Earn an Honest Dollar ha publicado un informe técnico que demuestra cómo una instrucción específica reduce drásticamente la generación de datos falsos por parte de modelos de inteligencia artificial. La prueba, realizada el 27 de septiembre de 2026, evalúa la capacidad de 42 extractores de datos para distinguir entre información presente en una página web y datos inventados, utilizando páginas gemelas que difieren por una sola fila de datos.
El experimento introdujo una regla estricta: 'Use null for any field whose value is not on the page. Do not guess'. Los resultados muestran que, sin esta instrucción explícita, el 70,7% de los campos faltantes fueron inventados por los modelos. Al aplicar la regla, esa cifra descendió al 20,2%. Por ejemplo, el modelo GPT-6 Luna generó 5 campos falsos sin la instrucción, pero solo 1 con ella, a un coste de 0,0049 dólares por la ejecución completa.
El informe también analiza la viabilidad de un 'agente comprador' que verifique las respuestas antes de pagar. Se probó un modelo de verificación (GPT-6 Luna) sobre los valores retornados por los extractores. GPT-6 Luna detectó 38 de los 49 valores inventados, mientras que el modelo de decisión Jev 1.13 detectó 23. Ninguno de los dos rechazó un valor correcto en esta prueba. El estudio concluye que, aunque las páginas utilizadas son sintéticas, la instrucción de no adivinar es una medida efectiva para mejorar la fiabilidad de los agentes de IA en tareas de extracción web, permitiendo a los compradores validar las respuestas con un coste marginal muy bajo.