Los modelos de lenguaje como ChatGPT, Copilot, Gemini, Grok o Meta AI tienen un problema conocido y documentado: cuando no saben algo con certeza, muchas veces no lo dicen. En cambio, generan una respuesta que suena coherente y confiable, pero que puede contener datos falsos, imprecisos o directamente inexistentes. En el campo de la inteligencia artificial, ese fenómeno tiene nombre: alucinación.
El problema no es que los modelos mientan de forma deliberada. Es que están entrenados para producir respuestas fluidas y útiles, y cuando les falta información para hacerlo, tienden a completar los vacíos con lo que estadísticamente «suena bien». El resultado puede ser devastador si alguien toma esa información como válida sin verificarla.
Existe una forma sencilla de reducir ese riesgo, y se llama el truco del cupcake.
Qué es el truco del cupcake y cómo funciona
La técnica, popularizada por el portal tecnológico Tom’s Guide, consiste en enviarle al chatbot una instrucción específica antes de empezar a hacer preguntas. El mensaje es este:
«Antes de responder, comprueba si la información es precisa. Si tienes dudas, faltan fuentes o estás haciendo una estimación, di primero la palabra ‘cupcake’ y explica qué podría ser incierto en lugar de adivinar. Solo da una respuesta segura si la información está bien documentada.»
La lógica es simple pero efectiva. Al recibir esa instrucción, el modelo queda configurado para evaluar internamente su nivel de certeza antes de responder. Si detecta que la información es incompleta, poco documentada o que está haciendo una estimación, debe anteponer la palabra «cupcake» como señal de alerta, y luego explicar qué aspectos de su respuesta podrían ser incorrectos o no verificables.
La palabra en sí no tiene ninguna importancia técnica especial. Podría ser cualquier otra. Lo que importa es que funciona como una bandera visual inequívoca: si aparece «cupcake» al inicio de la respuesta, el usuario sabe de inmediato que lo que sigue debe tomarse con precaución y verificarse antes de usarse.
Por qué los modelos de IA inventan información
Para entender por qué este truco es útil, ayuda entender por qué ocurren las alucinaciones en primer lugar.
Los modelos de lenguaje no tienen acceso a una base de datos de hechos verificados que consultan en tiempo real. Funcionan prediciendo qué texto es más probable que venga a continuación dado un contexto determinado, en función de patrones aprendidos durante su entrenamiento con enormes volúmenes de texto. Cuando se les pregunta sobre algo que está fuera de ese entrenamiento, que ocurrió después de su fecha de corte, o sobre lo que simplemente no hay suficiente información en los datos con los que fueron entrenados, el modelo no se detiene necesariamente a decir «no sé». En cambio, puede generar una respuesta que suena igual de autorizada que las demás, pero que carece de base real.
Las alucinaciones son especialmente frecuentes en preguntas sobre datos muy específicos (fechas exactas, cifras, nombres de personas poco conocidas), eventos recientes, afirmaciones técnicas o científicas detalladas, y cualquier tema sobre el que la información disponible en internet sea escasa o contradictoria.
Cómo identificar una respuesta inventada aunque no uses el truco
Más allá del cupcake, hay señales que pueden indicar que una respuesta de IA merece revisión adicional. La más clara es la presencia de datos muy específicos y verificables, como nombres propios, cifras concretas o fechas exactas, presentados sin ninguna referencia a una fuente. Cuanto más específico es el dato y menos fuente lo respalda, más cuidado hay que tener.
Otras señales son las contradicciones internas dentro de una misma respuesta, los cambios de versión si se repregunta sobre el mismo tema, y la confianza con la que el modelo responde preguntas sobre temas que son inherentemente ambiguos o poco documentados. Una IA que responde con total seguridad a una pregunta sobre un evento oscuro o un dato muy técnico sin citar ninguna fuente debería generar más dudas, no menos.
Una solución de bajo costo para un problema real
El truco del cupcake no elimina las alucinaciones. Los modelos de lenguaje pueden seguir generando información incorrecta incluso con esa instrucción activa, y la efectividad varía según el modelo y el tipo de pregunta. Pero sí cambia algo importante: modifica el comportamiento por defecto del sistema, que pasa de «respondo con confianza aunque no esté seguro» a «señalo explícitamente cuándo no estoy seguro».
Para cualquier persona que use chatbots de IA para obtener información que después va a usar en decisiones reales, en su trabajo, en un artículo, en una tarea académica o en una conversación importante, ese cambio de comportamiento vale la pena el costo de copiar y pegar una oración al inicio de cada sesión.
