Editar texto de IA: las señales que lo delatan

Lo que sabemos por medición

Al repasar quince millones de resúmenes científicos, en 2024 379 palabras de estilo se volvieron bruscamente más frecuentes de lo que la tendencia de años anteriores podía explicar. Los mayores saltos: delves multiplicó por veintiocho su frecuencia, underscores casi por catorce y showcasing por más de diez. Para hacerse una idea: ese empujón lingüístico fue aproximadamente el doble del que provocó el vocabulario de la pandemia en 2021.

El segundo hallazgo importa más en la práctica. Según otro estudio, en 2024 el 59,3 por ciento de los artículos que usaban delve usaban también underscore — en 2022 esa proporción era del 1,3 por ciento. No delata la palabra suelta sino el racimo: encontrar tres o cuatro juntas significa algo; encontrar una no significa nada.

Para el español hay una medición propia, con un corpus de 180 textos construido a tal efecto: de 41 rasgos analizados, 17 diferían de forma significativa. Los humanos mostraron mayor riqueza léxica — entre 2,3 y 2,8 puntos porcentuales más — y más adverbios y pronombres; el modelo usó significativamente más adjetivos y más puntos. Encaja con lo que se ve en otros idiomas: los modelos no fallan en el promedio del estilo sino en su dispersión, y escriben más frases, más cortas y más parecidas entre sí.

Los doce giros

Estos delatan un texto en español. No porque sean malas palabras, sino porque el modelo recurre a ellas de forma desproporcionada — y porque un texto humano rara vez produce cuatro seguidas.

• La entrada vacía. "En el mundo actual", "En los últimos años, X ha cobrado una importancia creciente." En la mayoría de los textos automáticos la primera frase del primer párrafo se puede borrar sin pérdida.
• Los marcadores de importancia. Clave, crucial, fundamental, esencial. Si algo lo es de verdad, di respecto a qué y por qué. Si no lo es, quítalo.
• La metáfora de excavar. "Profundicemos en", "vamos a sumergirnos", "analicémoslo más de cerca." Es la traducción del marcador léxico más fuerte medido en inglés, y ya se lee como una firma.
• La familia del subrayado. Subraya, pone de relieve, destaca, resalta — cuatro palabras para un mismo gesto, y al texto automático le gustan las cuatro dentro del mismo párrafo.
• La construcción no solo–sino. "Esto no es solo una cuestión tecnológica, sino también humana." La antítesis en sí está bien; el problema es que el modelo arma con ella un párrafo de cada dos.
• La regla de tres en todas partes. Tres adjetivos, tres ejemplos, tres consideraciones — incluso donde bastan dos y donde harían falta cinco. El texto humano es irregular.
• La importancia anunciada. "Cabe destacar que", "es importante señalar que." Si es importante, escríbelo; anunciar que lo es no añade nada.
• El cierre resumen. "En conclusión", "en resumen", "en definitiva, podemos afirmar." El texto automático casi siempre se repite al final, porque así lo aprendió.
• La metáfora del panorama. Panorama, ámbito, universo, ecosistema, laberinto, y el navegar que los acompaña. "Navegar por el cambiante panorama de la IA" aparece en mil sitios y en ninguno dice nada.
• El ritmo uniforme. Si todas las frases del párrafo miden entre 15 y 20 palabras, eso ya resulta sospechoso. En español el rasgo medido es el exceso de puntos: muchas frases cortas y demasiado parecidas entre sí.
• La acumulación de adjetivos. Integral, robusto, fluido, innovador, holístico. Cada una por separado es una palabra usable; encontrar tres en un párrafo es una señal fiable, y el exceso de adjetivos es justamente el rasgo más marcado del español automático.
• El residuo de markdown. Una palabra de cada dos en negrita, cada idea bajo su propio subtítulo. Eso no es estilo, es el formato por defecto del modelo, y en un correo o un artículo resulta ajeno.

Lo que una lista de palabras no atrapa

Una vez sustituidos los giros el texto puede seguir sonando a máquina, porque la mayor parte de lo que lo hace reconocible vive en la estructura y no en el vocabulario.

• No hay incertidumbre. Las mediciones muestran que los modelos usan menos fórmulas de cautela que las personas — "creo que", "no estoy seguro", "puede que me equivoque". El texto automático es más rotundo de lo que justifica el conocimiento que hay detrás.
• No hay digresión personal. Una persona cuenta en media frase dónde se topó con el problema. El modelo no tiene dónde haberse topado con él, así que esa media frase falta siempre.
• No hay pregunta al lector. La interpelación directa y la pregunta real son rasgos humanos; el modelo piensa en afirmaciones.
• Todos los párrafos miden lo mismo. Cuatro frases, cuatro frases, cuatro frases. Un texto humano tiene algún párrafo de una sola frase, porque en algún punto hizo falta énfasis.

El mito de la raya

La creencia más extendida dice que el abuso de la raya delata el texto automático. Está medido: los ensayos humanos del estudio promediaron 3,23 rayas por cada mil palabras, pero el rango iba de 0,33 a 17,12. Los modelos caen dentro de ese rango — uno popular en 10,62, otro en 9,09 — mientras que algunas familias de pesos abiertos no usaron ninguna.

De ahí se siguen dos cosas. Primera: el recuento no demuestra nada por sí solo, porque el rango humano se solapa por completo con el automático. Segunda: depende del modelo y se puede ajustar con una instrucción — en el mismo estudio un modelo bajó de 9,09 a 0,19 al pedirle prosa llana, mientras que otro no se movió. Si te molestan, pide que no las use; pero no creas que su ausencia vuelve humano el texto.

Sobre los detectores, antes de fiarte de uno

Conviene detenerse aquí, porque esta parte te afecta en la práctica. Las herramientas creadas para detectar texto de IA no funcionan de forma fiable, y no es una opinión: un gran proveedor publicó su propio clasificador con un 26 por ciento de aciertos y un 9 por ciento de falsas alarmas, y lo retiró medio año después por falta de precisión.

El número que debería preocuparte es peor. En un estudio que probó catorce herramientas, ninguna llegó al 80 por ciento de exactitud, y con texto automático editado a mano la cifra cayó al 42 por ciento, y con texto parafraseado al 26 por ciento. Otra investigación pasó siete detectores por ensayos de personas que no tenían el inglés como lengua materna: la tasa media de falsos positivos fue del 61,22 por ciento, frente al 5,19 por ciento de los textos de estudiantes nativos. La explicación es lingüística: una construcción más simple y previsible le parece automática al detector.

Si escribes en inglés como segunda lengua, esto va directamente contigo: el sistema castiga el inglés limpio y sencillo y premia el recargado. En ese mismo estudio, la detección de texto escrito con IA cayó del 100 por ciento al 13 por ciento en cuanto se pidió al modelo un lenguaje más literario. Así que si alguien "demuestra" con un detector que escribiste a máquina, ese número no tiene valor probatorio — conviene saberlo antes de ponerse a defenderse.

La pasada de edición de veinte minutos

El orden es este porque las correcciones más baratas van primero.

1. Borra el primer y el último párrafo. Siete de cada ocho veces el texto mejora, y el artículo empieza donde está su primera afirmación real.
2. Busca los doce giros. Búsqueda literal, uno a uno. Son cinco minutos y se llevan la mitad de lo reconocible.
3. Rompe tres párrafos. Mete una frase corta donde haga falta énfasis, y une dos donde no la haga.
4. Añade algo que solo sepas tú. Una cifra de tu propio trabajo, un caso, una fecha. Es el único paso que el modelo no puede hacer por ti por razones estructurales.
5. Lee en voz alta los tres primeros párrafos. Donde tropieces o te aburras, el texto sigue siendo automático. Fijar antes tu propia voz acorta este paso, aunque no lo sustituye.

Lo que conviene llevarse

Lo automático se nota en racimos, no en palabras sueltas, y más en la estructura que en el vocabulario. Borra el primer y el último párrafo, peina los doce giros, rompe el ritmo y mete un dato propio. No te fíes de los detectores — ni contra ti ni contra nadie. Si todo esto hay que declararlo o no es asunto de otro artículo: cuándo hay que declarar el uso de IA, y la respuesta es sorprendentemente estrecha.