Registro de correcciones
Cada corrección de fondo del glosario se anota aquí, con su fecha y las fichas afectadas. Los retoques de forma (tipografía, estilo) no figuran.
Este registro recoge las correcciones publicadas desde el 14 de octubre de 2026. Método editorial
Cinco fichas añadidas: deepfake, deep research, chain of thought, Agent Skills, AI Overviews y Modo IA de Google.
Fichas afectadas: Deepfake (ultrafalsificación), Deep research (investigación profunda), Chain of thought (cadena de pensamiento), Agent Skills (habilidades de agente), AI Overviews y Modo IA
Error corregido en el ejemplo: el estudio citado se refiere al Cancer Information Service japonés, no al estadounidense. Conectados a esta fuente fiable, los chatbots RAG bajan al 0 % (GPT-4) y al 6 % (GPT-3.5) de alucinaciones; las tasas del 19 % y el 35 % se referían a preguntas fuera del alcance de la fuente.
Fichas afectadas: RAG (Retrieval-Augmented Generation)
Varios errores corregidos: el Ómnibus digital añade dos prohibiciones, no una; la multa del caso de alto riesgo es de 15 millones de euros o el 3 % de la facturación, no de 35 millones o el 7 %. Tres precisiones añadidas: la categorización biométrica que deduce datos sensibles está prohibida, un operador humano no es una obligación para un simple chatbot, y las obligaciones se reparten entre proveedor y desplegador.
Fichas afectadas: AI Act
La horquilla del 5 al 15 % se vincula ahora a su fuente (clasificación de Vectara, septiembre de 2026) y a lo que mide: la información añadida al resumir un documento proporcionado, no preguntas factuales en general.
Fichas afectadas: Alucinación
Precios actualizados tras el lanzamiento de Claude Haiku 5.5 el 7 de octubre de 2026 (0,10 $ de entrada y 0,50 $ de salida por millón de tokens, hasta 100 000 tokens de prompt). Lectura en caché de Sonnet 5.5 corregida: 5 % del precio de entrada.
Fichas afectadas: Coste por token, Token, API de IA, Ventana de contexto, LLM (Large Language Model)
Errores y cifras sin fuente corregidos: error de cálculo en el ejemplo de ROI (233 % y no 240 %); reparto típico de los costes del TCO retirado por falta de fuente; multa del RGPD y mecanismos de transferencia fuera de la UE precisados; número de parámetros de GPT-4 retirado (OpenAI nunca lo publicó); acuerdo de las Fuerzas Armadas francesas con Mistral AI recogido según el comunicado del ministerio.
Fichas afectadas: ROI IA, TCO IA, RGPD e IA, LLM (Large Language Model), MoE (Mixture of Experts), Soberanía digital
Datos actualizados o mejor recogidos: estadística de observabilidad de LangChain (89 % de los encuestados a finales de 2025); región europea de Pinecone abierta en mayo de 2026; resultado del estudio InstructGPT; plazo de unas 24 horas indicado por OpenAI para que un cambio surta efecto; consumo de tokens de los sistemas multiagente según Anthropic; autores del estudio de GitHub Copilot; comandos actuales de Claude Code; modelos de pesos abiertos a octubre de 2026.
Fichas afectadas: Bucle agéntico, Base vectorial, Alineación, Indexación conversacional, Orquestación de agentes, Copilot, Claude Code, Modelo de código abierto
Revisión completa de las 95 fichas existentes con fuentes primarias. Las cifras no encontradas se retiraron o se sustituyeron por cifras con fuente, y los ejemplos inventados se señalan ahora como «Caso ilustrativo».