Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Desde que ChatGPT entró en la rutina digital en 2022, algo más sutil que la ortografía o la gramática empezó a moverse en los textos que circulan por internet. Un estudio publicado en Nature Human Behaviour por investigadores de la Universidad del Sur de California calcula que la complejidad lingüística de esos textos ha caído entre un 21% y un 50%, una reducción que no borra el significado, pero sí lima la manera personal de decir las cosas.
El sentido suele quedarse, pero la voz propia pierde relieve
La investigación analizó más de 800.000 textos en inglés procedentes de Reddit, un repositorio de artículos científicos en abierto y Patch News.
En el 87% de los casos, el significado se mantuvo cuando esos textos pasaron por modelos como GPT 3.5, Llama 3 70B y Gemini Pro. La máquina conserva la idea central con bastante eficacia, pero al hacerlo tiende a ordenar el lenguaje dentro de un mismo carril expresivo.
Ahí está la parte menos visible del cambio.
Zhivar Sourati, primer autor del estudio, pone el foco en esa pérdida de matiz personal.
"En nuestros experimentos, el significado permaneció casi intacto, pero cada persona expresa la misma idea de distintas maneras y eso es lo que vimos que se perdía". - Zhivar Sourati, primer autor del estudio de la Universidad del Sur de California
La frase parece técnica, aunque describe una experiencia cotidiana fácil de reconocer. Dos personas pueden contar la misma escena y, sin embargo, una empieza con un yo dubitativo, otra con una ironía, otra con un rodeo que delata carácter, edad o intención.
De media, las particularidades que permiten identificar a la persona detrás del texto resultaron un 6% menos reconocibles tras la reescritura con inteligencia artificial. Ese descenso no convierte a todo el mundo en una copia del vecino, pero sí rebaja señales lingüísticas que antes funcionaban como huella.
Los pronombres caen cuando la IA pule el texto
Luego aparecen cambios concretos. Sourati explica que una apertura como “creo que esto demuestra…” puede transformarse en “esto sugiere…”, de modo que el contenido sigue ahí mientras desaparecen pronombres personales como yo, nosotros y tú.
La emoción no desaparece del todo. El propio Sourati señala que los textos reescritos contienen, en promedio, un lenguaje ligeramente más emotivo, aunque la forma personal de expresar esa emoción se diluye.
Visto así, la corrección tiene un precio.
Sheila Queralt, perito judicial y directora del Laboratorio SQ Linguistas Forenses, recuerda que la caracterización de un escritor no depende solo de lo que dice, sino de cómo lo formula y de los patrones de variación que repite al escribir. Por eso matiza que el estudio no permite afirmar que la IA vaya a hacer que todos acabemos escribiendo igual, aunque sí atenúa, transforma u homogeniza determinadas señales lingüísticas.
Esa idea conecta con trabajos sobre detección de autoría y con debates que ya han aparecido alrededor de los falsos positivos de GPTZero. Cuando una herramienta reduce variaciones humanas y deja un acabado más uniforme, distinguir entre ayuda legítima, texto híbrido y generación automática se vuelve bastante más resbaladizo.
Queralt lo resume con una advertencia precisa. “Humanizar” un texto no equivale necesariamente a hacerlo más humano desde el punto de vista lingüístico.
Los detectores fallan justo donde el texto ya es híbrido
Un estudio de Sheila Queralt dentro del proyecto CorpIdentIA puso a prueba GPTZero, Originality.ai y Copyleaks frente a textos híbridos escritos entre humanos e inteligencia artificial. Los resultados dejan poco margen para la confianza ciega.
GPTZero clasificó como humano el 52,2% de esos textos híbridos, Originality.ai acertó en el 65,56% y Copyleaks llegó al 72,22%. Si la escritura real se parece cada vez más a una colaboración entre persona y máquina, el detector no se enfrenta a dos cajones limpios, sino a una zona gris.
Ezequiel López, investigador en ciencias computacionales en el Instituto Max Planck para el Desarrollo Humano de Berlín, describe precisamente esa zona como una tarea de colaboración entre humano y máquina, sobre todo cuando el texto va a leerlo una tercera persona. Nadie quiere parecer inculto o escribir mal, dice, y a cambio aceptamos cierta homogeneización.
Incluso los rasgos ideológicos y sociales se mueven.
Los estilos reescritos por modelos de lenguaje quedaron más alineados con individuos mayores, varones y políticamente liberales, además de una valencia moral positiva y menor empatía. López lo vincula a estándares sociales de comunicación que empujan a evitar marcas políticas demasiado visibles o lenguaje negativo, con una influencia fuerte de la cultura comunicativa estadounidense.
El inglés pesa más y también arrastra sesgos al escribir
Francisco Moreno Fernández, director del Observatorio Global del Español del Instituto Cervantes, recuerda un dato de fondo que a menudo pasa desapercibido. Más del 70% de los textos que alimentan la inteligencia artificial están en inglés.
Esa desproporción ayuda a entender por qué la homogeneización no afecta solo al estilo personal, sino también al punto de partida lingüístico de los sistemas, una cuestión que ya asoma en el coste de escribir en español. Moreno Fernández advierte de que usar una lengua u otra ya introduce un sesgo y condiciona los resultados del texto generado.
Además, sostiene que la lengua hablada siempre va por delante de la IA. Cuando el sistema intenta alcanzar los matices semánticos y pragmáticos de la conversación real, la lengua ya ha cambiado y vuelve a escaparse.
La paradoja final cabe en pocas palabras. La IA conserva el significado en el 87% de las reescrituras, pero en ese mismo gesto empuja la escritura hacia moldes más previsibles, más anglófonos y un 6% menos personales.