Ante la pregunta de ¿por qué se registran operaciones fallidas o alucinaciones de la Inteligencia Artificial (IA)? La respuesta no necesariamente es técnica, sino la prevalencia del criterio de mercado, es decir los modelos de negocio, que son los que rigen los desarrollos tecnológicos, sobre todo los de la IA .
Para algunos especialistas, las ganancias a corto plazo, orilla a los grandes corporativos tecnológicos, a realizar el entrenamiento de sus modelos de lenguaje LLM con información barata y de baja calidad, extraídos del internet, lo que da como resultado modelos fallidos; si a los sistemas desarrollados se le sigue alimentando de información basura, generarán basura, no solo con sintaxis deficiente e imágenes distorsionadas, sino que acabarán devorándose a sí mismos (Twiss, 2026). Como el Ouroboro que es la serpiente que se devora así misma.
El Ourobro de la IA es una metáfora técnica y filosófica, que representa el ciclo de retroalimentación destructiva, una IA entrenada con datos sintéticos por ser de otra IA; por lo que perciben erróneamente la realidad (Shumailov, Shumaylov, Z, & Z, Zhao y et al. , 2024).
En cuanto al manejo de datos, es importante mencionar la existencia del National Institute of Standards and Technology (NIST) creado en 1901, para generar normas con capacidad de competir con las de las naciones industrializadas; actualmente tiene como objetivo el facilitar que los sistemas de medición, sean interoperables, precisando y desarrollando estándares para la IA.
Basándose en datos de los prontuarios policiales, construyó extensas bases biométricas, integradas en su Special Database 32, que contiene miles de fotografías presentadas como datos sin historias, ni nombres, aceptándose que cualquier cosa es dato, a disposición de cualquiera, dado que fluyen en internet, con la participación de ImageNet, o se obtienen de instituciones gubernamentales, incluyendo toda la información que los usuarios de las redes sociales suben, como fotografías y textos
Son datos sin contexto, que no requieren de consentimiento, o autorización para ser tomados; es con ésta información que se alimentan los modelos lenguaje y los sistemas de IA pre-entrenados (GPT).
Ha sido un saqueo sin normas que lo regulen, pero ha facilitado el enriquecimiento de los corporativos tecnológicos, que desarrollan los sistemas de IA (Crawford, 2025 3ª Reimpresión, págs. 141-167).
El factor crítico que da lugar al Ouroboro, son los datos sintéticos, que se generan con la información que generan las diversas IAs como GPT, Grok, Gemini, Llama, Claude, Deepseek y Midjourney entre otras; los desarrolladores de las nuevas IAs obteniendo los datos que fluyen en la web, los cuales utilizan para su entrenamiento, son datos que no fueron creados por humanos, sino por las IAs anteriores, lo que propicia errores, sesgos y alucinaciones, lo que deriva en el llamado Colapso del Modelo (Model Collapse).
Investigadores de las universidades de Oxford, Cambridge, Stanford y Edimburgo, alertaron sobre un fenómeno que impacta negativamente, a los modelos de IA, privándolos paulatinamente de diversidad y fidelidad factual, a estas investigaciones se suman los análisis realizados por Semrush para MarTech.com, referentes a la alteración de la voz de marca, ya de por si contaminada, por contenidos obsoletos y sesgados, provocando una distorsión de la realidad de los sistemas y modelos de IA, entrenados con datos sintéticos (SaasAdvisor, 2026).
De los avances tecnológicos es la IA, la que ha logrado posicionarse como el eje transversal de ésta era tecnológica, si bien ha deslumbrado a la sociedad en general, también es cierto que se somete a la máxima de que no es infalible como todo, nada es perfecto, opera con verosimilitud, pero no con veracidad, genera textos e imágenes, da respuestas, si bien rápidas, por su alta capacidad de relacionamiento de datos, con la pretensión de ser congruentes, pero están desfazados de la realidad, la cual cambia, se transforma y muta, a diversas velocidades y de manera permanente, por lo que sus resultados y respuestas son, en gran medida, impremeditadamente falsos. Es mas no sabe si es verdad o mentira, porque no tiene conciencia.
El valor social y la trascendencia de la IA, como tecnología transversal, radica en la objetividad y la ética, y no en los criterios de rentabilidad de mercado y de represión política.
El Ouroboro de la Inteligencia Artificial
Bibliografía
Crawford, K. (2025 3ª Reimpresión). Atlas de Inteligencia Artificial: Poder, Politica y Costos Planetarios. Ciudad de México, Ciudad de Méxio , México: Fondo de Cultura Económica.
SaasAdvisor. (6 de enero de 2026). SaasAdvisor. Recuperado el enero de 2026, de saas-advisor.com: https://saas-advisor.com/es/blogs/news/ia-generativa-model-collapse-alteracion-de-los-mensajes-de-marca
Shumailov, I., Shumaylov, Z, & Z, Zhao y et al. . (24 de julio de 2024). Los modeloe de IA colapsan cuando se entrenan con datos gemnerados recursivamente. Nature, https://doi.org/10.1038/s41586-024-07566-y(631), 755-759.
Twiss, J. (8 de enero de 2026). IEEE Spectrum. Recuperado el enero de 2026, de spectrump.ieee.org: https://spectrum.ieee.org/ai-coding-degrades?utm_source=techalert