Dónde discreparon esta semana nuestros revisores de IA

Cada noticia que publica Vocemundi se verifica afirmación por afirmación mediante tres revisores de IA creados por empresas rivales: Claude (Anthropic), GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI). La mayoría de las veces coinciden. Esta columna semanal muestra dónde no coincidieron y cómo se resolvió cada caso. Las cifras proceden directamente de nuestro registro de revisión y se calcularon mediante código. Las descripciones de los casos las redactó Vera, nuestra editora de IA, a partir de las notas registradas por los revisores. Periodo cubierto: del 11 de octubre de 2026 al 18 de octubre de 2026 (UTC).

Cada semana, tres revisores de IA, Claude (Anthropic), GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI), contrastan cada afirmación de nuestras noticias con el material de las fuentes. Cada uno debe copiar una cita que la respalde, y nuestro código confirma que esa cita existe. Una afirmación necesita que dos revisores la respalden con una cita verificada. Esta semana pasaron por revisión 220 noticias y se verificaron 14.138 afirmaciones. En 2360 afirmaciones los revisores no dieron todos la misma respuesta. A continuación figuran cinco de esos casos, elegidos porque cada uno depende de un verdadero criterio editorial.

Esta semana en cifras

• 220 noticias pasaron por la revisión (423 sesiones de revisión, contando las nuevas verificaciones tras las correcciones); 203 de ellas están publicadas.
• 14.138 afirmaciones verificadas y 41.909 votos contabilizados (uno por revisor y por afirmación).
• En 2360 afirmaciones (16,7 %) los revisores no dieron todos la misma respuesta.
• Claude (Anthropic): 14.029 votos; respaldó el 95 % de las afirmaciones que revisó con una cita que pudimos verificar; el 1,2 % de sus votos llegó sin una cita que nuestro código pudiera encontrar en el material de las fuentes; se quedó solo frente a los otros dos 539 veces.
• GPT-5.6 Sol (OpenAI): 13.526 votos; respaldó el 88 % de las afirmaciones que revisó con una cita que pudimos verificar; el 8,6 % de sus votos llegó sin una cita que nuestro código pudiera encontrar en el material de las fuentes; se quedó solo frente a los otros dos 1140 veces.
• Kimi (Moonshot AI): 11.336 votos; respaldó el 94 % de las afirmaciones que revisó con una cita que pudimos verificar; el 4,7 % de sus votos llegó sin una cita que nuestro código pudiera encontrar en el material de las fuentes; se quedó solo frente a los otros dos 516 veces.
• Gemini (Google): 2821 votos; respaldó el 98 % de las afirmaciones que revisó con una cita que pudimos verificar; el 1,2 % de sus votos llegó sin una cita que nuestro código pudiera encontrar en el material de las fuentes; se quedó solo frente a los otros dos 80 veces.
• DeepSeek (DeepSeek): 197 votos; respaldó el 80 % de las afirmaciones que revisó con una cita que pudimos verificar; el 16,2 % de sus votos llegó sin una cita que nuestro código pudiera encontrar en el material de las fuentes; se quedó solo frente a los otros dos 7 veces.
• Veredictos finales: 194 aprobadas, 17 devueltas para correcciones, 9 rechazadas.
• En 4 noticias, al menos un revisor se apartó porque la noticia trataba sobre la empresa que lo creó.

Los casos

¿Nombra realmente la fuente a la ciudad?

Una noticia de Ciencia sobre el terremoto de magnitud 6,9 en la península rusa de Kamchatka afirmaba que Petropávlovsk-Kamchatski es el centro administrativo de la región. GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI) la marcaron como respaldada. Ambos citaron una frase de The Hindu: «Varios residentes del centro administrativo de la región evacuaron sus apartamentos a causa de los temblores, indicó». Claude (Anthropic) la marcó como no respaldada y señaló que el material «menciona un “centro administrativo”, pero nunca identifica como tal a Petropávlovsk-Kamchatski». La discrepancia depende de una cuestión concreta: ¿una frase que se refiere al centro administrativo establece también de qué ciudad se trata? La afirmación se publicó tal como estaba redactada, porque al menos dos revisores la respaldaron con una cita verificada.

Noticia: Un terremoto de magnitud 6,9 sacude la península rusa de Kamchatka

Una objeción aislada que cambió el borrador

Una noticia de Cultura sobre el incendio en el mercado cubierto de alimentos más antiguo de París decía en su primer borrador que las informaciones «no describen cuándo comenzó el incendio ni cuántos bomberos se desplegaron». En esa ronda, los revisores fueron Claude (Anthropic), GPT-5.6 Sol (OpenAI) y Gemini (Google). Claude y Gemini marcaron la frase como respaldada. GPT-5.6 Sol la marcó como contradicha y señaló que las informaciones «dan un momento aproximado de inicio, aunque no el número de bomberos desplegados». Remitió a la frase: «El histórico Marché des Enfants-Rouges, en el centro de París, quedó destruido por un incendio en la madrugada del lunes». El borrador se corrigió en la siguiente ronda de revisión. Ahora dice que France 24 y Reuters informan de que el incendio comenzó en la madrugada del lunes, sin dar una hora exacta. Mantiene la afirmación de que las informaciones no dicen cuántos bomberos se desplegaron. Después, la noticia volvió a verificarse antes de su publicación.

Noticia: Un incendio destruye durante la noche el mercado cubierto de alimentos más antiguo de París, según las autoridades

¿Quién hizo el llamamiento a la privacidad?

Una noticia de Salud sobre el segundo caso de ébola en Kenia decía en su primer borrador que el ministerio instó a la población a «mantener la calma, pero estar alerta», según la BBC, «y a respetar la privacidad de la familia». Claude (Anthropic) y GPT-5.6 Sol (OpenAI) la marcaron como parcial. Kimi (Moonshot AI) la marcó como respaldada. La nota de alerta explicaba: «El llamamiento a la privacidad procede de AllAfrica, en voz pasiva; no de la BBC ni explícitamente del ministerio». En la siguiente ronda, el llamamiento a la privacidad se separó de la cita de la BBC y se atribuyó a AllAfrica, en voz pasiva, tal como se informó. Una frase posterior se cambió a «según el ministerio» para mayor claridad. En el análisis, «un hogar» pasó a ser «familiar cercano», en consonancia con las informaciones. Después, el borrador volvió a verificarse antes de su publicación.

Noticia: Kenia confirma un segundo caso de ébola en un familiar cercano del primer paciente

Textos coincidentes, pero ¿una fuente común?

Una noticia de Clima sobre un informe acerca de la disminución de la pérdida de bosques a nivel mundial decía en su primer borrador que AFP, tal como la publicó Phys.org, y el South China Morning Post «utilizan una redacción idéntica y parecen proceder del mismo despacho de AFP». Los tres revisores marcaron la frase como parcial en esa ronda. La alerta partió de GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI), no de Claude (Anthropic). La nota de alerta decía: «Los textos coinciden en gran medida y Phys.org atribuye el texto a AFP; no se indica explícitamente que procedan de un despacho común». En la siguiente ronda, la afirmación se sustituyó por una indicación de que los textos de las informaciones coinciden en gran medida y de que Phys.org atribuye el texto a AFP. Un segundo cambio sustituyó «los resultados se presentaron el miércoles» por la redacción de las propias informaciones: el estudio se publicó el miércoles y uno de sus coautores habló en una rueda informativa. Después, el borrador volvió a verificarse antes de su publicación.

Noticia: Un informe afirma que la pérdida mundial de bosques cayó un 15 % en 2025, mientras las pérdidas del Congo se acercaron a las de la Amazonia

Cuándo un hecho informado se convierte en una comparación

Una noticia de Deportes sobre el futuro de LIV Golf incluía una frase de análisis: si LIV 2.0 sigue adelante, su modelo de propiedad mayoritaria de los jugadores «sería un arreglo inusual en el deporte profesional». Kimi (Moonshot AI) la marcó como respaldada y citó el reparto accionarial informado por ESPN entre los golfistas, BC Partners y posibles inversores minoritarios, y la dirección. Claude (Anthropic) citó el mismo pasaje, pero la marcó como parcial y señaló: «“Inusual en el deporte profesional” se afirma sin matización; no se fundamenta en el material». GPT-5.6 Sol (OpenAI) la marcó como no respaldada y escribió que las fuentes «dan porcentajes de propiedad, pero no establecen que tal arreglo sea inusual». Los revisores coincidieron en los hechos sobre la propiedad y discreparon sobre la comparación extraída de ellos. La afirmación se publicó tal como estaba redactada, porque al menos dos revisores la respaldaron con una cita verificada.

Noticia: Se espera para finales de octubre una decisión de LIV Golf sobre su cierre o un «LIV 2.0»

Lo que aprendimos

En estos casos, los revisores rara vez discreparon sobre los hechos en sí. Discreparon sobre lo que una fuente dice y lo que no dice. Algunas alertas distinguieron una inferencia de una afirmación informada, como un despacho común o un arreglo «inusual». Otras detectaron atribuciones que se habían desviado hacia el medio o el interlocutor equivocado. Un dato ausente no es lo mismo que uno aproximado, como mostró el incendio de París. Una frase que menciona un centro administrativo puede no nombrarlo. Exigir una cita verificada hace que cada voto pueda comprobarse. Según nuestra regla de las dos citas, una cita adjunta a un voto parcial también cuenta como respaldo, como en el caso de LIV Golf. Cuando los borradores cambiaron, las correcciones fueron modestas: matizaciones, nuevas atribuciones y sustitución de afirmaciones por la redacción de las propias fuentes.

Cómo funciona la revisión: Cómo trabajamos · Quién se sienta en nuestra mesa de IA. Correcciones: [email protected].

Trazabilidad
Fuentes (5): Vocemundi: LIV Golf decision on wind-down or 'LIV 2.0' expected by end of October · Vocemundi: Report says global forest loss fell 15% in 2025 as Congo losses neared Amazon's · Vocemundi: Fire destroys Paris's oldest covered food market overnight, authorities say · Vocemundi: Kenya confirms second Ebola case in close relative of first patient · Vocemundi: Magnitude 6.9 earthquake strikes Russia's Kamchatka Peninsula
Orígenes independientes: n/a (review of our own records) · Perspectivas cubiertas: n/a
Confirmado: n/a · Reportado: n/a · Disputado: n/a · Confianza: n/a
Revisión: Figures computed by code from Vocemundi's review log (tribunal.jsonl); every figure in the text was checked against the data
Redactado: 2026-10-18 15:01 UTC

Producido por la redacción de Vocemundi con asistencia de IA. Traducido automáticamente del inglés; la versión original prevalece.