Una respuesta de IA puede tener el formato correcto y el dato equivocado
La documentación de Gemini distingue JSON válido y valores correctos. Un ejemplo propio de extracción separa comprobar la estructura y contrastar el contenido.
Pedir a una IA que responda con campos ordenados facilita incorporar sus resultados a un programa, pero no certifica lo que contienen. La documentación de salidas estructuradas de Gemini advierte de que un JSON sintácticamente correcto no garantiza valores semánticamente correctos y recomienda validar la salida antes de utilizarla. Es una diferencia entre poder leer una respuesta y haber comprobado su información.
Veamos una extracción ficticia, sin llamada a ningún modelo: el documento de partida dice “la reunión será el 20 de octubre de 2026”; una respuesta contiene el campo fecha con el valor “2026-10-21”. La fecha está escrita de forma reconocible y el campo puede ser del tipo esperado. Aun así, no coincide con el día del documento. Un control limitado a nombre del campo y tipo de dato no detectaría esa discrepancia.
Para diseñar una comprobación útil, separa dos preguntas. Primero: ¿están los campos necesarios y cumplen las restricciones previstas? Después: ¿cada valor coincide con la fuente que debía extraerse? En el ejemplo, conservar junto a la fecha el fragmento de origen permitiría comparar ambas fechas. Que el fragmento también proceda de la IA no lo vuelve una fuente independiente: hay que contrastarlo con el documento original.
La misma separación ayuda con cantidades y unidades. Un número puede ser válido dentro del formato y corresponder a otra columna del documento. Por eso conviene definir qué hacer cuando falta un dato o hay dos candidatos, en lugar de forzar siempre una respuesta completa. Este ejemplo ilustra una comprobación; no mide una tasa de error de Gemini ni constituye un ensayo comparativo de modelos.