--- title: "CNET tuvo que corregir 41 de los 77 artículos que escribió su IA — y no se lo había dicho a nadie" description: "CNET corrigió 41 de 77 artículos escritos por IA. Qué enseña sobre auditar antes de publicar y sobre esconder el uso de IA a los lectores." slug: "cnet-corrigio-41-de-77-articulos-ia" url: "https://catalizadora.ai/blog/cnet-corrigio-41-de-77-articulos-ia" cluster: "casos-ia" author: "Pablo Estrada" published_at: "2026-08-26T06:35:27.029+00:00" updated_at: "2026-08-27T16:06:04.063398+00:00" read_minutes: "6" lang: "es" --- # CNET tuvo que corregir 41 de los 77 artículos que escribió su IA — y no se lo había dicho a nadie > CNET corrigió 41 de 77 artículos escritos por IA. Qué enseña sobre auditar antes de publicar y sobre esconder el uso de IA a los lectores. A fines de 2022, CNET empezó a publicar artículos de finanzas personales firmados por «CNET Money Staff». Explicaciones sobre interés compuesto, cómo funciona un certificado de depósito, qué es una hipoteca. Los había escrito una IA interna. Los lectores no tenían forma clara de saberlo: la aclaración estaba escondida detrás de un menú desplegable en la firma. Cuando otro medio lo destapó, CNET auditó lo publicado. De 77 artículos, **41 necesitaron correcciones**. > En finanzas, el texto correcto y el plausible se parecen mucho. No hay señal de estilo que delate el error: hay que hacer la cuenta. ## Qué pasó Los errores no eran de estilo. Eran de sustancia, en un terreno donde la sustancia es lo único que importa: un artículo describía mal cómo se calcula el interés compuesto, con números que llevaban al lector a una conclusión equivocada sobre cuánto crecería su dinero. A eso se sumaron señalamientos de frases tomadas casi literalmente de otras publicaciones. CNET pausó el programa, corrigió los artículos y agregó etiquetas visibles. [Cobertura en Engadget](https://www.engadget.com/cnet-corrected-41-of-its-77-ai-written-articles-201519489.html). ## Los números - **$500M → $100M** — Red Ventures compró CNET en 2020 y lo vendió a Ziff Davis en 2024 por una fracción - **41 de 77** — artículos escritos por la IA de CNET tuvieron que corregirse tras la auditoría - **$10.300** — lo que la IA dijo que ganarías con $10.000 al 3% en un año; lo correcto era $300 - **$1.800 millones** — lo que valía CNET cuando CBS lo compró en 2008, según The Verge *Verificado contra [theverge.com](https://www.theverge.com/2024/8/6/24214374/cnet-zeff-davis-acquisition-digital-media-100-million).* ## Por qué pasó Hay una trampa específica en usar un modelo de lenguaje para contenido financiero, y CNET cayó justo en ella. El interés compuesto, las tasas, los plazos: son temas donde el texto correcto y el texto plausible **se parecen mucho**. Un párrafo con la fórmula mal aplicada suena exactamente igual de convincente que uno correcto. No hay una señal de estilo que delate el error — hay que hacer la cuenta. Y nadie estaba haciendo la cuenta. El proceso era: generar, revisar por encima, publicar. La revisión detectaba problemas de redacción, que era lo que se veía, no de aritmética, que era lo que importaba. El segundo error fue la opacidad. Esconder la etiqueta convirtió un problema de control de calidad —recuperable, común, humano— en un problema de honestidad con los lectores. ![cnet corrigio 41 de 77 articulos ia](/img/casos/cnet-corrigio-41-de-77-articulos-ia-datos.jpg) *Las cifras del caso, en una imagen.* ## Dónde te puede pasar a ti El patrón «lo correcto y lo plausible se parecen» aparece en cualquier contenido con números o reglas: - **Una cotización generada** con un cálculo de descuento mal aplicado. Suena bien, cierra mal. - **Un correo de cobranza** con el saldo o los intereses mal calculados. - **Una ficha de producto** con especificaciones aproximadas. - **Un resumen de reunión** que redondea una cifra que se había acordado exacta. En los cuatro, la revisión humana típica —leer para ver si suena bien— no detecta nada, porque suena bien. Solo detecta el error quien rehace la cuenta. Y la pregunta incómoda para cualquier empresa que ya usa IA para escribir: **¿cuántos de tus textos publicados tienen un error de este tipo, ahora mismo?** CNET no lo sabía hasta que auditó. Y cuando auditó, era más de la mitad. ## Cómo se evita **1. Los números no los genera el modelo.** Se calculan y se insertan. Un modelo redacta la explicación; la aritmética viene de una fórmula. **2. Audita una muestra antes de escalar.** Diez piezas revisadas a fondo antes de publicar cien. CNET auditó después de las 77. **3. La revisión tiene que verificar hechos, no leer.** Definí explícitamente qué se comprueba: cifras, nombres, fechas, fuentes. "Suena bien" no es una verificación. **4. Etiqueta el contenido generado.** No es una confesión de debilidad; es lo que evita que un error de calidad se convierta en un escándalo de honestidad. **5. Si ya publicaste sin auditar, audita hacia atrás.** Es incómodo y es más barato que el titular. ## Cómo lo hacemos en Catalizadora Cuando generamos contenido para un cliente —o para nosotros, como esta serie— la regla es que **los hechos verificables llevan fuente enlazada y las cifras se comprueban contra ella antes de publicar**. En esta serie descartamos casos porque la cifra no aparecía en la fuente que la respaldaba. Y en los sistemas que entregamos, la regla equivalente es más dura: **el bot no genera cifras**. Precios, saldos, plazos y descuentos salen de tablas del cliente. Un modelo que no puede producir un número no puede producir un número equivocado. Esa distinción —entre lo que el modelo redacta y lo que el sistema calcula— es la que separa un asistente confiable de un generador de textos plausibles. --- *Este es uno de los casos documentados en nuestra hemeroteca de fallas de IA. Todos con su fuente enlazada, y todos con la misma conclusión: el problema casi nunca es el modelo.* ## Preguntas frecuentes ### ¿CNET dejó de usar IA? Pausó el programa tras la auditoría, corrigió los artículos afectados y agregó etiquetas visibles sobre el uso de IA. La discusión sobre el uso de estas herramientas en redacciones siguió abierta en toda la industria. ### ¿Por qué la revisión no detectó los errores? Porque en contenido financiero el texto correcto y el plausible se parecen: un párrafo con la fórmula mal aplicada suena igual de convincente que uno correcto. La revisión leía para ver si sonaba bien, no rehacía los cálculos. ### ¿Cómo verifico contenido generado con IA? Definí explícitamente qué se comprueba —cifras, nombres, fechas, fuentes— y audita una muestra a fondo antes de escalar. Y donde haya números, que los calcule una fórmula y no el modelo. --- Source: https://catalizadora.ai/blog/cnet-corrigio-41-de-77-articulos-ia Author: Pablo Estrada — AI Catalysts, LLC (catalizadora.ai)