Margaret Atwood probó Claude y llamó al problema del AI “basura entra, basura sale”

Margaret Atwood, autora de El cuento de la criada, criticó el AI en un festival literario en Portugal. Usó Claude una vez — buscaba información sobre la serie Father Brown — y recibió una respuesta incorrecta. “Claude me mintió. Pero no sabía que estaba mintiendo: no es una persona, sino un modelo de lenguaje”, dijo la escritora. Su veredicto: el AI tiene un problema sistémico — “basura entra, basura sale”.

Procesado por IA desde The Verge; editado por Hamidun News
Margaret Atwood probó Claude y llamó al problema del AI “basura entra, basura sale”
Fuente: The Verge. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalThe Verge ↗
Editor jefe
Dato clave #1Todos los modelos principales — GPT, Claude, Gemini — cometen regularmente errores en fechas, nombres, hechos y citas
Dato clave #2Los modelos se entrenan con textos de internet, donde la información inexacta y desactualizada es mucho más abundante de lo que parece
Dato clave #3Cuanto más segura suena la respuesta, más difícil es para un usuario desinformado verificarla

Margaret Atwood, autora de "El Cuento de la Criada" y "La Asesina Ciega", probó el chatbot de IA Claude exactamente una vez — y llegó a la conclusión de que la inteligencia artificial tiene un problema fundamental con la calidad de los datos.

Una Consulta — Una Respuesta Errónea

En el festival literario Babell en Oporto, Portugal, Atwood le preguntó a Claude sobre la serie de detectives británica "Padre Brown". El resultado la decepcionó.

"Claude me dio una respuesta incorrecta — o mintió.

Aunque no sabía que estaba mintiendo, porque no es una persona — es un gran modelo de lenguaje", dijo la escritora.

Según ella, el modelo simplemente "hojó" los datos disponibles de forma superficial y produjo información formulada con seguridad pero factualmente imprecisa. Esto, según Atwood, es la principal debilidad de los modelos de lenguaje modernos: no saben lo que no saben y no advierten al usuario sobre ello.

Basura en la Entrada — Basura en la Salida

El diagnóstico de Atwood es conciso: "garbage in, garbage out" — un principio conocido en programación desde los años 1960. Si los datos de entrenamiento contienen errores, información incompleta o sesgos, el resultado será poco confiable — sin importar cuánta potencia computacional lo respalde.

El problema de las alucinaciones — cuando los modelos de lenguaje generan respuestas seguras pero incorrectas — sigue siendo uno de los principales problemas sin resolver en toda la industria:

  • Todos los modelos principales — GPT, Claude, Gemini — cometen regularmente errores en fechas, nombres, hechos y citas
  • Los modelos se entrenan con textos de internet, donde la información inexacta y desactualizada es mucho más abundante de lo que parece
  • Cuanto más segura suena la respuesta, más difícil es para un usuario desinformado verificarla
  • En medicina, derecho, educación y periodismo, tales errores crean riesgos reales

Para combatir esto, las empresas están conectando búsquedas externas, desarrollando sistemas de verificación de hechos y entrenando modelos para reconocer la incertidumbre. Pero aún no hay una solución completa de nadie.

La Voz de la Cultura Contra el Tecnoptimismo

Atwood no es la primera autora importante en criticar abiertamente la IA. En 2023, miles de escritores firmaron una carta abierta exigiendo que las empresas de IA paguen a los autores por usar sus textos en el entrenamiento. George R.R. Martin, John Grisham y otros presentaron demandas colectivas. La comunidad literaria en general es escéptica: los escritores ven la IA como una amenaza para su trabajo y se oponen al entrenamiento de modelos con sus libros sin permiso ni compensación.

Atwood fue más allá — no solo expresó solidaridad con sus colegas, sino que probó personalmente la tecnología. El resultado fue revelador: incluso una persona entrenada en trabajo crítico con fuentes recibió una respuesta incorrecta de la IA — e inmediatamente la reconoció.

¿Qué Significa Esto?

Las empresas de IA posicionan sus productos como herramientas de información — para búsqueda, análisis y resumen. Pero es precisamente en este rol donde siguen siendo poco confiables. Para un usuario común, una respuesta incorrecta podría pasar desapercibida. Para una escritora acostumbrada a trabajar con fuentes primarias, se convierte en un veredicto sobre toda la tecnología.

Historia

Preguntas frecuentes sobre la noticia

¿Qué Significa Esto?

Las empresas de IA posicionan sus productos como herramientas de información — para búsqueda, análisis y resumen. Pero es precisamente en este rol donde siguen siendo poco confiables. Para un usuario común, una respuesta incorrecta podría pasar desapercibida. Para una escritora acostumbrada a trabajar con fuentes primarias, se convierte en un veredicto sobre toda la tecnología.

¿Qué se sabe sobre Una Consulta — Una Respuesta Errónea?

En el festival literario Babell en Oporto, Portugal, Atwood le preguntó a Claude sobre la serie de detectives británica "Padre Brown". El resultado la decepcionó. "Claude me dio una respuesta incorrecta — o mintió. Aunque no sabía que estaba mintiendo, porque no es una persona — es un gran modelo de lenguaje", dijo la escritora. Según ella, el modelo simplemente "hojó" los datos disponibles de forma superficial y produjo información formulada con seguridad pero factualmente imprecisa. Esto, según Atwood, es la principal debilidad de los modelos de lenguaje modernos: no sabe

¿Qué se sabe sobre Basura en la Entrada — Basura en la Salida?

El diagnóstico de Atwood es conciso: "garbage in, garbage out" — un principio conocido en programación desde los años 1960. Si los datos de entrenamiento contienen errores, información incompleta o sesgos, el resultado será poco confiable — sin importar cuánta potencia computacional lo respalde. El problema de las alucinaciones — cuando los modelos de lenguaje generan respuestas seguras pero incorrectas — sigue siendo uno de los principales problemas sin resolver en toda la industria: Todos los modelos principales — GPT, Claude, Gemini — cometen regularmente errores en fech

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
¿Qué te parece?
Cargando comentarios…