En qué discreparon nuestros revisores de IA esta semana

Cada artículo que publica Vocemundi es revisado afirmación por afirmación por 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 fueron calculadas por código; los resúmenes de los casos fueron redactados por Vera, nuestra editora de IA, a partir de las notas registradas de los revisores. Periodo cubierto: del 1 de octubre de 2026 al 4 de octubre de 2026 (UTC).

Cada semana, tres revisores de IA, Claude (Anthropic), GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI), comprueban cada afirmación de nuestros artículos frente al material de las fuentes. Cada uno debe copiar una cita que la respalde, y un código comprueba que la cita existe. Esta semana se revisaron 5.324 afirmaciones, y en 781 afirmaciones los revisores no dieron todos la misma respuesta. A continuación se presentan cuatro de esos casos, elegidos porque dependen de lo que una fuente dice realmente. En cada uno exponemos la afirmación, las posiciones registradas de los revisores y el resultado.

La semana en cifras

• 89 artículos pasaron por la revisión (157 sesiones de revisión, contando las nuevas comprobaciones tras las correcciones); 80 de ellos están publicados.
• 5.324 afirmaciones revisadas, 15.943 votos contados (uno por revisor y por afirmación).
• En 781 afirmaciones (14,7 %) los revisores no dieron todos la misma respuesta.
• Claude (Anthropic): 5.324 votos; respaldó el 97 % de las afirmaciones que revisó con una cita que pudimos verificar; el 0,8 % 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 en 106 ocasiones.
• GPT-5.6 Sol (OpenAI): 5.162 votos; respaldó el 88 % de las afirmaciones que revisó con una cita que pudimos verificar; el 8,1 % 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 en 504 ocasiones.
• Kimi (Moonshot AI): 5.174 votos; respaldó el 96 % de las afirmaciones que revisó con una cita que pudimos verificar; el 1,9 % 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 en 141 ocasiones.
• Gemini (Google): 213 votos; respaldó el 92 % de las afirmaciones que revisó con una cita que pudimos verificar; el 6,6 % 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 en 13 ocasiones.
• DeepSeek (DeepSeek): 70 votos; respaldó el 97 % de las afirmaciones que revisó con una cita que pudimos verificar; el 1,4 % 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 en 0 ocasiones.
• Veredictos finales: 84 aprobados, 5 devueltos para correcciones.
• En 2 artículos al menos un revisor se apartó porque el artículo trataba sobre la empresa que lo creó.

Los casos

¿Un posible gran jurado significa que no hay cargos?

El artículo sobre el presunto caso de violación en Cornell decía: «No se han presentado cargos, según las informaciones revisadas por Vocemundi». Claude (Anthropic) marcó la afirmación como respaldada, citando una frase de Al Jazeera: «Si se justifica, las pruebas se presentarán ante un gran jurado y el caso será llevado a juicio». GPT-5.6 Sol (OpenAI) la marcó como parcial y señaló: «Las fuentes confirman que no hubo cargos en 2024, pero no explícitamente que no haya cargos actualmente». Kimi (Moonshot AI) la marcó como no respaldada y no aportó cita, señalando que las informaciones recogen el cierre de 2024 sin cargos, pero no la situación de los cargos después de que se reabriera el caso. Claude fue el único que marcó la afirmación como plenamente respaldada. Resolución: publicada tal como estaba escrita, porque al menos dos revisores respaldaron la afirmación con una cita verificada.

Artículo: La gobernadora de Nueva York nombra a la fiscal general fiscal especial en el presunto caso de violación en Cornell

Un fin de semana concurrido previsto, presentado como un hecho

La línea de resumen del primer borrador decía que el Oktoberfest de Múnich superó su ecuador «tras un concurrido “fin de semana italiano”». Claude (Anthropic) y Kimi (Moonshot AI) marcaron la afirmación como parcial. GPT-5.6 Sol (OpenAI) la marcó como respaldada. La nota de la objeción dice: «La fuente prevé un fin de semana tradicionalmente concurrido; no informa de que este lo haya sido». El material citado de la fuente dice que el fin de semana «tradicionalmente muy concurrido» «está a la vuelta de la esquina». La redacción se cambió a «en torno al tradicionalmente concurrido fin de semana italiano». En la misma ronda, el cuerpo del texto separó las denuncias de agresión, acoso y toma de imágenes bajo la falda del total de delitos, en línea con la formulación «también se presentaron» de DW. El análisis atribuye ahora a Euronews el objetivo de prevenir la saturación y lo limita a las cámaras y al seguimiento mediante IA. El borrador se corrigió en la siguiente ronda de revisión y luego se volvió a comprobar antes de la publicación.

Artículo: El Oktoberfest de Múnich encara su último fin de semana tras unos 3,8 millones de visitantes estimados en su ecuador

Funcionarios no identificados no son necesariamente los mismos funcionarios

El análisis del primer borrador del artículo sobre la misión Crew-13 de SpaceX decía que la afirmación sobre el récord «se apoya en la versión de la NASA, ya que ambos medios citan a los mismos funcionarios no identificados». Claude (Anthropic) y GPT-5.6 Sol (OpenAI) la marcaron como parcial. Kimi (Moonshot AI) la marcó como respaldada. La nota de la objeción dice: «El material no muestra que ambos medios citen a los mismos funcionarios; se afirma como un hecho». El texto citado de la fuente atribuye el récord a «funcionarios de la NASA» sin nombrarlos. La aseveración sin respaldo se eliminó, y el análisis dice ahora que ambos medios atribuyen el récord a funcionarios de la NASA no identificados. En la misma ronda también se corrigió una afirmación del cuerpo del texto sobre la información de DW: era la llegada de la tripulación, no el lanzamiento, lo que estaba previsto para mediados de septiembre antes de un retraso por una fuga. El borrador se corrigió en la siguiente ronda de revisión y luego se volvió a comprobar antes de la publicación.

Artículo: La Crew-13 de SpaceX llega a la EEI en menos de ocho horas, un récord estadounidense, según funcionarios de la NASA

Una afirmación de que no había comentarios de la policía, contradicha

El primer borrador del artículo sobre Jed York, propietario de los 49ers, decía: «Las informaciones no incluyen ningún comentario de la fiscalía, de la policía ni de los representantes legales de York». GPT-5.6 Sol (OpenAI) y Kimi (Moonshot AI) marcaron ambos la afirmación como contradicha. Claude (Anthropic) la marcó como parcial y no figura entre los revisores que la objetaron. La nota de la objeción dice que The Guardian incluye una declaración atribuida a la policía sobre la presunta conducta de York, y cita: «la policía dijo que intentaba pagar 160 dólares por mantener relaciones sexuales con una mujer que él creía que era una prostituta». La afirmación sobre la policía se eliminó, y la declaración se mantuvo para la fiscalía y los representantes legales de York. Se añadió una frase que señala que la única versión policial es la citada por The Guardian sobre el presunto pago. El borrador se corrigió en la siguiente ronda de revisión y luego se volvió a comprobar antes de la publicación.

Artículo: La NFL suspende seis partidos a Jed York, propietario de los 49ers, y lo multa con 500.000 dólares

Lo que aprendimos

En cada uno de estos casos, la redacción en disputa iba un paso más allá de la fuente. Una previsión se escribió como una información. Dos atribuciones separadas se escribieron como una única fuente compartida. Una declaración de que las informaciones no contenían ningún comentario pasó por alto una frase atribuida a la policía. Una frase sobre un posible gran jurado futuro se leyó como una confirmación de la situación actual de los cargos. Exigir una cita copiada hace visibles esas lagunas, pero los revisores siguen discrepando sobre cuánto demuestra una cita determinada. Tres de los borradores se corrigieron y se volvieron a comprobar. La cuarta afirmación se publicó tal como estaba escrita en virtud de la regla de los dos revisores, aunque un revisor la marcó como no respaldada. Vigilamos las afirmaciones sobre lo que las informaciones no contienen, el tiempo verbal y las declaraciones sobre dónde se originó la información.

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

Trazabilidad
Fuentes (4): Vocemundi: New York governor names attorney general special prosecutor in alleged Cornell rape case · Vocemundi: Munich's Oktoberfest heads into its final weekend after an estimated 3.8 million visitors by midpoint · Vocemundi: SpaceX Crew-13 reaches ISS in under eight hours, a US record, NASA officials say · Vocemundi: NFL suspends 49ers owner Jed York six games, fines him $500,000
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: 2026-10-04 15:00 UTC

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