Deloitte admite que IA redactó partes del informe para el ayuntamiento de Wellington, pero respalda sus conclusiones
El alcalde de Wellington, Andrew Little, ha declarado públicamente que "grandes partes" de un informe de Deloitte de $435,000 sobre la dotación de personal del consejo fueron escritas por inteligencia artificial. La admisión se suma a las crecientes críticas al informe Future Fit Pōneke, que recomendaba recortar 330 puestos de trabajo, una cifra que ahora se revela basada en datos defectuosos.
Errores clave encontrados en el informe
La propia revisión del consejo descubrió múltiples errores en el manejo de datos:
- Deloitte contó doble a los empleados actuales junto con los puestos vacantes.
- Los datos de empleo tenían tres años de antigüedad y provenían de la Taxpayers' Union.
- Todos los empleados se contaron con su salario a tiempo completo, independientemente de las horas reales trabajadas.
- Los gastos de personal se sobrestimaron en $21.5 millones.
- Los puestos con "proyecto" en el título se asumieron automáticamente como duplicados.
Debido a estas inexactitudes, el consejo concluyó que la recomendación de recortar 330 puestos FTE era "inherentemente defectuosa". Una cifra más precisa podría ser 284, aunque incluso eso no tiene en cuenta otros posibles errores.
La divulgación de la IA sigue siendo vaga
El alcalde Little dijo a Newstalk ZB que las secciones generadas por IA eran "una pérdida de tiempo" en comparación con el capítulo sobre sistemas de gestión de contratos, que describió como un "desastre" pero útil. Deloitte no ha especificado qué secciones fueron producidas por IA o cómo se utilizó la IA.
En una declaración preparada, Deloitte dijo: "Deloitte utiliza una variedad de herramientas y tecnologías en su trabajo, incluyendo herramientas habilitadas por IA cuando corresponde", mientras requiere que "una persona debía firmar cualquier análisis, hallazgos y conclusiones". Mantienen que las conclusiones del informe son sólidas.
Implicaciones para el uso de la IA en consultoría
Este caso resalta el riesgo de utilizar la IA sin una verificación rigurosa, especialmente en informes públicos de alto riesgo. Para los desarrolladores y equipos que construyen flujos de trabajo asistidos por IA, la lección es clara: la IA puede redactar, pero los humanos deben validar cada punto de datos y suposición. La experiencia del consejo de Wellington es una advertencia sobre el costo reputacional cuando se acepta contenido generado por IA sin una auditoría exhaustiva.
📖 Read the full source: HN LLM Tools
👀 Ver también

NHS Inglaterra retrocede del código abierto: carta abierta insta a revertir la política SDLC-8
Una carta abierta con 74 firmas pide a NHS England que retire SDLC-8, una política que oculta todo el código fuente del NHS, y que reafirme el Principio 12 del Estándar de Servicio del NHS: 'Hacer que el nuevo código fuente sea abierto'.

OpenClaw 2026.3.22-beta.1: Cambios clave en el flujo de trabajo para autores de plugins y automatización de navegadores
OpenClaw 2026.3.22-beta.1 cambia la instalación de complementos para preferir ClawHub sobre npm, elimina el relé de la extensión de Chrome, consolida la generación de imágenes e introduce cambios importantes en el SDK de complementos.
Migración de flota a OpenClaw 2.0: Qué se rompió realmente
Una migración de flota de un día completo a OpenClaw 2.0 revela la estricta configuración del esquema, el desacoplamiento de plugins y los problemas de emparejamiento de dispositivos. Consejos prácticos para evitar errores 502.

Caída de precios de suscripciones de IA: Por qué su factura empresarial está a punto de multiplicarse por 10
Laboratorios de IA como OpenAI, Anthropic y Microsoft están perdiendo dinero en cada suscripción. Las cargas de trabajo de agentes han roto el modelo de tarifa plana: GitHub Copilot se muda a facturación por uso el 1 de junio de 2026. Las empresas que construyeron sobre precios subsidiados enfrentan una corrección.