OPINIÓN: «Ponemos mucho esfuerzo en no sonar a IA, pero poco en pensar cómo escribimos».

Por: Pablo Ramírez Quiroz – AI trainer-writer / Sr. Copywriter / Director Creativo

Últimamente he notado que hay personas en las redes sociales que se fijan mucho en si un texto lo escribió una inteligencia artificial o una persona. Publicamos algo y además de discutir lo que dice, parte de la conversación se desplaza hacia la duda de si fue escrito con IA.

A veces basta una palabra, frase o un signo de puntuación. Pequeños recursos que antes podían pasar completamente inadvertidos se han convertido en motivo de cuestionamiento. Y hasta cierto punto es comprensible, porque hoy circulan enormes cantidades de textos generados por modelos de lenguaje. Ahora cualquiera puede compartir un mensaje aparentando dominio sobre un tema.

Cuando utilizamos estas herramientas con frecuencia, empezamos a reconocer algunos patrones en su forma de escribir. El problema aparece cuando usamos esos patrones como prueba de que un texto fue escrito con IA.

También podemos escribir una frase perfectamente ordenada. Recurrir a determinadas palabras porque forman parte de nuestro vocabulario. O utilizar un signo de puntuación simplemente porque siempre lo hemos hecho.

Sin embargo, algunos de esos recursos han comenzado a asociarse con la idea de que “esto parece escrito por ChatGPT”.

De la sospecha sobre el texto a la duda sobre quien escribe.

Decir que un texto “parece escrito por ChatGPT” puede entenderse como una observación sobre su forma. Pero esa sospecha también puede cambiar la manera en que evaluamos a la persona que lo firma.

Si creemos que utilizó inteligencia artificial, la siguiente pregunta puede ser ¿Cuánto participó realmente en lo que estamos leyendo? Quizá utilizó IA para corregir algunos párrafos o directamente escribió una simple instrucción, recibió una respuesta y la copió prácticamente completa.

Un texto bien estructurado puede mostrarnos el conocimiento, la capacidad argumentativa y la postura de quien escribe. Pero cuando atribuimos ese trabajo a una herramienta, también podemos empezar a poner en duda esas conclusiones.

La sospecha deja entonces de afectar solamente nuestra percepción sobre cómo fue escrito el texto. También puede cambiar la manera en que interpretamos lo que dice.

¿Cuánto sabe realmente esta persona? ¿Las ideas que estamos leyendo son suyas? ¿Fue ella quien construyó el argumento? ¿Cuánto de lo que valoramos en este texto podemos atribuírselo?

La pregunta sobre el uso de IA termina convirtiéndose así en una pregunta sobre autoría y, a partir de ella, sobre credibilidad. El problema es que al leer el texto terminado, no podemos saber con certeza cómo fue escrito ni qué papel tuvo la IA en ese proceso.

El miedo a ser señalado.

A medida que los lectores buscan señales de inteligencia artificial, quienes escriben también pueden empezar a “hipervigilar” si alguna característica de sus textos sean interpretados de esa manera.

En la prensa especializada apareció un término llamado “Flagxiety”  (flag= Marcar o señalar  y anxiety= ansiedad) para describir el temor de que un trabajo propio sea señalado como generado por inteligencia artificial cuando en realidad fue escrito por esa persona.

El término es reciente y todavía no cuenta con una definición académica consolidada. Sin embargo, el fenómeno ya ha sido observado entre estudiantes y otras personas que escriben en contextos donde el uso de IA puede ser cuestionado.

Una encuesta hecha por YouGov para Studiosity entre estudiantes universitarios del Reino Unido encontró que, entre quienes utilizaban herramientas de IA, un 75 % sentía estrés ante la posibilidad de que su trabajo fuera señalado erróneamente por un detector.

Entonces ya no escribimos solamente pensando en lo que queremos comunicar. También nos preguntamos cómo será interpretada nuestra forma de escribir. Cuando esa duda entra en el proceso, comienza a influir en las decisiones de quien escribe.

¿Cómo podemos saber, observando un texto terminado, si esas sospechas son correctas?

Cuando la acusación tiene consecuencias.

Un caso que muestra este problema es el del escritor canadiense-haitiano Thélyson Orélien y su novela “C’était ça ou mourir”.

Tras su publicación, comenzaron a circular acusaciones que la obra había sido escrita utilizando inteligencia artificial. Parte de los cuestionamientos se apoyó en análisis realizados con detectores de IA.

Orélien negó haber utilizado estas herramientas para escribir la novela y su editorial salió públicamente en su defensa. El caso terminó abriendo una pregunta sobre cuánto podemos saber acerca de la autoría de un texto a partir de sus características o del resultado de un detector. El problema es que estas herramientas también pueden equivocarse.

Investigadores de Stanford probaron distintos detectores con ensayos TOEFL escritos por personas cuya lengua materna no era el inglés. En promedio, un 61,22 % de esos textos fue clasificado erróneamente como generado por inteligencia artificial.

Investigaciones posteriores también han encontrado diferencias importantes entre detectores y han mostrado que sus resultados pueden variar según las características de la escritura.

Podemos encontrar patrones e identificar recursos que aparecen con mayor frecuencia en textos generados por modelos. Incluso existen herramientas que intentan estimar su procedencia.

Pero estimar una procedencia y demostrar una autoría son cosas distintas.

Cuando un signo empieza a parecer de la IA.

Un ejemplo es el “em dash”, o raya, que existe desde mucho antes que ChatGPT. Escritores, periodistas y editores lo han utilizado durante décadas como parte de sus recursos habituales de escritura. Sin embargo, en los últimos años comenzó a asociarse con los textos generados por inteligencia artificial.

Pew Research Center analizó aproximadamente 490.000 textos publicados en internet y encontró que el uso del em dash prácticamente se duplicó entre 2023 y 2026. En enero de 2023 aparecía 5,79 veces cada 10.000 palabras. En enero de 2026, la cifra había aumentado a 11,19.

El mismo análisis encontró que los modelos de lenguaje tienden a utilizar este signo con mayor frecuencia que las personas. Eso nos permite decir que existe un patrón, pero no determinar cómo fue escrito un texto en particular.

Una persona puede utilizar un em dash porque se lo sugirió una herramienta. También puede utilizarlo porque aprendió a escribir así mucho antes de que existieran los modelos de lenguaje. Quienes siempre utilizaron ese signo comienzan a preguntarse si deberían seguir usándolo.

Modificamos nuestra escritura para demostrar que somos humanos.

Lo mismo ocurre con palabras que comenzamos a relacionar con la IA, con determinadas maneras de conectar ideas o con frases que nos parecen demasiado parecidas a las que produciría un modelo.

Podemos pensar en descartar un recurso que normalmente usamos solo porque ahora lo asociamos con la inteligencia artificial. En ese punto ocurre una especie de inversión:

Primero observamos cómo escriben los modelos para reconocer sus patrones. Después buscamos esos mismos rasgos en nuestra propia escritura y la modificamos cuando creemos que “podría ser de IA”.

La forma en que escriben estas herramientas pueden terminar modificando cómo escribimos los humanos, incluso cuando intentamos demostrar que detrás del texto hay una persona.

Dos formas en que la IA puede influir en nuestra forma de escribir.

He observado dos reacciones opuestas frente a la expansión de estas herramientas.

La primera consiste en delegar gran parte de la escritura. Pedimos un texto, recibimos una respuesta y la copiamos prácticamente completa. Si repetimos ese proceso una y otra vez, es esperable que algunos de los patrones de los modelos terminen apareciendo también en nuestros textos.

La segunda reacción parece ir en la dirección contraria. Modificamos nuestra escritura para evitar características que puedan asociarse con la IA.

Incluso he leído a personas que dicen cometer faltas de ortografía o errores gramaticales de manera intencional para demostrar que detrás del texto hay una persona.

En un caso aceptamos los patrones de la IA. En el otro intentamos alejarnos de ellos. Paradójicamente, en ambas decisiones la IA termina influyendo en nuestra forma de escribir.

Observar cómo escribimos.

La aparición de los modelos de lenguaje también puede ser una oportunidad para prestar más atención a nuestra propia manera de escribir.

Muchas de las decisiones que tomamos al redactar responden a hábitos que hemos desarrollado desde que aprendimos a escribir. Utilizamos ciertas expresiones, construimos nuestras frases de determinada manera y recurrimos a recursos que nos resultan familiares, aunque pocas veces nos detenemos a observar esas preferencias de manera consciente.

Una forma de hacerlo es revisar textos que hayamos escrito antes de la irrupción de la IA y preguntarnos qué palabras utilizábamos con frecuencia, cómo acostumbrábamos a construir nuestras frases o qué tan extensas eran nuestras explicaciones. Incluso podríamos identificar características que nos gustaría cambiar.

Reconocer esas preferencias puede ayudarnos a trabajar con IA sin adoptar automáticamente las formas de escritura que nos propone. También puede permitirnos explorar otras posibilidades y desarrollar un estilo, incluso si hasta ahora nunca nos habíamos detenido a pensar demasiado en él.

Quizá la expansión de estas herramientas sea una oportunidad para observar con mayor atención nuestras decisiones al escribir. Porque mientras dedicamos tanto esfuerzo a reconocer cómo escribe la IA, también podríamos dedicarlo a comprender cómo escribimos nosotros.

&-Fcc