente si no aparecen pruebas externas. Cuando un error ya se ha publicado, la corrección debe alcanzar también el titular, los gráficos y los mensajes que lo reproducen. Detectar datos falsos en contenidos generados por IA depende de ese trabajo concreto: localizar la afirmación, comprobar su fuente y ajustar el texto a lo que las pruebas permiten sostener.