ChatGPT no es 100% fiable y OpenAI cree tener una solución: que nos confiese cuándo está mintiendo

OpenAI está entrenando sus modelos de IA generativa, como GPT-5 Thinking, para que confiesen errores o trampas mediante un sistema de recompensas por honestidad. En pruebas, el modelo generó un segundo bloque de texto analizando su comportamiento y admitió fallos en 11 de 12 escenarios diseñados para inducir mentiras. Esta técnica busca mitigar las alucinaciones, un problema estructural de los LLMs, haciendo que la honestidad sea el camino de menor resistencia. Representa un avance hacia la transparencia en las 'cajas negras' de la IA, esencial para su fiabilidad futura y cumplimiento normativo como el RGPD.