Por qué la inteligencia artificial de Google no sabe deletrear Google (ni ninguna otra palabra)

Qué pasó

El 27 de mayo de 2026, Google confirmó que su sistema de inteligencia artificial integrado en el buscador, conocido como AI Overview, presenta errores persistentes en tareas básicas de ortografía y conteo de letras. El sistema afirmó que la palabra Google contiene dos letras P, y que en la palabra journalism existen dos letras D, deletreándola incorrectamente como j-o-u-r-n-a-d-i-s-m. También señaló que hay exactamente una letra R en la palabra poop, y deletreó el apellido del presidente de Estados Unidos como t-r-p-u-m.

Esta no es la primera vez que el sistema de búsqueda con IA de Google presenta errores graves. En una implementación anterior, AI Overview citó publicaciones satíricas de The Onion y foros de Reddit, llegando a recomendar a los usuarios comer rocas y poner pegamento en sus pizzas. La semana anterior al incidente actual, Google ya había corregido un error donde al buscar la palabra disregard, el sistema mostraba una respuesta que parecía una definición de diccionario pero que en realidad decía: Entendido. Avísame cuando tengas un nuevo prompt o pregunta.

En declaraciones a TechCrunch, Google reconoció el problema: Contar letras dentro de palabras ha sido un desafío conocido para los modelos de lenguaje grande, y estamos trabajando para solucionar este problema en particular. La empresa continúa con su estrategia de reposicionar la inteligencia artificial generativa como el componente central de su producto insignia de 29 años de antigüedad.

Los errores de ortografía son particularmente difíciles de erradicar debido a la naturaleza misma de cómo funcionan estos modelos. La inteligencia artificial no percibe las oraciones como unidades lingüísticas compuestas por palabras y letras, sino que procesa el texto mediante un sistema de tokens, que pueden ser palabras completas, sílabas o letras individuales, dependiendo del modelo específico.

Contexto

Los modelos de lenguaje grande, la tecnología subyacente a chatbots y generadores de texto, no están diseñados para comprender la ortografía de manera inherente. Este ha sido un problema conocido en la industria durante años. Existe un problema recurrente en la comunidad tecnológica que consiste en preguntar a cualquier nuevo modelo de IA cuántas letras R contiene la palabra strawberry, como prueba de sus limitaciones.

La ironía es notable: estos modelos de inteligencia artificial son capaces de programar aplicaciones en segundos y resolver problemas matemáticos que han desconcertado a expertos durante décadas, pero presentan un rendimiento comparable al de un niño de jardín infantil en tareas de ortografía básica. Esta disparidad responde a la diferencia entre el razonamiento lógico y el procesamiento de lenguaje natural a nivel de caracteres.

Google está llevando a cabo una reestructuración completa de su motor de búsqueda para integrar capacidades de IA generativa. La empresa ha mantenido un compromiso constante con esta estrategia, a pesar de los repetidos tropiezos públicos. La presión competitiva de otros actores como OpenAI, Microsoft y Anthropic ha acelerado los tiempos de implementación.

La arquitectura de transformers, base de la mayoría de los modelos de lenguaje actuales, descompone el texto en tokens antes de procesarlo. Esto significa que el modelo no lee palabra por palabra ni letra por letra de la forma en que lo hace un ser humano, lo que explica la dificultad para realizar tareas simples de conteo de caracteres.

Impacto para empresas chilenas

Para las empresas chilenas que están adoptando soluciones basadas en inteligencia artificial, estos fallos subrayan la importancia de implementar sistemas de verificación y supervisión humana. Las compañías locales que utilizan APIs de modelos de lenguaje para atención al cliente o generación de contenido deben considerar estas limitaciones en sus flujos de trabajo.

Las pymes chilenas que integran herramientas de IA en sus operaciones necesitan establecer protocolos de control de calidad específicos para la revisión de outputs generados. Lo que parece un problema menor de ortografía puede transformarse en un riesgo reputacional significativo cuando se trata de comunicaciones oficiales, contratos o documentos financieros.

El mercado local de servicios tecnológicos tiene una oportunidad para desarrollar soluciones de validación y control de calidad específicas para contenido generado por IA. Empresas chilenas de desarrollo de software pueden capitalizar la necesidad de herramientas que mitiguen estos errores, tanto para clientes nacionales como internacionales.

Las instituciones educativas y de certificación en Chile deberían incorporar estos conocimientos sobre las limitaciones técnicas de la IA en sus currículos. Los profesionales que trabajan con estas herramientas deben comprender no solo sus capacidades, sino también sus debilidades fundamentales, para poder utilizarlas de manera efectiva y segura en entornos empresariales.

Qué sigue

Es probable que los principales laboratorios de IA continúen trabajando en mejoras arquitectónicas que permitan a los modelos manejar mejor el procesamiento a nivel de caracteres. Sin embargo, esta limitación técnica fundamental no tiene una solución simple o inmediata, y podría persistir en diversas formas durante los próximos años.

Para Google, la presión para resolver estos problemas es particularmente alta, dado que su producto principal es un buscador donde la precisión del texto es fundamental. La credibilidad de su estrategia de IA depende en gran medida de la capacidad de la empresa para ofrecer resultados confiables y sin errores evidentes. Las próximas iteraciones de su motor de búsqueda con IA serán evaluadas con especial escrutinio tanto por usuarios como por analistas de la industria tecnológica.