Cada vez más usuarios recurren a los chatbots de inteligencia artificial (IA) para saber si una publicación en redes sociales es cierta o no. En Twitter (ahora X), la fórmula “@grok, ¿esto es real?” se ha convertido en una forma habitual para “verificar” que utilizan miles de usuarios cada día: un estudio preliminar contabilizó más de 1,5 millones de peticiones de verificación en inglés dirigidas a Grok y Perplexity (un motor de búsquedas basado en IA) entre febrero y septiembre de 2025. El uso de chatbots para informarse también crece en España, donde ya los utiliza el 8% de los encuestados y el 14% de los menores de 25 años, según el Digital News Report 2026.
Sin embargo, confiar a ciegas en las respuestas de la IA en tiempo real entraña serios riesgos para la integridad informativa. En un estudio desarrollado por Fundación Maldita.es, en colaboración con la Universidad de Jaén y financiado por la Journalism Science Alliance (JSA), hemos auditado el comportamiento de Grok ante 46 bulos y contenidos virales difundidos en X durante la Copa Mundial de la FIFA de 2026 a partir de 766 consultas al chatbot. Los resultados son claros: Grok no es una fuente fiable para verificar contenidos. Contestó a menos de cuatro de cada diez consultas y, cuando lo hizo, entre un 33% y un 40% de sus respuestas sobre la veracidad de los contenidos fueron incorrectas o solo parcialmente correctas. Con las imágenes y los vídeos acertó en la mitad de las respuestas, cambió de veredicto ante un mismo contenido sin que mediara información nueva y casi nunca indicó en qué fuentes se basaba. Tampoco mejoró de forma apreciable cuando la verificación ya estaba publicada. Puedes leer las conclusiones completas del informe Grok, ¿esto es real? Análisis de las respuestas del chatbot de X sobre contenidos del Mundial de Fútbol de 2026 aquí.
Grok responde a una minoría de las consultas
De las 278 veces que le preguntamos desde un perfil creado para la investigación si un contenido era real, Grok contestó a 107 (el 38,5%). Cuando le pedimos la fuente de su respuesta, lo hizo en 41 ocasiones (el 14,7%). Además, respondió cada vez menos a medida que avanzaba el Mundial: contestó al 54,9% de las consultas sobre publicaciones de junio y al 25,6% de las de julio, sin que los datos nos permitan determinar por qué.
Cuando sí responde, el resultado es irregular. De las 317 respuestas sobre la veracidad analizadas (107 a nuestras consultas y 210 a las de otros usuarios), 190 (el 59,9%) fueron correctas, 85 (el 26,8%) incorrectas y 42 (el 13,2%) parcialmente correctas, según su coincidencia con la verificación publicada por Maldita.es. Como unos pocos contenidos reúnen muchas respuestas, calculamos también la media de aciertos por claim, que fue del 66,8%. En suma, entre un tercio y cuatro de cada diez respuestas no fueron correctas.
Ante un mismo claim, Grok dice que sí y que no
Imágenes y vídeos, el punto más débil de Grok
El formato del contenido es lo que más separa los aciertos de los errores. Ante imágenes y vídeos, Grok acertó en 121 de 245 respuestas (el 49,4%); ante afirmaciones escritas, solas, acompañadas de una imagen o reproducidas en una captura de pantalla, en 69 de 72 (el 95,8%).
En el mundial de la IA, el error más frecuente es no detectar que una imagen o un vídeo ha sido manipulado digitalmente o generado mediante inteligencia artificial: ocurre en 81 de las 127 respuestas incorrectas o parciales (el 63,8%). Por ejemplo, ante el vídeo de un perro con la camiseta de Brasil, creado con IA, Grok respondió “Sí, parece real” y aseguró no apreciar “artefactos evidentes de IA”. Sobre las imágenes editadas del rostro de Mbappé durante el Francia-Suecia llegó a diagnosticar al futbolista una “pseudofoliculitis barbae” y a recomendar productos para tratarla.
En 37 respuestas sobre imágenes o vídeos, Grok advierte de que el contenido generado con IA puede ser “indistinguible del real”, pero no se abstiene: emite un veredicto que es incorrecto en 15 casos y parcial en ocho.
Los errores en sentido contrario, es decir, la negación de lo que es cierto, fueron menos frecuentes porque la muestra está formada casi por completo por bulos. No obstante, también aparecen. Grok negó la autenticidad del vídeo real de la Torre Glòries iluminada con la bandera de España apelando a una nota de la comunidad que no constaba en la publicación y afirmó que la fotografía real de Lionel Messi con Lamine Yamal de bebé era “una imagen de archivo” sin relación con ambos.
Veredictos contradictorios ante un mismo contenido
En 24 de los 38 claims con más de una respuesta, Grok alternó respuestas correctas con otras incorrectas o con respuestas parciales y en 16 llegó a contradecirse. En 15 de esos 16 la contradicción se produjo antes de que existiera el desmentido, es decir, sin que mediara información nueva. Incluso dentro de una misma publicación (y antes de la publicación de la verificación) el veredicto cambió de una respuesta a otra en 21 de los 40 tuits en los que Grok respondió más de una vez.
Ocurrió, por ejemplo, con las imágenes editadas de Mbappé. En una misma publicación y en menos de seis horas, Grok las dio por auténticas tres veces seguidas, después respondió que los granos se habían añadido digitalmente, volvió a validarlas otras tres veces (“Sí, son reales”) y, finalmente, las identificó de nuevo como manipuladas.
Cuanto más abierta es la pregunta, más falla Grok
No todos los usuarios preguntan a Grok si algo es real. Muchos le piden que identifique, explique o traduzca un contenido sin cuestionarlo (“who are they?”, “what is this?”). Ante estas preguntas abiertas, el 59,7% de sus respuestas fueron incorrectas, frente al 17,4% cuando la pregunta cuestionaba directamente la veracidad. Todo apunta a que Grok tiende a asumir la premisa de quien pregunta, algo que se conoce como sesgo de adulación (la tendencia de ciertos modelos de IA a dar la razón al usuario). Frente a contenidos sintéticos (generados con IA) o manipulados digitalmente, responde de forma incorrecta al 80,5% de las preguntas abiertas y al 31,4% de las directas. Como ambos grupos de consultas difieren también en otros aspectos, presentamos este resultado como un patrón exploratorio.
Sobre todo ante preguntas abiertas, Grok llegó más lejos. En al menos 17 respuestas sobre imágenes y vídeos de aficionadas y aficionados generados con IA, no solo las trató como personas reales, también opinó sobre su físico (“Those fans are stunning!”), usó calificativos sexualizados (“bombshells”, “teutonas 🔥”) o preguntó al usuario con cuál se quedaba (“Which one’s your pick?”).
Respuestas rápidas y sin fuentes que permitan comprobarlas
Más de nueve de cada diez consultas de otros usuarios se hicieron en las 24 horas siguientes a la publicación del contenido en X, cuando en muchos casos aún no había información contrastada. Es precisamente en esa ventana cuando sus errores tienen más margen para circular.
Y quien pregunta rara vez puede comprobar la respuesta. Dos de cada tres respuestas de Grok no dicen en qué se basan: no citan ninguna fuente (el 45,3%) o se limitan a referencias genéricas (el 21,2%) como “fact-checkers” o “múltiples reportes”. Solo tres de las 358 respuestas analizadas enlazan al documento que respalda el veredicto y 76 de las 85 respuestas incorrectas no mencionaban ninguna fuente. También acertó en el 85,7% de las respuestas que remitían a una fuente identificable y en el 39,4% de las que no citaban ninguna. Además, cuando le preguntamos expresamente por la fuente, apenas contestó (el 14,7% de las veces).
Aunque ya haya información contrastada, Grok rara vez rectifica
Maldita.es preguntó a Grok por cada publicación dos veces: antes y después de publicar su verificación, para asegurarnos que ya había información contrastada disponible. La exactitud apenas varió, el porcentaje de aciertos pasó del 63,9% al 69,6%, y tres de cada diez respuestas posteriores al desmentido fueron incorrectas o parciales. De las 22 publicaciones en las que se había equivocado en la primera consulta, solo rectificó en tres; en 14 no volvió a contestar y en cinco siguió equivocándose. Una de las rectificaciones fue el vídeo de un comentarista de DSports con el audio manipulado, que tras el desmentido identificó como editado con IA citando a Maldita.es, Newtral y AFP, aunque sin incluir el enlace al desmentido. En cambio, sobre una imagen generada con IA de un señor fotografiando a una aficionada mexicana, respondió que “parece una foto real” y, casi dos semanas después, que era una “foto auténtica”.
Con las notas de la comunidad ocurre algo parecido. Grok acierta más cuando la publicación ya muestra una (el 74,4%, frente al 49,5% sin nota), aunque no hemos podido determinar si el acierto se debe solo a la nota. Solo la menciona en 26 de esas 133 respuestas y en 34 se equivocó total o parcialmente pese a que el contenido ya tenía una nota visible. Por ejemplo, bajo una nota que advertía de que el audio de un vídeo se había modificado con IA, respondió que “sí, el audio es el original de la transmisión”.
Puedes leer el informe completo aquí.
Metodología
El informe se basa en una auditoría de “caja negra”. Como no es posible acceder al funcionamiento interno del modelo, el comportamiento de Grok se reconstruye a partir de las respuestas que ofrece ante consultas formuladas en condiciones de uso real. La muestra incluye todas las publicaciones de X relacionadas con el Mundial registradas entre el 13 de junio y el 20 de julio de 2026 en el sistema de gestión de desinformación de Maldita.es (Disinformation Management System, DMS), que se nutre de los avisos de nuestra comunidad: 139 tuits agrupados en 46 claims, de los que 35 son falsos o manipulados, seis necesitan contexto, dos son alertas y tres son verdaderos. En el contexto de la desinformación, los claims son unidades de información independientes, a menudo, una sola declaración o proposición, que pueden ser verdaderas o falsas y que, por lo general, pueden verificarse contrastándolas con la realidad externa.
Desde un perfil verificado creado para el proyecto (@esrealestogrok_), se formularon a Grok dos consultas sobre cada tuit, una sobre la veracidad (“@grok, ¿esto es real?”) y otra sobre la fuente (“@grok, ¿fuente?”), antes y después de que Maldita.es publicara su verificación. Como Grok no responde a todas las consultas, se recogieron también las respuestas que dio a otros usuarios en esas mismas publicaciones. El corpus final reúne 766 consultas (556 propias y 210 de terceros) y 358 respuestas de Grok.
Cada respuesta se contrastó con el desmentido de Maldita.es y se codificó como correcta, parcial o incorrecta, junto con el tipo de error, las fuentes citadas, la formulación de la pregunta, el formato del contenido, su categoría temática y la presencia de Notas de Comunidad. El nivel de respuesta y la comparación entre antes y después de la verificación se calculan solo con las consultas propias, las únicas formuladas de forma sistemática en ambos momentos.
Los resultados describen el comportamiento de Grok ante un único acontecimiento y no pueden extrapolarse sin más a otros temas o versiones del modelo. Las comparaciones entre grupos no se diseñaron para aislar el efecto de cada factor y se presentan como patrones exploratorios. El informe corresponde a la primera fase del proyecto Grok, ¿es esto cierto? Cómo los verificadores de IA están remodelando la verdad y difundiendo desinformación en tiempo real. En la segunda, la Universidad de Jaén examinará con experimentos controlados cómo estas respuestas afectan a la credibilidad percibida, los juicios de precisión, la actualización de creencias y la disposición a compartir contenido por parte de las audiencias.
Si tienes cualquier duda puedes consultarnos en [email protected]