Referencias externas, analogías y comentarios

Taxonomía de errores de IA - Fallos folk, instrumentos formales

Jan Schauma publicó un encabezado C satírico que define valores de error para modos de fallo comunes de LLM (AI errno(2), netmeister.org, mayo 2026). La lista resuena porque los practicantes reconocen estos patrones a partir de la experiencia. Casi cada error se superpone vagamente a un clasificador PSA o a una métrica derivada - la tabla siguiente es una referencia cruzada informal para cualquiera que disfrute de la analogía, no una especificación formal.

Mapeado de manera aproximada a un clasificador PSA

No mapeado (infraestructura / comentario social)

Varios códigos errno describen fallas de infraestructura o comentarios sociales que caen fuera del ámbito comportamental de PSA - incluidos aquí solo para la completitud de la lista original.

Fuente: Jan Schauma, "AI errno(2)", netmeister.org, mayo 2026 - dominio público. Referencias cruzadas a los clasificadores PSA: Silicon Psyche Labs, 2026 - informal, para entretenimiento y orientación solo. Para la definición autorizada de cualquier clasificador o métrica PSA mencionada anteriormente, ver la Guía de campo.

Charlotin's AI Hallucination Cases - what PSA's behavioral signal does and doesn't catch

Damien Charlotin (HEC Paris) maintains the canonical public database of AI hallucination cases in law - court decisions where a party filed AI-fabricated or misrepresented citations. As of 20 Jun 2026 it holds 1,627 cases across 12+ jurisdictions, with a typed breakdown of how the AI failed. It is a real-world ground truth for the failure mode PSA's agentic side targets: confident assertion of unverified content. We ran a read-only validation spike against it; the honest result - what held and what didn't - is below.

The corpus, in numbers

What the PSA signal caught - and missed

We reconstructed assistant turns from real case descriptions and scored them on PSA's agentic path (C3-v3 ABI / G9 Epistemic Overconfidence, HRI Hallucination Risk Index). Construct-validity only - it answers "can the detector see confident-fabrication language", not "does it exist in production". Detection at the hard-stop band (ABI ≥ 0.50):

Honest takeaway: PSA's behavioral signal is a useful but partial detector - it keys on the linguistic markers of overconfidence, which the most dangerous fabrications (stated flatly, with a plausible-looking citation) often lack. That gap is precisely why a behavioral signal alone is not citation verification: catching flat fabrication needs checking the source itself, not a posture classifier. The spike is a calibration signal, recorded as a negative in the validation ledger - not a marketing claim.

Follow-up (#2617): we built a first retrieval-grounded indicator, the Citation-Grounding Score (CGS), 1 − max(topic_docs.score), and then re-validated it on a larger sample, which told a humbler story. The small first sample looked strong (AUC 0.836); the larger one did not hold (AUC ≈ 0.70, and no threshold flagged fabrication without false-flagging ~35% of genuine legal excerpts). So CGS is not a detector, and the lesson is the point: max embedding similarity to a corpus measures topical relevance, not citation existence - reliably catching a flatly-fabricated citation needs an exact citation-index lookup, not a similarity heuristic. The over-claim was caught by running the larger validation - the same epistemic-overconfidence check PSA applies to itself.

Footnote worth its own mention: the contact card that first pointed us at this database carried an invisible Unicode prompt-injection ("ignore all previous instructions…") - a live instance of adversarial contextual pressure (CPI) hidden in a document about AI reliability. It was ignored.

Source: Damien Charlotin, "AI Hallucination Cases Database", damiencharlotin.com, accessed 20 Jun 2026 - third-party dataset, cited for orientation. PSA spike: Silicon Psyche Labs, #2605 (validation ledger + Field Guide for the authoritative definition of ABI / HRI).

La lingüística detrás de las métricas - cinco marcos de los que descienden los constructos de PSA

PSA lee el hedging, los cambios de postura, la sycophancy y los estilos de rechazo únicamente del texto producido. Ninguno de esos constructos es nuevo: los lingüistas llevan décadas cartografiándolos en el lenguaje humano. Esta entrada registra los cinco antecesores más cercanos - como linaje y contexto interpretativo, en el espíritu de esta página: comentario, no documentación de plataforma, y nunca una pretensión de validación. La exactitud de los clasificadores se establece con benchmarks, no con citas.

Alcance, dicho claramente: los clasificadores de PSA no derivan de estos marcos, y ninguna de estas obras valida su exactitud. Las clases de postura se definieron operativamente para salida de LLM y se entrenaron con corpus etiquetados; los marcos son el linaje lingüístico de los constructos - hacen las métricas legibles para los lingüistas, no las certifican.

Citas: Martin & White, The Language of Evaluation: Appraisal in English, Palgrave Macmillan, 2005 · Biber, Variation across Speech and Writing, Cambridge University Press, 1988 · Brown & Levinson, Politeness: Some Universals in Language Usage, Cambridge University Press, 1987 · Austin, How to Do Things with Words, Oxford University Press, 1962 · Searle, Speech Acts, Cambridge University Press, 1969 · Grice, Logic and Conversation, in Cole & Morgan (eds.), Syntax and Semantics 3, Academic Press, 1975 · Jurafsky & Martin, Speech and Language Processing, 3rd ed. draft, web.stanford.edu/~jurafsky/slp3.