Fecha de corte del conocimiento
Sinónimos: Knowledge cutoff
Definición ampliada
La fecha de corte del conocimiento es el momento hasta el que se recogieron los datos de entrenamiento de un modelo. Lo que ocurrió después no está en sus parámetros: un modelo de lenguaje grande puede responder con soltura sobre una cuestión que entretanto ha cambiado, sin señalar que su información puede estar desfasada.
La fecha que declara el fabricante es una aproximación. Un estudio de 2024 distinguió entre el corte declarado y el corte efectivo, el que se observa en lo que el modelo sabe, y encontró que a menudo no coinciden y que varían según la fuente y el tema. Entre las causas, la presencia de datos antiguos en recopilaciones recientes de la web y la forma de eliminar duplicados [1].
Para un profesional sanitario, la analogía más útil es la fecha de búsqueda de una revisión sistemática: la revisión no es falsa por no incluir lo publicado después, pero hay que leerla sabiendo hasta dónde llega. No debe confundirse con un punto de corte diagnóstico ni con la fecha de lanzamiento del modelo, que suele ser posterior.
Contexto histórico
La limitación es tan antigua como los modelos entrenados con datos fijos. En 2021, un estudio mostró que los modelos de lenguaje predicen peor el texto posterior a su periodo de entrenamiento, que la pérdida aumenta con el tiempo transcurrido y que hacer el modelo más grande no la corrige, mientras que actualizarlo con información nueva sí la mitiga [2].
Con la difusión de los asistentes conversacionales, los modelos empezaron a publicarse acompañados de una fecha de corte declarada. En 2024 se propuso medir el corte efectivo por recursos y temas, al comprobar que la fecha declarada no basta para saber qué sabe el modelo de cada cosa [1].
Importancia actual
A fecha de octubre de 2026, muchos asistentes combinan el modelo con búsqueda web o con generación aumentada por recuperación. Eso permite traer información posterior a la fecha de corte, pero no cambia lo que el modelo aprendió: si la búsqueda no se activa o no encuentra la fuente, la respuesta vuelve a depender de los datos de entrenamiento. Conviene saber, en cada herramienta, si la respuesta procede de una búsqueda o solo del modelo.
Aplicaciones
Generales
- Interpretar con cautela respuestas sobre hechos recientes, cifras o normas.
- Decidir cuándo hace falta una herramienta con búsqueda o con fuentes propias actualizadas.
- Pedir al sistema que indique la fecha de las fuentes en que se apoya.
Sanitarias
- Contrastar con la fuente vigente cualquier respuesta sobre guías clínicas, fichas técnicas o calendarios vacunales, que cambian con el tiempo.
- Desconfiar de la ausencia de una alerta de seguridad o de una retirada de medicamento: puede ser posterior al corte.
- Documentar, al usar un asistente en un trabajo, qué modelo se usó y con qué fecha de corte.
Limitaciones
- La fecha declarada es orientativa: el corte efectivo varía por tema y fuente.
- Lo que el propio modelo dice sobre su fecha de corte no sustituye a la documentación del fabricante.
- Una respuesta desfasada puede ser fiel a los datos de entrenamiento y falsa hoy; no es lo mismo que una alucinación, aunque las dos afectan a la factualidad.
- Añadir búsqueda no garantiza que se recupere la versión vigente de una fuente.
Ejemplos
Si se pregunta a un modelo por el resultado de unas elecciones celebradas después de su fecha de corte, puede dar el resultado de las anteriores o inventar uno plausible.
En sanidad, si una guía de práctica clínica se actualizó después de la fecha de corte, el asistente puede recomendar con total fluidez lo que decía la versión previa. La respuesta no es una invención: es una información que fue correcta y dejó de serlo.