Grok Lite lleva varios días generando frases sin sentido y xAI atribuye el fallo a un error temporal
Los usuarios de Grok Lite, la versión más ligera del chatbot de xAI, llevan detectando desde el miércoles 19 de agosto respuestas completamente incoherentes. El problema aparece sobre todo al solicitar tareas como la creación de un PDF y convierte la respuesta del modelo en una sucesión de palabras sin relación aparente.
Entre las frases compartidas por los usuarios se encuentran secuencias como match it without and your they and two for planets can practical and often cheese, que continúan durante varios párrafos sin llegar a responder a la petición original. En otros casos, el sistema muestra enlaces a artículos académicos sobre aprendizaje por refuerzo, pero sin explicar por qué los incluye ni qué relación tienen con la consulta.
Un fallo limitado a la versión web
El comportamiento anómalo parece estar restringido a las consultas realizadas directamente desde Grok.com. La integración de Grok en X, que utiliza tecnología relacionada pero cuenta con una interfaz y una ruta de procesamiento diferentes, no ha mostrado los mismos síntomas de forma generalizada.
Además, algunas pruebas no han conseguido reproducir el error, lo que apunta a que no afecta a todos los usuarios ni al modelo completo. Una posibilidad es que el fallo dependa del centro de datos, del servidor concreto o del nodo de inferencia que atiende cada conversación.
La comunidad de Reddit dedicada a Grok se llenó de mensajes sobre el incidente en pocas horas. Algunos usuarios llegaron a pensar que sus cuentas habían sido comprometidas, mientras que otros interpretaron las respuestas como la activación accidental de un modo experimental u oculto del chatbot.
xAI recomienda iniciar una conversación nueva
La cuenta oficial de Grok en X confirmó la incidencia y la describió como un problema temporal de generación de texto. La compañía recomendó comenzar una conversación nueva o regenerar la respuesta, dos acciones que parecen resolver el comportamiento en la mayoría de los casos.
xAI no ha detallado qué componente provocó el error ni ha publicado por ahora un análisis técnico posterior al incidente. Esta ausencia de explicaciones impide saber si el origen estuvo en el propio modelo, en los servidores que lo ejecutan o en alguna capa de software asociada a la versión web.
Qué puede provocar una respuesta de este tipo
Los modelos de lenguaje de gran tamaño, conocidos como LLM, generan las respuestas de manera progresiva. El sistema divide el texto en unidades llamadas tokens, que pueden ser palabras completas, fragmentos de palabras o signos, y calcula cuál es el siguiente elemento más probable en cada paso.
Si se corrompe el contexto de la conversación, se altera el proceso de muestreo o se produce un error en la infraestructura de inferencia, el modelo puede seguir generando tokens aparentemente válidos, pero sin coherencia global. El resultado son frases que mantienen una estructura lingüística superficial, aunque carecen de significado.
Entre las hipótesis más plausibles se encuentran un problema en la caché de contexto, una corrupción de datos durante el procesamiento o un fallo específico en el hardware o el software que sirve las respuestas. Por el momento, ninguna de estas explicaciones ha sido confirmada por xAI.
El reto de detectar automáticamente textos incoherentes
El episodio también pone el foco en la monitorización de los servicios de inteligencia artificial. Una plataforma que gestiona millones de consultas debería contar con mecanismos capaces de identificar una caída repentina de la calidad de las respuestas y alertar al equipo técnico antes de que los usuarios descubran el problema.
Entre las métricas que pueden utilizarse está la perplejidad, un indicador que mide hasta qué punto una secuencia de texto resulta improbable para el modelo. También pueden analizarse la coherencia semántica entre la pregunta y la respuesta, la repetición de patrones inusuales o la aparición de cadenas de palabras sin una relación clara.
Estas herramientas no garantizan detectar todos los errores, pero permiten interrumpir respuestas anómalas, redirigir el tráfico a otro servidor y generar avisos automáticos. Si xAI dispone de esta instrumentación y no funcionó, el problema estaría en la configuración o en la cobertura de sus alertas. Si no existe, revelaría una carencia más profunda en su infraestructura de producción.
Un incidente que llega en un momento delicado para xAI
El fallo coincide con una etapa de importantes cambios internos. En los meses posteriores a la fusión entre SpaceX y xAI, la compañía habría perdido a más de 50 investigadores e ingenieros, según informaciones difundidas en el sector. La rotación resulta especialmente relevante en una empresa con menos de tres años de actividad y que mantiene un ritmo elevado de desarrollo.
En julio, xAI presentó Grok 4.5, un modelo que Elon Musk definió como comparable a los sistemas más avanzados de la competencia, aunque con mayor velocidad, eficiencia en el uso de tokens y menor coste operativo. La integración de infraestructuras tras la operación corporativa, valorada en 1,25 billones de dólares, añade complejidad a la gestión de los servicios.
El incidente no demuestra que Grok Lite no sea viable ni implica necesariamente un problema estructural del modelo. La mayoría de los casos parecen resolverse al reiniciar la conversación. Sin embargo, las respuestas virales y el silencio técnico posterior vuelven a plantear una cuestión clave: la fiabilidad de un chatbot depende tanto de su capacidad para responder como de la rapidez y transparencia con la que su empresa detecta y explica los fallos.
