Las sanciones contra Stephen Aarons por ChatGPT convierten testigos falsos en una crisis legal
Stephen Aarons recibió una sanción de 5.000 dólares después de que su escrito de apelación asistido por ChatGPT presentara testimonios falsos y testigos que nunca comparecieron en el juicio. El Tribunal Supremo de Nuevo México también declaró al veterano abogado defensor en desacato directo. Las sanciones contra Stephen Aarons por ChatGPT exponen un fallo mucho más grave que otra cita legal inventada.
Aarons representó a Oscar Renee Sandoval, quien recibió una condena de cadena perpetua tras ser declarado culpable de asesinato. Según el tribunal, el escrito de apelación tergiversó tanto el expediente del juicio como las autoridades legales. Algunos pasajes describían testimonios de testigos fabricados, incluidas supuestas observaciones sobre la vestimenta y la apariencia del tirador.
Esa diferencia cambia lo que está en juego. Las sanciones previas relacionadas con IA a menudo implicaban casos o citas inexistentes. Esta presentación supuestamente alteró la historia fáctica de un juicio penal, en el que la libertad del cliente dependía de un expediente preciso. Convirtió un resumen poco fiable en supuesta evidencia y llevó ese material ante el máximo tribunal del estado.
Las sanciones contra Stephen Aarons por ChatGPT fueron más allá de una multa
El tribunal consideró que el escrito amenazaba la propia apelación, no que se tratara simplemente de un vergonzoso error de investigación.
El Tribunal Supremo de Nuevo México impuso las sanciones el 9 de septiembre de 2026. Los magistrados declararon a Aarons en desacato directo y le ordenaron pagar 5.000 dólares al Fondo de Protección del Cliente del Colegio de Abogados del Estado de Nuevo México.
El tribunal también remitió el asunto para sanción disciplinaria del abogado. Aarons no puede comparecer ante el Tribunal Supremo estatal mientras ese proceso siga pendiente. Esa restricción diferencia el caso de incidentes resueltos mediante advertencias o formación continua.
Los escritos de apelación existentes fueron anulados. La apelación de Sandoval fue reasignada a la abogada Kim Chavez Cook a través del sistema de defensores públicos de Nuevo México. La apelación subyacente sigue pendiente, según información del caso publicada por Reuters.
Esas medidas reconocen dos perjuicios distintos. El primero afecta al tribunal, que recibió un escrito con material que no coincidía con el expediente. El segundo afecta a Sandoval, cuya apelación directa se retrasó y tuvo que reiniciarse con nueva representación legal.
Sandoval se había declarado no culpable de asesinar a la madre de sus hijos. Fue condenado y sentenciado a cadena perpetua en 2025. Su apelación capital planteó cuestiones relacionadas con pruebas, divulgación de testigos, testimonios periciales, derechos de confrontación y la eficacia de la defensa en el juicio.
La lista de casos del período del poder judicial de Nuevo México confirma esas cuestiones de apelación. Exigían comparaciones cuidadosas entre el expediente del juicio, las objeciones preservadas y la jurisprudencia aplicable.
En cambio, el tribunal afirmó que el escrito presentado contenía testimonios policiales falsos y declaraciones atribuidas a personas que no las habían proporcionado. También incluía descripciones inexactas de autoridades legales.
La distinción entre prueba y argumento importa. Un precedente fabricado puede distorsionar la regla jurídica que rige un caso. Un testimonio fabricado puede reescribir lo que escuchó el jurado, qué testigos existieron y por qué debería revocarse un veredicto.
Un resumen factual falso puede contaminar entonces todos los argumentos construidos sobre él. Una reclamación por asistencia ineficaz, por ejemplo, depende de lo que hizo la defensa y de lo que realmente contenía el expediente. Un testigo inventado puede crear un fallo que nunca ocurrió.
Por ello, la respuesta del tribunal alcanzó al escrito, al abogado y a la representación. Anular los escritos eliminó el producto de trabajo contaminado. Designar nueva defensa dio al acusado una vía limpia para avanzar. La remisión disciplinaria llevó las cuestiones profesionales más allá de la apelación.
Esa estructura explica por qué las sanciones contra Stephen Aarons por ChatGPT merecen atención fuera de Nuevo México. El tribunal no anunció que los abogados deban evitar la IA generativa. Aplicó la antigua regla según la cual un abogado sigue siendo responsable de cada afirmación presentada.
El episodio también pone a prueba una defensa habitual frente a los errores de IA. Aarons calificó el incidente como un error honesto y afirmó que no entendía hasta qué punto ChatGPT podía inventar hechos. El tribunal se centró, en cambio, en el documento no verificado que llevaba su firma.
Un escrito firmado no es una nota de lluvia de ideas. Es una manifestación formal ante jueces, abogados de la parte contraria y un cliente. Una vez que el texto generado entra en ese documento, su origen no reduce la responsabilidad del abogado.
Un resumen de IA se convirtió en una versión falsa del juicio
El fallo central ocurrió cuando una prosa generada fue tratada como un registro fiel sin verificación línea por línea.
En una audiencia del 21 de agosto, Aarons describió que proporcionó a ChatGPT una transcripción generada por ordenador y otros materiales del caso. Esperaba que el sistema produjera lo que llamó un “resumen a prueba de balas”.
Esa expectativa invirtió la carga de prueba adecuada. Un modelo generativo produce texto plausible a partir de patrones y contexto. No certifica que cada frase aparezca en una transcripción cargada.
Una alucinación de IA es una respuesta segura de sí misma que carece de respaldo en la evidencia o fuente pertinente. El término puede sonar inofensivo, pero sus consecuencias dependen de dónde llegue la respuesta. Un resumen erróneo en notas privadas genera confusión. El mismo resumen en un escrito de apelación se convierte en una manifestación ante un tribunal.
El escrito supuestamente atribuyó declaraciones a Danny Stanton y Linda Stanton que el tribunal consideró falsas. También se refirió a Mariah Chavez y Teresa Marquez en descripciones sobre la vestimenta y la apariencia del tirador. El tribunal identificó a Marquez como una testigo fabricada.
Un pasaje aparentemente decía que el tirador vestía pantalones oscuros y una camisa blanca. La afirmación sonaba como un detalle factual ordinario, lo que facilitaba incorporarla a la narrativa general. Sin embargo, el tribunal no encontró respaldo válido en el expediente.
Este es un problema más difícil que detectar una respuesta obviamente absurda. La prosa jurídica generada suele emplear el tono correcto, el vocabulario esperado y una estructura argumentativa familiar. Esas cualidades hacen que los detalles sin respaldo parezcan establecidos.
Un abogado que lee con rapidez puede reconocer la historia general y pasar por alto el tejido conectivo inventado. Nombres, descripciones de ropa, amenazas y observaciones de testigos pueden parecer coherentes con el material circundante. La fluidez oculta la falta de procedencia.
El flujo de trabajo también confundió dos documentos diferentes. Una transcripción registra testimonios y acontecimientos judiciales. Un resumen generado por un modelo es un texto nuevo creado a partir de esa fuente. Debe tratarse como una interpretación hasta que cada afirmación material se rastree hasta su origen.
Cargar material de fuente no elimina las alucinaciones. Los expedientes extensos pueden superar la atención efectiva de un sistema, contener errores de transcripción o propiciar síntesis sin respaldo. Un modelo también puede combinar detalles cercanos en una declaración que ningún testigo realizó.
Este riesgo aumenta cuando las instrucciones solicitan una narrativa definitiva. Términos como “completo”, “a prueba de balas” o “exhaustivo” pueden premiar la apariencia de integridad por encima de la incertidumbre explícita. La respuesta puede rellenar lagunas en lugar de señalarlas.
Un flujo de trabajo jurídico fiable necesita procedencia a nivel de afirmación. Cada oración factual debe señalar una página de transcripción, una prueba documental, una entrada del expediente o una conclusión judicial. Cada cita debe coincidir exactamente con la fuente. Cada caso citado debe existir y respaldar la proposición indicada.
Ese proceso no puede terminar preguntando al mismo chatbot si su resumen es preciso. Un generador puede defender su propia respuesta sin respaldo con explicaciones adicionales inventadas. La verificación requiere volver al material fuente independiente.
La lección se aplica más allá del derecho. Investigadores, analistas, consultores y ejecutivos utilizan cada vez más IA para condensar expedientes extensos. El peligro aumenta cuando un resumen se convierte en la única versión que ven los revisores posteriores.
Los equipos deben conservar la evidencia original junto a la síntesis generada. Un flujo de trabajo estructurado de combinación de conocimiento puede ayudar a conectar notas con documentos fuente. Sin embargo, la recuperación por sí sola no establece que cada afirmación generada sea correcta.
La salvaguarda decisiva sigue siendo la revisión humana frente a registros autorizados. La IA puede ayudar a localizar pasajes, organizar cuestiones y redactar notas de trabajo. No debe transformar una inferencia no verificada en una afirmación factual.
La firma del abogado, no ChatGPT, conllevaba el deber
El conflicto principal se da entre la redacción delegada y la responsabilidad profesional no delegable.
Aarons dijo a Reuters que había ejercido la defensa penal durante más de 40 años. Afirmó que no conocía el alcance de las alucinaciones de IA cuando aceptó la apelación de Sandoval en 2025.
“Estoy arrepentido, pero espero que la junta disciplinaria tenga en cuenta que fue un error honesto”, dijo. Caracterizó el episodio como una lección para profesionales que utilizan una tecnología inestable.
El tribunal llegó a una valoración más severa. Su orden indicó que Aarons admitió no haber verificado las afirmaciones factuales ni las autoridades legales antes de firmar y presentar el escrito. También señaló que no informó a su cliente sobre esas deficiencias.
Los magistrados determinaron que demostró un arrepentimiento y una preocupación insuficientes por Sandoval. La jueza C. Shannon Bacon cuestionó la afirmación de que un abogado pudiera seguir sin conocer los fallos de IA ampliamente divulgados. Sus preguntas subrayaron que el material jurídico alucinado ya se había convertido en un problema público recurrente.
Esta tensión no exige tratar a ChatGPT como libre de culpa. El sistema produjo lenguaje que, según Aarons y el tribunal, incluía material sin respaldo. OpenAI no proporcionó a Reuters una respuesta inmediata sobre las sanciones.
Sin embargo, un chatbot no puede comparecer formalmente, firmar un escrito, asesorar a un cliente ni responder a una orden de desacato. Esos deberes corresponden a abogados autorizados. El sistema jurídico asigna responsabilidad a la persona facultada para actuar.
La American Bar Association llegó a la misma conclusión básica antes de este caso. Su opinión ética sobre IA afirma que los abogados deben comprender los beneficios y riesgos de una herramienta generativa.
La Opinión Formal 512 vincula el uso de IA con deberes existentes relativos a competencia, confidencialidad, comunicación con el cliente, supervisión, franqueza, reclamaciones con fundamento y honorarios razonables. No crea una excepción de IA a esos deberes.
La guía también describe los sistemas de generación de texto como herramientas de predicción. Producen resultados estadísticamente probables a partir de patrones en datos. Ese diseño difiere de una base de datos que devuelve un documento judicial autenticado.
Un abogado puede delegar investigación o redacción a asociados, asistentes jurídicos, contratistas y software. La delegación cambia quién realiza la primera revisión. No cambia quién debe supervisar el trabajo o verificar el escrito.
Este caso muestra por qué la mera divulgación no resolvería el problema. Una etiqueta que dijera “asistido por IA” podría alertar al tribunal, pero no haría preciso un testimonio fabricado. Los jueces no pueden convertirse en verificadores de hechos de cada escrito producido con software.
Las prohibiciones de herramientas enfrentan límites similares. Un abogado puede introducir información falsa por mala memoria, dictado descuidado, personal sin formación o errores ordinarios de copiar y pegar. Los tribunales se preocupan por la precisión del escrito firmado, independientemente del método de producción.
La línea divisoria más adecuada se refiere a la verificación. La asistencia de IA puede seguir siendo útil cuando cada afirmación relevante se contrasta con el expediente. Se vuelve peligrosa cuando la fluidez sustituye esa comprobación.
La comunicación con el cliente añade otra capa. Una persona que apela una condena penal debería saber cuándo un escrito defectuoso ha puesto en riesgo su apelación. Según el tribunal, Aarons no informó a Sandoval de las tergiversaciones fácticas y jurídicas del escrito.
Esa omisión importa porque el cliente soporta las consecuencias prácticas. El abogado se enfrenta a sanciones y medidas disciplinarias, pero el apelante experimenta demoras, incertidumbre y una relación con su abogado afectada.
Por lo tanto, la responsabilidad profesional debe abarcar todo el flujo de trabajo. Comienza con la selección de una herramienta adecuada y la protección de la información confidencial. Continúa con la validación de las fuentes, la revisión sustantiva, la comunicación con el cliente y la certificación final.
Los falsos testigos de ChatGPT cruzaron una línea más peligrosa
El testimonio inventado desplaza las alucinaciones de IA de una investigación defectuosa hacia la contaminación del expediente probatorio.
El caso temprano de sanciones más conocido fue Mata v. Avianca. Abogados presentaron decisiones judiciales inexistentes generadas con ChatGPT en una disputa federal por lesiones personales. Un juez impuso una multa de $5,000 en 2023.
Ese caso estableció una advertencia duradera. Un chatbot puede inventar nombres de casos, citas textuales, números de expediente y razonamientos jurídicos. Los tribunales esperan que los abogados confirmen esas autoridades mediante sistemas de investigación reconocidos.
El episodio de Nuevo México amplía el problema. Según los informes, el escrito de Aarons incluyó testigos fabricados y descripciones falsas de testimonios. Esos errores no se limitaron a tergiversar lo que otro tribunal había resuelto. Crearon hechos dentro del propio caso del cliente.
Los tribunales de apelación generalmente revisan un expediente existente. No celebran un nuevo juicio ni aceptan como prueba las adiciones fácticas de un abogado. Los escritos deben fundamentar sus narrativas en transcripciones, pruebas documentales, resoluciones y objeciones preservadas.
Un detalle fáctico inventado puede influir en cómo los jueces entienden el perjuicio. Puede hacer que una prueba excluida parezca más importante, reforzar un argumento de identificación o cambiar el valor aparente del contrainterrogatorio. Estos efectos pueden persistir incluso después de una corrección.
El problema también carga a la parte contraria. Los fiscales deben comparar el escrito con el expediente e identificar discrepancias. Los jueces y secretarios deben determinar si una afirmación extraña refleja un pasaje auténtico de la transcripción o una ficción generada.
Este costo de verificación se extiende por todo el sistema. Un abogado puede ahorrar tiempo de redacción mientras transfiere el trabajo de revisión al tribunal, a la parte contraria, al abogado sustituto y al cliente. Las sanciones intentan devolver ese costo al profesional responsable.
Una apelación por asesinato en Georgia en 2026 mostró otra vía de contaminación. En Payne v. State, aparecieron citas ficticias o atribuidas erróneamente en una presentación de la fiscalía y en una orden propuesta firmada por el tribunal de primera instancia.
La decisión de Payne anuló la orden del tribunal de primera instancia y devolvió el asunto para emitir una nueva. El episodio demostró cómo los errores generados pueden migrar del borrador de un defensor a un documento judicial.
Ese riesgo de migración hace esencial la procedencia. Los documentos jurídicos se reutilizan con frecuencia entre mociones, órdenes propuestas, memorandos internos y escritos de apelación. Una vez que un pasaje sin respaldo entra en la cadena, los autores posteriores pueden asumir que alguien ya lo verificó.
El escrito de Nuevo México parece haber seguido un atajo de confianza similar. Aarons utilizó ChatGPT para crear una representación condensada de las actuaciones. Luego se apoyó en esa representación sin volver plenamente a la transcripción.
El documento resultante tenía la forma superficial de una argumentación de apelación. Identificaba testigos, describía testimonios, invocaba precedentes y conectaba hechos con alegaciones jurídicas. Esa forma hacía que el contenido pareciera revisado profesionalmente.
Por eso, “human in the loop” ofrece poca garantía por sí solo. Una persona puede echar un vistazo a un borrador, corregir la gramática y aun así pasar por alto una fabricación fáctica. La expresión solo importa cuando el revisor tiene tiempo, experiencia y acceso directo a las fuentes.
Una revisión eficaz también necesita límites visibles entre el texto fuente y el texto generado. Los pasajes citados de transcripciones deben conservar referencias de página. Los resúmenes deben identificar los rangos que los respaldan. Los comentarios del modelo sin sustento deben quedar fuera de la exposición fáctica.
En asuntos de alto riesgo, un segundo revisor debería evaluar el documento de forma independiente. Ese revisor debería muestrear las fuentes según el riesgo y ampliar la comprobación cuando aparezca cualquier discrepancia. Los nombres fabricados deberían activar una revisión de cada afirmación fáctica.
El mismo principio se aplica a las autoridades jurídicas. Los revisores deben abrir cada decisión citada y confirmar el lenguaje citado, el criterio, la jurisdicción y la pertinencia. Un caso real citado para una proposición falsa sigue siendo un error grave.
Las sanciones relacionadas con ChatGPT contra Stephen Aarons muestran que los tribunales están dejando atrás la curiosidad sobre qué herramienta produjo un error. La cuestión operativa es si el abogado estableció controles lo bastante sólidos para impedir que la ficción generada se convierta en un hecho presentado ante el tribunal.
Las sanciones no prueban que la IA no tenga lugar en el trabajo jurídico
La crítica más sólida se dirige contra la confianza sin control, no contra todo uso de IA generativa por abogados.
Sería fácil tratar este caso como prueba de que los profesionales jurídicos nunca deberían usar ChatGPT. Esa conclusión va más allá de las conclusiones del tribunal e ignora la variedad de tareas agrupadas bajo el “uso de IA”.
Un modelo puede ayudar a crear listas de cuestiones, reorganizar notas redactadas por abogados, comparar estructuras documentales o sugerir términos de búsqueda. Estos usos siguen requiriendo criterio, pero no todos conllevan el mismo riesgo que resumir la transcripción de un juicio por asesinato.
El riesgo depende de la finalidad y el destino del resultado. Un esquema privado es provisional. Una carta al cliente requiere una revisión cuidadosa. Una exposición fáctica en una apelación penal exige verificación frente al expediente oficial.
Las herramientas también difieren. Un chatbot general produce texto abierto, mientras que algunos sistemas jurídicos recuperan información de bases de datos delimitadas y muestran las autoridades de respaldo. Incluso los sistemas con citas pueden citar erróneamente, interpretar mal o seleccionar material irrelevante.
El tribunal de Nuevo México no realizó una evaluación científica de la fiabilidad de ChatGPT. Examinó la conducta de un abogado y un escrito defectuoso. Los lectores no deberían convertir esa conclusión en una tasa de error universal.
Tampoco el caso prueba que la IA haya causado cada defecto de forma independiente. Aarons seleccionó los materiales, dio indicaciones al sistema, utilizó su resultado y firmó el documento. La información pública no proporciona el historial completo de indicaciones ni todos los borradores intermedios.
Esa incertidumbre importa. Sin el registro completo de interacción, los observadores no pueden reconstruir qué afirmaciones generó el modelo, qué pasajes editó Aarons ni si los defectos de la transcripción contribuyeron. La orden del tribunal establece responsabilidad, no una autopsia técnica completa.
Aun así, esas lagunas no excusan las inexactitudes presentadas. Aclaran dónde siguen abiertas las cuestiones de producto y proceso. Un mejor registro podría ayudar a los despachos a determinar cómo una afirmación sin respaldo entró en un documento.
Los proveedores de IA jurídica pueden reducir el riesgo adjuntando referencias a fuentes a cada oración fáctica. Pueden advertir cuando una respuesta carece de pruebas, separar las citas de los resúmenes y bloquear exportaciones que contengan citas sin resolver.
Esos controles ayudarían, pero no pueden sustituir la revisión sustantiva. Un enlace de fuente puede apuntar a un documento real que no respalda la afirmación generada. La automatización puede facilitar la verificación sin volverla opcional.
Los despachos también necesitan políticas basadas en la sensibilidad de la tarea. Resumir material público de contexto no conlleva las mismas consecuencias que interpretar pruebas amparadas por secreto profesional. Redactar una lista de verificación rutinaria difiere de describir un testimonio controvertido.
Una política práctica debería identificar insumos prohibidos, sistemas aprobados, reglas de conservación, estándares de revisión y puntos de escalamiento. Debe especificar quién verifica las citas y quién confirma las afirmaciones fácticas frente al expediente.
La formación debe ir más allá de enseñar a los abogados a redactar indicaciones. Los usuarios deben comprender los errores expresados con seguridad, los límites de contexto, la recuperación incompleta, la exposición de datos y el sesgo de automatización. El sesgo de automatización ocurre cuando las personas confían excesivamente en un resultado porque lo produjo un sistema.
La presión de tiempo también merece atención. La IA promete una redacción más rápida, pero la verificación puede eliminar parte de esa ganancia. Los despachos deben presupuestar el tiempo de revisión con honestidad en lugar de asumir que el primer borrador fluido está casi terminado.
Los supervisores también deberían evitar medir el éxito únicamente por la velocidad. Ese incentivo anima al personal a ocultar la incertidumbre y omitir comprobaciones de fuentes. El trabajo de IA de alto riesgo necesita métricas de precisión vinculadas a las pruebas.
La conclusión escéptica es, por tanto, más limitada y más sólida. La IA generativa puede asistir el trabajo jurídico, pero solo cuando los despachos tratan su resultado como un borrador no verificado. La persona que presenta el documento debe seguir demostrando ante sí misma cada afirmación relevante.
Qué deberían vigilar ahora los tribunales y los equipos jurídicos
La próxima prueba es si las sanciones generan cambios verificables en los flujos de trabajo de toda la práctica jurídica.
La primera señal llegará del procedimiento disciplinario que involucra a Aarons. La junta de Nuevo México puede examinar la competencia, la franqueza, la comunicación con el cliente y las circunstancias que rodearon la presentación.
Una decisión disciplinaria pública aclararía si el tribunal considera el incidente como negligencia aislada o como una falta profesional más amplia. Una sanción más severa reforzaría la orden de desacato directo. Una medida limitada pondría el énfasis en la subsanación y la intención.
El procedimiento también puede revelar información ausente de los informes de prensa. Los investigadores pueden examinar el proceso de redacción, las comunicaciones con Sandoval, el manejo de las transcripciones y el momento en que Aarons descubrió los problemas. Esos hechos definirán el valor del caso como precedente.
La segunda señal será la apelación de sustitución de Sandoval. El nuevo abogado debe reconstruir los argumentos a partir del expediente real después de que se anularan los escritos anteriores. Ese proceso mostrará cuánto daño sustantivo causó el material fabricado.
Si el escrito corregido plantea alegaciones jurídicas similares utilizando pruebas auténticas, el episodio parecerá un grave fallo del flujo de trabajo con una apelación recuperable. Si las alegaciones cambian sustancialmente, es probable que el resumen de IA haya distorsionado la teoría del caso.
El tratamiento final del tribunal hacia Sandoval es igualmente importante. Sancionar al abogado protege la integridad institucional, pero el sistema debe evitar castigar al cliente por la presentación defectuosa de su abogado. La nueva representación aborda ese riesgo sin resolver todas las demoras.
La tercera señal será la adopción de controles de redacción vinculados a la evidencia. Los tribunales pueden exigir certificaciones, mientras que los despachos pueden exigir citas de transcripciones para cada afirmación fáctica. Los proveedores pueden mostrar la fuente detrás de cada pasaje generado.
Los controles más útiles serán auditables. Una casilla que indique que alguien revisó el borrador ofrece protección limitada. Un mapa de alegaciones que vincule cada afirmación a una página de la transcripción crea evidencia de una verificación real.
Los tribunales también decidirán si las reglas profesionales existentes proporcionan suficiente capacidad de actuación. El marco de la ABA ya abarca competencia, franqueza, supervisión y confidencialidad. La orden de Nuevo México sugiere que los jueces pueden actuar sin crear deberes específicos para la IA.
Las nuevas reglas siguen teniendo valor potencial cuando definen procedimientos. Pueden exigir divulgación para usos concretos, conservación de borradores generados o certificación personal de citas textuales y referencias. Sin embargo, la divulgación debería respaldar la verificación en lugar de sustituirla.
El sector en general debería vigilar la repetición de fabricaciones fácticas en casos penales. Los precedentes falsos ya son conocidos. El testimonio inventado plantea un desafío más directo a la integridad de los expedientes de apelación.
Para los trabajadores del conocimiento, la acción inmediata es sencilla, pero exigente. Identifique cada afirmación factual generada, vuelva a abrir la fuente que la controla y registre dónde aparece el respaldo. Escale cualquier discrepancia antes de que el texto llegue a un cliente, regulador, directivo o tribunal.
Las sanciones de Stephen Aarons relacionadas con ChatGPT no son una advertencia sobre una prosa imperfecta. Muestran lo que ocurre cuando un resumen generado por IA se convierte en un sustituto sin documentar de la evidencia.
Haga una pregunta antes de confiar en cualquier relato generado: ¿Puede otro revisor rastrear cada frase significativa hasta una fuente autorizada? Si la respuesta es no, el borrador no está terminado. Construya ahora el rastro de verificación, conserve los registros originales y dé a los revisores tiempo suficiente para cuestionar un lenguaje fluido. El próximo fallo grave de IA probablemente parecerá plausible antes de parecer falso.
