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 IA generativa en 2026. Y 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 2025 sería generado, según un estudio de Graphite.io. Y en vídeo, por ejemplo, los deepfakes se han multiplicado por 16 hasta los 8 millones del año pasado según estimaciones del sector.
Si en la vida personal esto se traduce en degradación del contenido y en una sensación creciente (y justificada) de desconfianza.
El impacto en la empresa
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… y el conocimiento interno se va degradando.
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:
- Nivel 1 (permitido): borradores, resúmenes, estructuras, listas de verificación.
- Nivel 2 (permitido con revisión): artículos de soporte o correos tipo.
- Nivel 3 (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 muchas otras medidas posibles, pero lo importante es tomar conciencia: no estamos ante un problema de contenidos, sino de criterio. 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.
Pulsa aquí si quieres ir a la edición digital
Publicado por primera vez en La Voz de Galicia el 29 de Marzo de 2026.
Si te interesa profundizar en temas de Inteligencia Artificial tienes estos otros articulos