← Volver
Esquema de verificación 🔦
Cómo trabaja el framework de Linterna, en detalle. El método es público
y auditable — esa es la idea: la confianza vive en el método, no en el modelo de IA.
Principio: no es un oráculo
Linterna no te da "la verdad". Te muestra qué dicen las fuentes y te devuelve la decisión.
Cuando no sabe, lo dice. Un veredicto firme solo aparece cuando lo respalda una verificación
hecha por humanos; sobre todo lo demás, la herramienta aporta evidencia sin sentenciar.
Los dos caminos
1. Archivo-primero (verificación humana). Ante una
afirmación, primero busca si periodistas y organizaciones de fact-checking ya la verificaron
(vía ClaimReview / Google Fact Check). Si existe —y habla de la misma afirmación—, muestra
su veredicto (verdadero / falso)
con sus fuentes y fecha. La mayoría de las falsedades se reciclan: muchas se resuelven acá.
2. Agente investigador (evidencia fresca). Si nadie la
verificó antes, recupera evidencia de la web, descartando fuentes marginales o
desinformantes y priorizando las confiables.
Cautela asimétrica (la regla clave del agente)
Desde evidencia web, el agente puede desmentir pero
nunca afirmar:
| Situación | Qué hace |
|---|
| Fuentes confiables contradicen la afirmación |
La desmiente, con sus fuentes |
| La evidencia parecería respaldarla |
NO la afirma: ofrece fuentes confiables para que investigues |
| Disputado / sin evidencia confiable |
Fuentes-guía o abstención |
¿Por qué asimétrica? Desmentir una falsedad con un contraejemplo confiable
es seguro y útil. Confirmar una afirmación —sobre todo si es cargada o sensible— desde unos
resultados de búsqueda es donde anida el daño (puede reforzar un sesgo aplastando el matiz).
Por eso afirmar requiere verificación humana, no la palabra del modelo.
Garantías de código (no dependen del modelo)
- Validación de citas determinística: el código —no el modelo— verifica
que cada fuente citada sea real y efectivamente recuperada. Cita inventada = rechazada.
- Curaduría de fuentes: los dominios se clasifican en confiabilidad
alta / desconocida / descartada. Las descartadas no se usan; un desmentido exige al menos
una fuente de alta confiabilidad. Las listas son públicas y versionadas.
- El modelo razona solo sobre evidencia recuperada, nunca aporta datos
de su entrenamiento, y a temperatura 0 para fidelidad.
- Abstención válida: sin evidencia confiable, lo dice. No inventar es
una respuesta correcta, no una falla.
Privacidad
No se persisten datos personales de quien consulta; ninguna consulta se asocia a tu
identidad. Ver la política de privacidad.
Abierto y corregible
El código es abierto de punta a punta (AGPL-3.0). La herramienta comete errores y los
corrige a la vista de todos; cualquiera puede reportar uno.
Código en GitHub →
·
Wiki (documentación) →