Un abogado presentó ante la Sala de lo Penal del Tribunal Superior de Justicia de Canarias un recurso de apelación contra una sentencia de la Audiencia Provincial de Santa Cruz de Tenerife. El escrito incluía 48 citas de supuestas sentencias del Tribunal Supremo y un informe del Consejo General del Poder Judicial. El problema: ninguna de esas referencias existía. Todas habían sido generadas por ChatGPT, según recoge Xataka, y el letrado nunca comprobó los datos en el Cendoj, la base de jurisprudencia oficial de acceso gratuito.
El Tribunal impuso una multa de 450 euros, calculada como la mitad del coste anual de una suscripción a una herramienta de inteligencia artificial jurídica fiable. La sanción es simbólica, pero el mensaje es claro: la falta de verificación humana tiene consecuencias profesionales y, sobre todo, institucionales.
Un patrón que se repite en tribunales de medio mundo
Este caso canario no es aislado. En 2023, el abogado Steven Schwartz fue sancionado en Nueva York con 5.000 dólares por citar resoluciones inventadas por ChatGPT. En Alabama, tres letrados fueron apartados de un caso por la jueza Annemarie Carney Axon tras presentar cinco citas falsas. En Utah, otro abogado fue obligado a pagar las costas de la parte contraria y donar 1.000 dólares a una ONG legal.
En España, el Tribunal Constitucional reprochó en su momento la «falta del debido respeto» a un abogado que citó pasajes de 19 sentencias del propio tribunal que jamás existieron. Más recientemente, en julio de 2026, el Tribunal Superior de Xustiza de Galicia impuso 1.800 euros de multa —el doble que Canarias, cinco meses después— por 24 referencias inventadas o manipuladas en un recurso laboral, alegando falta de «control humano consciente y efectivo» según la Instrucción 2/2026 del CGPJ. Solo un caso, en el TSJ de Navarra, se archivó sin sanción porque la letrada rectificó a tiempo.
Las tasas de alucinación siguen siendo altísimas en consultas legales
El estudio Large Legal Fictions de Stanford RegLab, que analizó 800.000 preguntas jurídicas verificables, encontró tasas de alucinación de entre el 58% (GPT-4) y el 88% (Llama 2) al pedir datos concretos sobre casos judiciales reales. Una segunda investigación, titulada Hallucination-Free?, auditó herramientas jurídicas premium que prometían cero errores: Lexis+ AI falló el 17% de las veces, Westlaw AI-Assisted Research el 33%, y GPT-4 sin adaptar, el 43%.
Según recoge Xataka, una guía jurídica de 2026 dirigida a abogados en ejercicio sigue citando tasas de alucinación del 69% al 88% en consultas legales. Es decir, la mejora técnica de los modelos no ha resuelto el problema de fondo: la IA generativa sigue inventando jurisprudencia con una frecuencia inaceptable para el ejercicio profesional del derecho.
Confianza ciega en el output de la IA, sin verificación
El abogado canario representa un patrón preocupante: profesionales senior que confían en un output plausible sin contrastar. Un estudio del MIT pidió a 300 personas evaluar respuestas médicas de un profesional, una plataforma digital y una IA. Los participantes calificaron las respuestas de la IA como más completas y fiables, incluso sabiendo que uno de cada cuatro diagnósticos era incorrecto. Otra encuesta encontró que el 23% de los estadounidenses confía más en el juicio médico de una IA que en el humano. En España, un 18% ya acude a consulta porque una IA se lo recomendó.
Este fenómeno se conoce como sesgo de automatización: la tendencia a preferir respuestas rápidas frente a la verificación que exige tiempo. Según un análisis reciente sobre cómo la IA desordena las jerarquías laborales, McKinsey ya opera con 25.000 agentes de IA junto a 40.000 empleados humanos, y estima que el 58% de las horas de trabajo en Europa serían técnicamente automatizables ya mismo. El riesgo: que el junior enseñe y el senior firme sin mirar.
La percepción pública empieza a cambiar
Aún sobrevive el criterio. El último estudio del Pew Research Center mostró que el 52% de los estadounidenses se siente ahora más preocupado que entusiasmado por la creciente presencia de la IA en su vida diaria, frente al 37% de 2021. Solo el 9% se declara más entusiasmado que preocupado. Perder agencia y sentido crítico es algo que trasciende el lenguaje legal: es una percepción sensorial de pérdida de control.
Los modelos más recientes, como Claude 5 Fable o ChatGPT 5.6, presentan mejoras. El Vectara HHEM Leaderboard, cuyo objetivo es medir la fidelidad al resumir documentos, sitúa a GPT-5.5 en torno al 9,3% y Claude Opus entre el 4% y el 6%, muy lejos del 17%-43% que registraban las herramientas jurídicas premium en el estudio de Stanford de 2024. Pero, según Xataka, lo de inventar jurisprudencia sigue igual de roto.
Fuente: Xataka · Esta información ha sido elaborada por la redacción de SoloNoticias con apoyo de herramientas editoriales automatizadas.