Por qué una presentación fluida cuesta más de revisar que un borrador
Un protocolo práctico para revisar una presentación estratégica redactada por IA antes de llevarla al consejo o al comité de inversiones: qué comprobar y en qué orden, las cinco distorsiones que buscar en cada cifra y qué hacer con lo que no se puede verificar.
Un borrador tosco invita al escrutinio. La prosa tropieza, las cifras parecen provisionales y quien lo lee se pregunta de forma natural si el análisis se sostiene. Una presentación fluida hace lo contrario: responde a las preguntas antes de que se formulen. Las frases están completas, las transiciones son suaves y las citas aparecen exactamente donde las pondría un analista cuidadoso. Ese pulido es precisamente lo que la vuelve peligrosa de revisar, porque el instinto del revisor, calibrado sobre trabajo humano, es fiarse de lo que se lee bien. La fluidez no es prueba de exactitud, pero amortigua de forma fiable el escrutinio que la exactitud exige.
La confabulación es el fallo con nombre propio
El modo de fallo tiene un nombre formal. El National Institute of Standards and Technology de Estados Unidos, en su Generative AI Profile (NIST AI 600-1, julio de 2024), describe la confabulación como el fenómeno por el que los sistemas generativos producen y presentan con seguridad contenido erróneo o falso en respuesta a una instrucción, lo que se conoce coloquialmente como alucinaciones o fabricaciones.[1] El mismo documento hace dos observaciones directamente relevantes para quien revisa una presentación redactada por IA. Primera: los resultados generativos pueden incluir razonamientos o citas confabulados que aparentan justificar o explicar la respuesta del sistema, lo que puede llevar a las personas a confiar en ese resultado de forma inadecuada. Segunda: NIST incluye el sesgo de automatización y la dependencia excesiva entre los riesgos que surgen de cómo se combinan personas y sistemas de IA: cuanto más fiable parece la tecnología, menos se cuestiona.
Ninguna de las dos observaciones es un argumento contra el uso de IA en el trabajo estratégico. Son un argumento a favor de una postura de revisión concreta. Si el modo de fallo es el error seguro de sí mismo y con aspecto de estar bien documentado, el revisor no puede apoyarse en el instinto que funciona con borradores humanos, que consiste en hurgar donde la escritura flojea. Hay que hurgar donde la escritura es sólida.
- La fluidez amortigua el escrutinio: una presentación pulida suprime las preguntas que provoca un borrador.
- La confabulación es el modo de fallo con nombre: contenido erróneo o falso afirmado con seguridad, incluidas justificaciones y citas fabricadas.
- Por tanto, revisar por impresión no basta: la verificación debe ser procedimental, una secuencia fija de comprobaciones ejecutada igual cada vez, y no un juicio sobre cómo se lee la presentación.
El resto de este artículo expone ese procedimiento. Está escrito como un protocolo que se puede ejecutar hoy sobre una presentación ya existente: clasificar las afirmaciones, abrir cada fuente citada, comparar la frase, nombrar la distorsión, decidir sobre lo que no se puede verificar y dejar constancia de quién ha firmado.
Una afirmación con fuente frente a otra que solo lo parece
La primera tarea es separar dos tipos de enunciado que en una diapositiva resultan idénticos. Una afirmación atribuible tiene detrás un documento real, identificado y que se puede abrir: una publicación concreta, de una organización concreta, que el revisor puede localizar y leer. La prosa con aroma a fuente se limita a tomar prestado el registro de la cita. Menciona instituciones plausibles, años plausibles y atribuciones plausibles, con la gramática de la evidencia, sin que al otro extremo se abra documento alguno. En la diapositiva no se distinguen. Las dos se leen como documentadas. Solo una sobrevive a un clic.
| Afirmación atribuible | Prosa con aroma a fuente | |
|---|---|---|
| Qué hay detrás | Un documento real, identificado y accesible | Ningún documento, o uno que no coincide con la afirmación |
| Cómo se lee en la diapositiva | Documentada y concreta | Documentada y concreta, registro idéntico |
| Qué hace con ella una lectura rápida | La da por creíble | La da por creíble |
| La única prueba fiable | Abrir la fuente y comparar la frase | Abrir la fuente y descubrir que no hay nada que abrir |
La prosa con aroma a fuente sobrevive a una lectura rápida porque está diseñada para ello. Los modelos generativos se entrenan con textos en los que a las afirmaciones les siguen atribuciones, de modo que su salida reproduce con fluidez la forma de la atribución, exista o no un documento detrás. No es una preocupación hipotética. El equipo de noticias de Nature ha informado de que las citas alucinadas, referencias generadas por IA que no corresponden a ninguna publicación real, están apareciendo en la literatura científica publicada,[2] y una auditoría de 111 millones de referencias en 2,5 millones de artículos de arXiv, bioRxiv, SSRN y PubMed Central encontró un fuerte aumento de referencias inexistentes tras la adopción generalizada de los grandes modelos de lenguaje.[3] La literatura científica es el canario en la mina: los autores de la auditoría señalan que la moderación de preprints y los procesos de publicación de las revistas solo detectan una fracción de estos errores.
La conclusión práctica para un revisor es contundente. No existe ningún criterio fiable para distinguir las dos categorías que no sea abrir la fuente. Releer la frase no ayuda. Preguntarse si la atribución suena correcta tampoco, porque la verosimilitud es justo aquello para lo que la prosa está optimizada. La prueba es mecánica: para cada afirmación que sostiene el argumento, localizar el documento, abrirlo y confirmar que dice lo que la diapositiva afirma que dice. Las secciones tres y cuatro describen esa comparación en detalle.
La comprobación: abrir el documento y comparar la frase
El núcleo del protocolo es una comparación lado a lado, hecha afirmación por afirmación. Para cada afirmación que sostiene el argumento: abrir la fuente citada, localizar el pasaje en el que se apoya y leer la redacción de la fuente frente a la de la diapositiva. No el tema contra el tema, sino la frase contra la frase. La mayoría de las distorsiones de las presentaciones redactadas por IA viven en el nivel de la frase, en el espacio entre lo que una fuente afirma y lo que un resumen de esa fuente da a entender. Una comparación por párrafos o por temas no las detecta.
El orden de clasificación que mantiene finita la revisión
Una presentación completa contiene más afirmaciones de las que nadie puede verificar en una tarde, así que la revisión necesita un orden. Recórrala en tres niveles:
- Primero las cifras. Toda magnitud que sostenga el argumento: tamaños de mercado, capacidades, porcentajes, tasas de crecimiento, fechas asociadas a cantidades. Son las afirmaciones que un consejo repetirá y aquellas en las que una sola palabra cambiada altera el significado en silencio.
- Después las atribuciones. Toda afirmación que acredite un hallazgo a una institución, autor o estudio con nombre. Confirme que la parte citada existe, que la fuente le acredita ese hallazgo y que se la caracteriza correctamente.
- El relato al final. Las cadenas causales y los juicios cualitativos: que A llevó a B, que un mercado se consolida, que una capacidad es un diferenciador. Son más difíciles de refutar y más blandos en consecuencias, así que van después de lo que se puede comprobar al pie de la letra.
Cuando la fuente es de pago, no está disponible o no existe
Al abrir una cita pueden ocurrir tres cosas. La fuente es accesible y la comparación puede hacerse. La fuente es real pero inaccesible: de pago, fuera de línea o disponible solo en una versión que el revisor no puede leer en el tiempo disponible. O la fuente no existe en el lugar indicado, o no existe en absoluto. Trátelas de forma distinta. Una fuente inaccesible es un problema de calendario: la afirmación permanece en la presentación solo si alguien con acceso realiza la comparación, o se degrada a supuesto hasta que lo haga. Una fuente inexistente no es un problema de calendario. La afirmación carece de apoyo y pasa al paso de decisión descrito más adelante. Lo que el revisor nunca debe hacer es dejar en pie una cita sin abrir porque la atribución sonaba creíble. Ese es exactamente el fallo que el protocolo existe para evitar.
Ejemplo real: una reescritura, dos distorsiones
El paso de comparación se aprende mejor sobre un caso real, y una fuente publicada lo ilustra por completo. El Banco de la Reserva Federal de Dallas, al escribir sobre la tormenta invernal de Texas de febrero de 2021 y su efecto en la industria petroquímica, afirma: 'As much as 80 percent of U.S. basic organic chemicals capacity was offline after the storm, and up to 60 percent was still offline in mid-March.' En español: hasta un 80 por ciento de la capacidad estadounidense de productos químicos orgánicos básicos quedó fuera de servicio tras la tormenta, y a mediados de marzo seguía parado hasta un 60 por ciento. La misma frase atribuye esas cifras a estimaciones de Wood Mackenzie, una consultora del sector energético, y añade que la capacidad se restableció en gran medida en abril.[4] Un borrador que resumía esa fuente reprodujo la primera mitad así: 'roughly 80 percent of basic organic chemical capacity across the region', es decir, en torno al 80 por ciento de la capacidad de productos químicos orgánicos básicos de la región.
La frase del borrador se lee perfectamente. Es gramatical, está cerca de la fuente y nada en ella parece erróneo. Contiene dos distorsiones, y un revisor que haya aprendido a nombrarlas encontrará ambas en menos de un minuto.
| Distorsión | La fuente dice | El borrador dice | Qué cambió |
|---|---|---|---|
| Cambio de alcance | 'U.S. basic organic chemicals capacity', una cifra nacional | 'basic organic chemical capacity across the region', una cifra regional | Una población estadounidense pasó a ser regional, cambiando lo que la cifra cubre |
| Cambio de límite | 'As much as 80 percent', un límite superior | 'roughly 80 percent', una estimación central | Un techo para la cifra se convirtió en un valor típico |
Primero el cambio de alcance. La Dallas Fed describe capacidad en Estados Unidos, y puede hacerlo con credibilidad porque solo Texas concentra la gran mayoría de ella. El borrador convierte esa cifra nacional en regional. Según la región que imagine quien lee, la cifra describe ahora una población distinta de la que describe la fuente, y el argumento de la diapositiva puede apoyarse en la lectura regional. El cambio de límite es más sutil y, ante un consejo, más consecuente. 'As much as 80 percent' es un límite superior: el peor caso, el máximo que alcanzó la capacidad parada. 'Roughly 80 percent' es una estimación central: el valor típico, la cifra con la que se planifica. Presentar un peor caso como estimación central hace que un escenario malo se lea como el esperado, que es justo el optimismo silencioso que un consejo no debería asumir sin saber que ha ocurrido.
Fíjese en qué consistió la comprobación. Ninguna técnica forense, ninguna prueba estadística. El revisor abrió el documento citado, encontró la frase y comparó la redacción. Todas las distorsiones de este ejemplo eran visibles en esa comparación, y ninguna lo era en la frase del borrador por sí sola.
Las cinco distorsiones que revisar en cada cifra
El ejemplo mostró dos de cinco distorsiones recurrentes. Juntas forman la lista que un revisor aplica a cada cifra que sostiene el argumento: alcance, límite, fecha, unidad y atribución. Cada una es una dimensión por la que un resumen puede alejarse de su fuente mientras la frase sigue leyéndose con limpieza.
| Distorsión | La pregunta que hay que hacer | Por qué sobrevive a una lectura rápida |
|---|---|---|
| Alcance | ¿Qué población cubre la cifra y ha cambiado esa población en el resumen? | La cifra no cambia, así que el ojo ve coherencia donde el significado se ha movido |
| Límite | ¿Es un límite superior, uno inferior o una estimación central, y lo conserva el resumen? | Los límites los llevan expresiones breves como 'hasta' o 'al menos', que los resúmenes suprimen sin romper la gramática |
| Fecha | ¿Qué periodo describe la cifra y el resumen indica el mismo? | Una cifra cierta para un año se lee como un hecho general en cuanto se omite el periodo |
| Unidad | ¿Qué se mide realmente y el resumen mide lo mismo? | Medidas contiguas como capacidad y producción, o valor y volumen, suenan intercambiables aunque no lo son |
| Atribución | ¿A quién se acredita la cifra y la fuente acredita a la misma parte? | Un nombre institucional plausible satisface a quien lee incluso cuando la fuente acredita a otro |
Tres de ellas merecen una ilustración más allá de la tabla. Una distorsión de fecha se produce cuando una cifra ligada a un periodo concreto, un trimestre o un mes determinado, se reformula sin ese anclaje, de modo que una fotografía se convierte en tendencia en la mente de quien lee. Una distorsión de unidad se produce cuando la magnitud medida cambia de carácter en el resumen: la capacidad pasa a ser producción, una cuota sobre una base pasa a serlo sobre otra, un saldo pasa a ser un flujo. Una distorsión de atribución se produce cuando el resumen acredita a una institución una cifra que la fuente atribuye a otra, o describe el papel de la fuente con más fuerza de la que ella misma se da, por ejemplo convirtiendo una estimación sectorial en una estadística oficial.
Recuerde, por último, que las distorsiones viajan juntas. El ejemplo llevaba dos en una sola oración, y nada impide que una reescritura lleve tres. Por eso la comprobación es una comparación de frases y no un vistazo cifra a cifra: una comparación puede sacar a la luz varios fallos a la vez, y un vistazo solo detectará el primero.
Qué hacer con una afirmación que no se puede verificar
Algunas afirmaciones no sobrevivirán a la revisión: la fuente no existe, dice otra cosa o no puede abrirse a tiempo. Para cada una hay exactamente tres decisiones defendibles, y el revisor debería elegir entre ellas de forma deliberada y no por inercia.
- Eliminar la afirmación. Si no sostiene el argumento por sí sola, la decisión más limpia es borrarla. La presentación avanza con lo que ha superado la comprobación.
- Marcarla como supuesto. Si el argumento la necesita, formúlela explícitamente como supuesto dentro de la presentación, visible como tal para el público, y llévela al registro de supuestos que se describe más abajo.
- Volver a documentarla. Si un documento que el revisor ha abierto respalda la afirmación, sustituya la cita y la redacción por lo que ese documento dice realmente y añada la nueva fuente al registro de verificación.
Por qué la vaguedad no es seguridad
La decisión que hay que resistir es la cuarta, la que se le ocurre a todo revisor con prisa: suavizar. Una cifra no verificable se reescribe como 'significativa', 'sustancial' o 'una parte importante', y la diapositiva pasa a leerse como prosa segura sin nada que comprobar. Esa es la trampa del suavizado. La vaguedad no es una afirmación reducida, es una afirmación incomprobable, y en una presentación se lee como conocimiento asentado en lugar de como la incertidumbre que oculta. Quien, desde el consejo, hurga en una afirmación vaga no encuentra dónde hurgar, y ese es el problema. Si una cifra no se puede verificar, las presentaciones honestas son la eliminación o el supuesto explícito, no un sinónimo.
El registro de supuestos es lo que hace viable la segunda decisión. Es una lista única y mantenida de toda afirmación de la presentación que se sostiene como supuesto y no como hecho verificado, cada una con su origen y, cuando sea posible, con la evidencia que la confirmaría. El registro va en el anexo o en el material de apoyo, y cambia la estructura epistémica de la presentación: su credibilidad descansa ahora de forma visible en las afirmaciones que superaron la comprobación, con el resto etiquetado. Quien puede distinguir, a demanda, entre lo verificado y lo supuesto está en una posición materialmente más fuerte en la sala que quien presenta un documento donde todas las frases suenan igual de seguras.
Quién firma, y sobre qué
La verificación termina en una persona con nombre. Quien presenta es responsable del registro de verificación: la lista de afirmaciones que sostienen el argumento y que se comprobaron, la fuente abierta para cada una y la comparación realizada, incluidas las distorsiones encontradas y las decisiones aplicadas. Esto no es burocracia. Es lo que convierte el protocolo de un hábito privado en un acto de gestión, y lo que permite defender la presentación cuando un consejero pregunta, semanas después, de dónde salió una cifra. La respuesta es un documento, no un recuerdo.
- Cada afirmación que sostiene el argumento, en el orden de clasificación usado: cifras, después atribuciones, después relato.
- La fuente abierta para cada afirmación y la frase comparada.
- Las distorsiones encontradas, nombradas por tipo, y cómo se resolvió cada una: corregida, eliminada o marcada como supuesto.
- El registro de supuestos, con toda afirmación que la presentación sostiene como tal.
- El nombre de la persona que realizó la comparación y la fecha en que la completó.
La firma es un acto de gestión, no una formalidad. El conjunto de herramientas de supervisión Empowering AI Leadership del Foro Económico Mundial, dirigido a consejos de administración, se apoya en esa división del trabajo: la dirección crea y ejecuta la estrategia en un mundo moldeado por la IA, mientras que el papel del consejo es supervisar las decisiones de la dirección y sus resultados.[5] Una presentación que llega a un consejo o a un comité de inversiones es exactamente ese tipo de insumo para la decisión, y quien la presenta es responsable de qué hay verificado y qué supuesto en ella. Firmar el registro de verificación es la forma de hacer esa responsabilidad explícita en lugar de implícita.
El protocolo aquí descrito es deliberadamente independiente de la herramienta: puede ejecutarse sobre cualquier presentación, salga del proceso de redacción que salga. Pero el esfuerzo que exige depende mucho de cómo se construyó. Decisity es una plataforma de estrategia nativa de IA cuyo resultado está hecho para ser comprobado: cada afirmación y cada cifra de una presentación de Decisity enlaza con su fuente, de modo que el paso de comparación de este protocolo se ejecuta como una pasada rápida y no como un ejercicio forense, y el registro de verificación se compone solo a partir de los enlaces trazables en lugar de reconstruirse después. Para los equipos que presentan ante consejos y comités de inversión, esa es la diferencia entre que verificar sea un proyecto y que sea parte del flujo de trabajo. El criterio de fondo es el mismo en ambos casos, y es el que este artículo ha aplicado en todo momento: una presentación está lista cuando cada afirmación que la sostiene ha sido abierta, comparada y firmada.
Fuentes
- NIST AI 600-1: Generative Artificial Intelligence Profile
- Nature: Hallucinated citations are polluting the scientific literature. What can be done?
- LLM hallucinations in the wild: Large-scale evidence from non-existent citations
- Dallas Fed: Texas winter deep freeze broke refining, petrochemical supply chains
- World Economic Forum: Empowering AI Leadership, Oversight Toolkit for Boards of Directors
