¿Qué significa que una IA diga «estoy segura al 90 %»?

Preguntas a una inteligencia artificial si su respuesta es correcta y contesta: «Tengo un 90 % de confianza». El porcentaje parece preciso. Puede transmitir más seguridad que un simple «creo que sí». Pero ¿se ha calculado a partir de resultados comprobados o forma parte de la respuesta generada?

Comprender esta diferencia ayuda a utilizar la IA en el aprendizaje, el trabajo y las decisiones cotidianas. Una cifra de confianza puede aportar información, pero necesita un contexto que permita interpretarla.

Confianza expresada y fiabilidad comprobada

Cuando un asistente escribe un porcentaje, está expresando una valoración. Para saber si esa valoración es fiable debemos compararla con resultados observados en numerosas preguntas similares.

Aquí aparece el concepto de calibración.

Ejemplo ilustrativo: imaginemos cien respuestas a las que un sistema asigna un 80 % de confianza. Si unas ochenta son correctas, ese grupo estaría bien calibrado. Si solo acierta cincuenta, el sistema expresa más seguridad de la que justifican sus resultados.

La calibración describe un comportamiento agregado. Incluso un sistema bien calibrado puede equivocarse en una respuesta concreta de alta confianza.

Además, el porcentaje escrito en una conversación no debe confundirse con una medición externa ni con la probabilidad de que cada frase del texto sea verdadera.

Qué está mostrando la investigación reciente

Hecho: un estudio publicado en ACL en julio de 2026 investigó por qué los modelos pueden expresar una confianza excesiva. Los autores identificaron que, en las condiciones estudiadas, esa confianza no siempre dependía adecuadamente de la respuesta concreta que el modelo había producido.

Propusieron un método de entrenamiento denominado ADVICE para vincular mejor ambas cosas y mejorar la calibración. Investigación original ADVICE.

El trabajo muestra que comunicar incertidumbre requiere evaluación y desarrollo específicos. No basta con añadir «indica tu confianza» al final de cualquier consulta.

Perspectiva: preguntar cuánto confía la IA puede servir para abrir una revisión. El porcentaje, por sí solo, ofrece menos información que conocer las pruebas disponibles y lo que todavía falta comprobar.

«Probablemente» tampoco tiene un significado fijo

Cambiar el número por expresiones como «es probable», «casi seguro» o «podría ser» no elimina el problema.

Hecho: una investigación publicada en EMNLP en octubre de 2026 examinó cómo distintos modelos relacionaban estas expresiones con su confianza interna. Encontró dificultades para mantener asociaciones estables entre tareas y contextos, aunque existiera cierto orden entre las expresiones. Estudio sobre lenguaje e incertidumbre.

Estos resultados corresponden a los modelos y procedimientos evaluados. No permiten asignar un porcentaje universal a cada palabra.

La consecuencia práctica es evitar interpretar «muy probable» como si significara siempre lo mismo, independientemente de la herramienta, la pregunta o la información disponible.

Expresar dudas no garantiza actuar con prudencia

Existe otra diferencia importante: reconocer incertidumbre y tomar una decisión adecuada son capacidades distintas.

Hecho: un trabajo de EMNLP de octubre de 2026 evaluó si varios modelos ajustaban su decisión de responder o abstenerse cuando aumentaban las penalizaciones por equivocarse. Encontró una desconexión entre la confianza expresada y el comportamiento ante el riesgo en las pruebas realizadas. Investigación RiskEval.

Inferencia razonada: no conviene asumir que un asistente se detendrá automáticamente cuando las consecuencias de un error sean importantes. Necesitamos definir qué resultados requieren revisión y qué acciones necesitan una confirmación humana.

Un resultado de laboratorio tampoco es una garantía personal

A veces la seguridad procede de otra cifra: «este modelo acierta el 95 % de las preguntas». Antes de trasladarla a nuestro caso, debemos saber qué se evaluó.

Hecho: el NIST publicó el 19 de febrero de 2026 un informe sobre evaluación estadística de IA. Distingue entre el rendimiento en un conjunto fijo de pruebas y el rendimiento generalizable a una población más amplia de preguntas. También señala que cuantificar la incertidumbre exige explicitar objetivos y supuestos. NIST: evaluación de IA y modelos estadísticos.

Un buen resultado en preguntas delimitadas no demuestra el mismo rendimiento al interpretar una fotografía, resumir un expediente o responder sobre un acontecimiento reciente.

Cinco preguntas más útiles que pedir un porcentaje

1. ¿Qué parte está comprobada?

Solicita que distinga datos verificados, interpretaciones y suposiciones. Así podrás centrar la revisión en los puntos que sostienen la conclusión.

2. ¿Qué información falta?

Una respuesta puede cambiar si desconocemos una fecha, una cantidad o una condición relevante. Pide que identifique esas ausencias antes de recomendar una actuación.

3. ¿Qué fuente permite verificarlo?

Cuando exista una afirmación comprobable, solicita una referencia localizable y ábrela. Una cita generada también necesita revisión.

4. ¿Qué podría cambiar la conclusión?

Pide alternativas y condiciones que llevarían a una respuesta diferente. Esto ayuda a reconocer conclusiones demasiado cerradas.

5. ¿Qué consecuencias tendría equivocarnos?

Una idea para un título admite una revisión sencilla. Una decisión que afecta a salud, dinero o derechos necesita comprobaciones proporcionales a sus consecuencias.

Una instrucción práctica sería:

«No añadas porcentajes de confianza sin explicar su base. Señala qué has verificado, qué estás suponiendo y qué tendría que comprobar antes de utilizar la respuesta».

Aprender a convivir con la incertidumbre

En una formación como Piel Perfecta 2.0, un asistente puede ayudar a repasar conceptos o preparar preguntas sobre ingredientes. Que responda con seguridad no convierte una explicación general en una valoración dermatológica personalizada.

En Lykios Academy defendemos aprender con claridad, criterio y aplicación práctica. Eso incluye reconocer cuándo una cifra describe una evaluación y cuándo simplemente acompaña una afirmación.

Antes de confiar en un «90 %», merece la pena preguntar: «¿Qué evidencia me permite interpretar ese número?».