Bard erró y Alphabet cayó: la cronología no demuestra la causa

El 8 de febrero de 2023 coincidieron dos hechos llamativos: una demostración de Bard contenía una afirmación científica falsa y las acciones de Alphabet cerraron con una fuerte caída. Convertir esa coincidencia en «un error evaporó 100.000 millones» produce un titular limpio, pero una explicación demasiado segura. El fallo era real; el movimiento bursátil, también. Lo que no queda demostrado solo por el orden temporal es que uno causara por sí solo el otro. Esa diferencia importa mucho más que el episodio: sirve para leer cualquier noticia que atribuya una caída de mercado, una decisión política o un cambio social a un único detonante.

Primero, fijar qué presentó Google

Google había anunciado Bard el 6 de febrero como un servicio conversacional «experimental» basado en LaMDA. No era todavía un producto abierto: la compañía dijo que lo ofrecía a probadores de confianza antes de una disponibilidad más amplia durante las semanas siguientes. También explicó que emplearía una versión más pequeña del modelo, con menos necesidades de cómputo, para atender a más usuarios y recoger más comentarios. Esos calificativos delimitan la afirmación del fabricante: Google presentaba una prueba en expansión, no un sistema cuya exactitud factual estuviera resuelta.

El propio anuncio decía que la respuesta de Bard combinaría información de la web con el modelo y que la retroalimentación externa se uniría a las pruebas internas para alcanzar un nivel alto de calidad, seguridad y fundamentación. La promesa y la cautela estaban, por tanto, en el mismo documento. Leerlas juntas evita dos errores opuestos: tratar una demo como garantía de fiabilidad o interpretar un fallo individual como prueba de que la tecnología entera carece de utilidad. Una demostración enseña una posibilidad seleccionada; no mide por sí sola la frecuencia ni la gravedad de los errores.

Después, comprobar la frase contra el registro científico

En la imagen promocional, Bard atribuía al telescopio James Webb la primera fotografía de un planeta fuera del Sistema Solar. Para comprobarlo no hace falta preguntar a otro chatbot ni buscar una repetición del titular. El Observatorio Europeo Austral documentó en 2005 la confirmación de 2M1207b, observado por primera vez en abril de 2004 con el instrumento NACO del Very Large Telescope en Chile. ESO lo presentó como la primera imagen de un planeta situado fuera de nuestro sistema. La fecha y el instrumento bastan para refutar la formulación absoluta atribuida a Bard.

La fuente de la institución implicada añade el matiz que suele desaparecer en una respuesta sintética. La NASA explicó en septiembre de 2022 que Webb había obtenido su propia primera imagen directa de un exoplaneta, HIP 65426 b. En la misma publicación aclaró que no era la primera imagen directa de un exoplaneta tomada desde el espacio, porque Hubble ya había producido otras. La palabra posesiva cambia el sentido: «la primera de Webb» es correcta; «la primera de la historia» no. Verificar consiste muchas veces en recuperar el alcance que un resumen perdió.

Un error verificable no prueba una causa financiera

Una vez establecido el error factual, comienza una pregunta distinta: ¿qué explica la cotización? La capitalización bursátil, según la definición de Investor.gov, es el precio público actual de una acción multiplicado por el total de acciones en circulación. Cuando el precio baja, esa multiplicación produce una cifra menor para toda la empresa. No significa que esa cantidad de efectivo saliera de una caja, que todos los accionistas vendieran ni que una sola transacción destruyera físicamente activos por ese importe.

La expresión «se evaporaron tantos millones» convierte una valoración marginal en un flujo de dinero y después sugiere un culpable único. El precio se forma con órdenes de compradores y vendedores que procesan muchas señales a la vez: expectativas de ingresos, costes, competencia, tipos de interés, resultados recientes y tolerancia al riesgo. Una demo fallida puede modificar una de esas expectativas, sobre todo si afecta a un negocio cuyo valor depende de la confianza. Pero que el mecanismo sea plausible no demuestra cuánto del movimiento le corresponde.

La escalera de evidencia causal

Para evaluar un titular causal conviene subir cinco peldaños. El primero es la cronología: el supuesto detonante ocurrió antes que el resultado. Es necesario, pero muy débil. El segundo es el mecanismo: hay una vía comprensible por la que el error podría cambiar la valoración; aquí, dudas sobre la capacidad de Google para integrar respuestas generativas fiables en la búsqueda. El tercero es la comparación: ¿la acción se movió de manera distinta al mercado, al sector y a empresas expuestas a las mismas noticias?

El cuarto peldaño es el contrafactual: ¿qué habría sucedido ese día sin la demostración? Nunca puede observarse directamente, pero se aproxima con ventanas temporales estrechas, empresas comparables y movimientos anteriores al anuncio. El quinto es la corroboración: documentos de la compañía, comentarios atribuibles de participantes, cambios de estimaciones o análisis que separen alternativas. Cuantos menos peldaños aporte una noticia, más prudente debe ser su verbo. «Coincidió», «contribuyó» y «causó» no son sinónimos ni grados intercambiables de dramatismo.

Tres afirmaciones que no deben mezclarse

El episodio contenía al menos tres proposiciones independientes. Primera: Bard dio una respuesta falsa sobre la historia de la astronomía; las fuentes de ESO y NASA permiten resolverla. Segunda: Alphabet perdió valor bursátil durante la sesión; eso requiere datos de mercado y una definición correcta de capitalización. Tercera: el error causó una porción concreta de la caída; para sostenerla hace falta análisis causal. Probar la primera no prueba automáticamente la tercera, aunque el relato resulte intuitivo.

Separarlas mejora también la evaluación de sistemas de IA. Un ejemplo visible revela una clase de fallo: el modelo puede producir una frase fluida que comprime mal dos hechos verdaderos. No entrega una tasa de error. Para comparar modelos haría falta un conjunto definido de preguntas, respuestas de referencia, criterios previos y resultados repetibles. Además, la severidad depende del uso: confundir un hito astronómico perjudica una explicación educativa; inventar una contraindicación médica podría causar daño directo. Contar errores sin ponderar contexto ofrece una precisión aparente, no una evaluación útil.

Cómo diseñar una demo que enseñe algo

Una demostración responsable debería conservar las fuentes junto a la respuesta, permitir abrirlas y distinguir datos recuperados de texto generado. También debería mostrar qué hace el sistema cuando dos documentos discrepan, cuando una pregunta contiene una premisa falsa o cuando la evidencia no basta. Si solo se presenta la salida más vistosa, el público no puede conocer el denominador: cuántas consultas se probaron, cuántas fallaron y cuáles fueron descartadas antes de publicar.

El lector puede aplicar el mismo protocolo sin acceso interno. Debe copiar la afirmación exacta, localizar la fuente primaria competente, revisar fecha y alcance, y anotar qué parte permanece incierta. Después puede evaluar la reacción atribuida sin confundirla con el hecho técnico. Este método resiste cambios de marca: funciona con Bard, con cualquier asistente posterior y con cualquier gráfico que prometa explicar el mercado mediante una sola flecha.

Qué queda cuando baja el ruido

El fallo de febrero de 2023 importó porque ocurrió en un escaparate construido para transmitir competencia factual. También recordó que una compañía puede reconocer una fase experimental y, al mismo tiempo, elegir una respuesta promocional incapaz de superar una comprobación elemental. Pero la lectura rigurosa no necesita convertir esa observación en una monocausa financiera. Puede afirmar lo verificable, describir el mecanismo plausible y declarar el límite de la evidencia.

La capacidad transferible es concreta: ante «X hizo caer Y», separa el hecho, el resultado y el vínculo causal; comprueba cada uno con su fuente y exige comparación, contrafactual y corroboración antes de aceptar el verbo. Esa disciplina no hace el relato menos interesante. Lo vuelve utilizable, porque enseña a distinguir un error real de una explicación que simplemente encaja demasiado bien.