Un informe sobre IA que terminó cuestionado por errores relacionados con IA
KPMG retiró de circulación un informe sobre inteligencia artificial que se presentaba como una guía sobre el futuro de la experiencia del cliente en la era de la IA agentiva. El documento, parte de la serie Global Customer Experience Excellence 2025–2026 y titulado “Total Experience: Redefining excellence in the age of agentic AI”, había sido publicado en octubre de 2025. (assets.kpmg.com)
Lo llamativo del caso es que el informe, precisamente sobre IA, terminó señalado por contener errores que encajan con uno de los fallos más conocidos de los modelos generativos: las alucinaciones. En términos simples, una alucinación ocurre cuando la IA produce información que suena convincente, pero que no es correcta o no puede verificarse con fuentes reales. GPTZero describe este problema como uno de los fallos más frustrantes de los LLM, porque muchas referencias parecen plausibles a primera vista y solo se descubren al verificarlas una por una. (GPTZero)
La investigación de GPTZero y las referencias cuestionadas
Según la investigación de GPTZero, el informe de KPMG contenía 45 citas, pero solo 5 apuntaban correctamente a una fuente real. El resto incluía títulos parafraseados, metadatos alterados, referencias demasiado vagas o componentes directamente fabricados, un patrón que la propia investigación denominó “vibe citing” para describir citas que parecen reales, pero no lo son del todo. (GPTZero)
Organizaciones mencionadas negaron parte de las afirmaciones
El problema no se limitó a la bibliografía. El documento presentaba casos de uso atribuidos a organizaciones como UBS, Swiss Federal Railways (SBB), NHS Greater Manchester y Transport for London (TfL), describiendo escenarios en los que estas entidades supuestamente ya estaban usando agentes de IA para tareas como asesoría financiera, coordinación de salud o gestión de movilidad. La polémica explotó cuando varias de las organizaciones mencionadas dijeron que esas descripciones eran incorrectas, engañosas o no representaban fielmente su situación real.
La respuesta de KPMG
KPMG respondió retirando el informe de sus sitios mientras realizaba una investigación interna. La firma también remarcó que espera que su personal siga las pautas de uso responsable de IA, incluyendo la supervisión humana para validar el contenido y verificar fuentes independientes. (TechCrunch)
Lo que este caso enseña sobre el uso empresarial de la IA
Más allá del caso puntual, el episodio deja una lección incómoda para el mundo corporativo: la IA acelera el trabajo, pero no reemplaza la verificación. Un modelo puede redactar un texto impecable, ordenar ideas y hasta proponer referencias, pero si nadie revisa los hechos, el resultado puede terminar contaminado por errores que se multiplican con mucha rapidez en informes, notas técnicas, presentaciones comerciales o publicaciones web.
Para empresas de consultoría, tecnología o transformación digital, el mensaje es claro. La IA sirve como asistente de primer borrador, no como autoridad final. En documentos sensibles conviene separar con cuidado tres pasos: generación del contenido, revisión humana y validación de fuentes. Ese filtro es el que evita que una pieza pensada para aportar credibilidad termine erosionando la confianza del lector.
Un desafío que afecta a toda la industria
El caso KPMG también refleja un problema más amplio que ya está afectando a firmas de consultoría, medios, equipos jurídicos y departamentos de contenido: la tentación de publicar más rápido de lo que se verifica. GPTZero ha advertido que las citas alucinadas y los errores de atribución no solo engañan a lectores humanos, sino que también pueden terminar “envenenando” el ecosistema de información que luego usan otros sistemas de IA. (GPTZero)
Conclusión
La controversia de KPMG no demuestra que la IA sea inútil. Demuestra algo más útil y más realista: la IA es poderosa, pero sigue siendo imperfecta. En contextos empresariales, el valor está en usarla para acelerar el trabajo sin renunciar al criterio humano que confirma qué es verdadero, qué es dudoso y qué no debería publicarse jamás.
