Lo que la IA omite es más importante que lo que escribe.

Una respuesta se evalúa por dos rutas. La obvia: lo que dijo. La menos obvia, y más útil: lo que no dijo.

La omisión no es necesariamente engaño. La IA responde a partir de lo que sabe y de lo que infiere que quieres oír. Lo que no encaja con ninguna de las dos cosas se queda fuera. A veces lo que quedó fuera es trivial. A veces es exactamente lo que debías haber considerado.

Los tipos de omisión más comunes son tres. Lo que contradiría la conclusión: el dato que descalifica el argumento, el caso conocido donde la regla no funciona, el contraejemplo que el modelo conoce pero no introduce porque rompería la respuesta limpia. Lo que el modelo no sabe: vacíos genuinos en su entrenamiento, eventos posteriores a su corte de datos, especificidades locales que nunca tuvo. Lo que pediste que omitiera sin darte cuenta: cuando tu prompt sesgaba la respuesta hacia un lado, lo que vivía del otro lado quedó fuera por defecto.

Las tres se ven igual en pantalla: no se ven. La respuesta llega completa porque la lees como completa. Solo cuando preguntas explícitamente "¿qué falta?" empieza a aparecer lo que faltaba.

El lector entrenado lee tanto en presencia como en ausencia. La pregunta que se hace al terminar no es "¿qué dijo?" Es: ¿qué no estaba ahí y debería haber estado?