El traje nuevo del emperador fue escrito por Hans Christian Andersen en 1837, inspirándose en El conde Lucanor, obra medieval española de Don Juan Manuel. La obra original contaba la historia de unos estafadores que engañaban a un rey con una tela mágica que solo los hijos legítimos podían ver. Andersen cambió un poco el enfoque, y centró la crítica en la estupidez y la incompetencia para el cargo, convirtiéndola así en mucho más que una fábula sobre la vanidad.

El traje nuevo del emperador cuenta la historia de un emperador que, obsesionado por su imagen, contrata a dos supuestos sastres que le prometen confeccionar un traje mágico. La peculiaridad (aquí está la clave) es que ese traje solo puede ser visto por personas inteligentes y, sin embargo, aquellos que no lo vean quedarán en evidencia como ignorantes o no aptos para su cargo.

El emperador, por supuesto, no ve nada pero no lo admite. Sus asesores tampoco ven nada y tampoco lo admiten. Poco a poco, la corte y la ciudad al completo participan del engaño porque, claro está, nadie quiere parecer incompetente. De repente, un niño, ajeno a toda presión social, dice en voz alta lo que todos están evitando: “el emperador está desnudo“.

En el cuento ironiza sobre la vanidad, la presión para conformarse y, sobre todo, cómo el miedo a quedar como ignorante hace que mucha gente participe en engaños colectivos, unos porque no ven, y otros porque no se atreven a decir lo que ven.

Te preguntarás qué relación puedo encontrar entre una historia escrita hace casi doscientos años y la inteligencia artificial. Fue una idea que surgió hace meses, y estaba deseando sacar tiempo para escribir sobre un fenómeno que vemos a diario y que creo que merece una reflexión.

En el último año se han multiplicado los textos asistidos por modelos de lenguaje. Profesionales, directivos y comunicadores han descubierto que pueden producir textos de bastante calidad en cuestión de segundos. Algunos consiguen su objetivo, pero muchos otros caen en la tentación de copiar, pegar y publicar, sintiéndose orgullosos de un texto que les hace parecer eruditos (o como mínimo que saben bastante de un tema), pero que no han escrito ellos. Es muy fácil caer en esa tentación, pero la realidad es que, al otro lado, algunos leen el texto y pese a que la “desnudez” salte a la vista, no dicen nada. El “traje” parece perfecto, los “cortesanos” aplauden y casi todos, sabiendo la verdad, guardan silencio.

El objetivo de este artículo es doble: por un lado, trato de analizar esos patrones que hacen que un texto parezca (sea cierto o no) escrito por una herramienta de IA y, por otro, reflexionar sobre los comportamientos que traen consigo estas prácticas tan extendidas.

Me gustaría empezar con algo que nos ocurre a muchas personas últimamente cuando escribimos, y que, a menudo, termina condicionando la forma en que lo hacemos.

Durante años, escribir ha sido una de mis formas más naturales de pensar. He publicado posts y artículos desde que tenía 16 años, he aprendido a trabajar las ideas casi a la vez que las escribía y, gracias a ello, he desarrollado una relación bastante intuitiva con el lenguaje, que me permite no pensar demasiado en “cómo suena”, sino simplemente en lo que quiero contar. Pero, cada vez más, me encuentro en una situación que no termina de gustarme: escribo una frase, la releo y, en lugar de valorar si está bien construida o si transmite lo que quiero decir, aparece una duda adicional que antes no tenía: si ese texto suena humano o parece escrito por IA.

Lo preocupante no es la duda en sí, sino lo que esa duda provoca. Empiezo a corregir cosas que, objetivamente, no están mal. Me sorprendo eliminando estructuras que antes utilizaba con naturalidad, simplifico giros que me gustaban, cambio la longitud o el ritmo de algunas frases, pero no porque el texto en sí lo necesite, sino porque intento alejarme de algo que identifico como un patrón. Es decir, empiezo a escribir condicionada por el miedo a que, a pesar de haberlos escrito yo, mis textos parezcan escritos por IA.

Esa sensación de la que huyo también es evidente cuando lees textos de otros. Basta con abrir LinkedIn para darse cuenta de que, además de que se escribe mucho más (quienes antes compartían solo artículos interesantes, ahora publican reflexiones personales extensas), muchos textos tienen un tono parecido, una estructura reconocible y una manera muy similar de desarrollar las ideas. Y esto ocurre incluso en publicaciones que, paradójicamente, hablan de la importancia de no depender de la IA o que critican su uso,… donde es fácil identificar esos patrones sin necesidad de un detector (basta con haber tenido un uso intenso de los modelos de lenguaje, en especial ChatGPT durante los últimos años).

El problema es que todo esto no afecta solo al plano personal sino que tiene consecuencias también para la credibilidad en el mundo profesional. Cuando un directivo publica un post que suena exactamente igual que otros diez del mismo sector, el mensaje pierde fuerza por mucho que su gramática sea impecable. En esos casos, los lectores más atentos, o los que han escrito mucho o han utilizado con intensidad los LLMs, perciben una falta de sustancia que hace que el contenido suene artificial y pierdan rápidamente el interés. En cambio, cuando un texto lleva la marca de alguien que lo ha pensado y lo ha trabajado de verdad, con sus irregularidades, sus propios giros personales y su forma de escribir, la conexión con la audiencia es mucho más profunda y duradera. Esa diferencia, aunque parezca sutil, acaba decidiendo a quién le otorgamos nuestra confianza.

Los modelos de lenguaje no escriben como lo hacemos nosotros. Funcionan prediciendo el siguiente token, y eligen el más probable según los patrones estadísticos que han aprendido de miles de millones de textos. Ese mecanismo genera lenguaje coherente y fluido en segundos sin que necesiten que les demos reglas gramaticales, precisamente porque las extraen de dichos patrones. Pero esto tiene un problema de fondo: el texto generado tiende a ser demasiado predecible, porque el modelo elige siempre las combinaciones de palabras que han aparecido con más frecuencia en sus datos de entrenamiento. Eso genera una especie de “suavidad estadística” que los humanos notamos, aunque no siempre sepamos explicarla. Para entenderla hay que conocer dos conceptos que explican bastante bien cómo escribe un modelo de lenguaje:

El primero es la perplejidad (perplexity), que mide básicamente cuánto “sorprendería” al propio modelo el texto que está leyendo. Mientras que un texto humano suele tener perplejidad alta porque incluye elecciones de palabras inesperadas, giros personales, anécdotas que se le ocurren sobre la marcha, o que surgen de su propia experiencia o su forma de pensar, la IA tiende a producir con perplejidad baja (todo fluye de la forma más probable, sin saltos bruscos).

El segundo es la burstiness, o lo que podríamos llamar el “estallido” en la variación de las frases. Los humanos escribimos con ráfagas: una oración corta y contundente seguida de un párrafo más largo y matizado, una digresión, o una idea repentina que refleja cómo pensamos mientras escribimos. La IA tiende a un ritmo mucho más uniforme, con frases de longitud similar y transiciones suaves que se repiten una y otra vez.

Con todo esto, no pretendo ni de lejos decir que no se utilice IA como asistente. Yo escribo con ayuda de la IA, a veces pidiéndole ayuda con la estructura de un artículo enumerando mis ideas y pidiéndole que las organice en base a criterios que también le doy, a veces como sparring tratando de encontrar solución a algo en lo que me atasco, y a veces pidiéndole que pula un texto, y no considero que ello le reste autenticidad. El problema surge cuando se delega por completo y se copia y pega el output sin filtro, creyendo que nadie lo notará. Es entonces cuando el traje parece elegante, pero la audiencia atenta detecta que no hay nada debajo.

Antes de pasar a enumerar los patrones que ayudan a identificar (o al menos sospechar) que un texto está escrito con IA, me gustaría hacer otra reflexión. Nunca he utilizado un detector de “texto escrito con IA” pero me consta que fallan con bastante frecuencia. Al basarse precisamente en medir perplejidad y burstiness, producen falsos positivos en textos humanos muy pulidos, en escritos de no nativos que usan estructuras más formales por necesidad, o incluso en literatura clásica. Novelas como Orgullo y prejuicio de Jane Austen, la Biblia o la Declaración de Independencia de EEUU fueron etiquetados por un detector como generados por IA simplemente porque su estilo claro y estructurado coincide con los patrones que los modelos han aprendido. Si lo pensamos, el modelo aprende con unos tipos de texto que luego imita, por lo que tiene sentido que luego los detectores, piensen que son escritos por IA.

Pasemos, ahora sí, a lo prometido: a ver los patrones que pueden hacer que tu texto parezca escrito por IA. Se trata, aclaro, de tendencias que suelen repetirse a menudo y que yo observo a menudo.

La antítesis constante

Uno de los recursos más habituales es la estructura de contraste, ese “no es esto, es lo otro” que aparece una y otra vez en textos argumentativos. La IA lo utiliza porque ha aprendido que esta estructura es común en ensayos y artículos bien valorados. A decir verdad, genera claridad, ritmo y sensación de contundencia (de hecho es una de las estructuras que intento no utilizar, pero que siempre me ha gustado).

El problema es que la IA incorpora esta estructura de contraste porque suele encajar, no porque el argumento lo requiera y, precisamente por ello, se utiliza cuando no es necesario.

Es una estructura válida, pero el problema surge de que se repite tantísimo que pierde fuerza y se convierte en una señal clara de que el texto nace de un patrón estadístico, es decir, de la IA.

Las introducciones abstractas

Otro patrón muy reconocible son las introducciones que parecen profundas pero no aportan nada. Expresiones como “en un mundo donde” o “en la sociedad actual” funcionan como puntos de partida seguros. No comprometen el texto y sirven para prácticamente cualquier tema.

Esto ocurre porque la IA no tiene un contexto propio desde el que empezar y necesita una base genérica (como un comodín) que sirva para cualquier contexto. El problema de este tipo de estructuras es que muchas veces alargan el texto innecesariamente y retrasan la idea principal en lugar de avanzar hacia ella.

Un post que empieza diciendo “en un mundo donde la competencia global se intensifica” está utilizando un recurso que la máquina ha visto millones de veces y sabe que funciona bien, pero que muchas veces no es necesario y además le impregna un cierto “aroma a IA” y, por ello, el lector pierde interés.

Agrupaciones de tres elementos

Uno de los patrones que no se suele detectar a primera vista, pero que se repite muchísimo, es el uso constante de tríadas: agrupar las ideas de tres en tres.

Ya sabemos que los modelos de lenguaje no inventan estructuras nuevas. Al aprendr de lo que han visto millones de veces en sus datos de entrenamiento (discursos famosos, artículos de opinión, libros e informes académicos), se han dado cuenta de que presentar tres elementos junto suele funcionar muy bien. Hay estudios lingüísticos que afirman que el cerebro humano percibe esa estructura como completa, equilibrada y satisfactoria (sirva esta tríada como guiño, no he podido evitarlo) porque genera un ritmo de lectura agradable y da la sensación de que se ha dicho todo lo necesario sin haberse alargado demasiado.

Todos conocemos ejemplos clásicos como “sangre, sudor y lágrimas” en los que el número tres parece el número perfecto porque ni se queda corto, ni da sensación de excesivo y, al contrario, da una ilusión de exhaustividad y contundencia. Es el motivo por el que la IA abusa de esta estructura. No es que razone “esto quedaría mejor con tres”, sino que en sus patrones de probabilidad, las tríadas tienen una puntuación muy alta de “calidad percibida” y por ello vemos tan a menudo textos como “tres desafíos“, “tres oportunidades“, “tres lecciones aprendidas“, “tres pilares estratégicos“, “tres formas de implementar“… aunque la realidad del tema no se preste a ello.

“Esta iniciativa nos permitirá mejorar la eficiencia operativa, reducir los costes logísticos y aumentar la satisfacción del cliente” suena profesional y fácil de recordar pero un humano que ha vivido el problema probablemente habría escrito algo más irregular e imperfecto: “En realidad estamos consiguiendo que las entregas vayan mucho más rápido, ir ajustando los costes logísticos poco a poco y que el cliente note esa mejora en el servicio, que al final es lo importante.”.

Insisto en que este es uno de los patrones más difíciles de detectar y personalmente, al que menos atención presto.

Las afirmaciones prudentes

La IA evita posicionarse de forma tajante y prefiere expresiones como “en muchos casos”, “podría decirse que” o “hasta cierto punto”, porque está entrenada para minimizar errores y evitar afirmaciones demasiado categóricas que puedan ser incorrectas.

Como consecuencia, se queda en un lugar más seguro, y evitando el “siempre“, “nunca“, o “todos” el texto se vuelve correcto, pero también menos real. Esto provoca que el texto pierda esa tendencia a la exageración tan humana y esa capacidad de asumir riesgo que sí tiene la escritura cuando alguien ha vivido el problema de verdad. Ese exceso de cautela puede transmitir que el autor no está dispuesto a comprometerse con una opinión clara.

Las metáforas genéricas y frases típicas que suenan bien

La metáfora es uno de los recursos que más me gustan desde siempre, pero admito que los utilizo menos porque son de los que tienen más “aroma chatgepetiniano” por ser demasiado previsibles.

Un humano tiende a escribir frases más personales, sacadas de su propia experiencia. La IA, en cambio, elige las que tienen mayor probabilidad de ser entendidas y por eso vemos tan a menudo expresiones que se repiten una y otra vez.

Piensa en cuántas veces has leído en el último mes expresiones como: “la IA no es el futuro, es el presente”, “la IA ha venido para quedarse“, “esto es un cambio de paradigma”, “la IA está redefiniendo las reglas del juego”, “poner al cliente en el centro”, “las empresas que no se adapten se quedarán atrás”, “no uses IA para trabajar más, úsala para trabajar mejor”, “la IA no viene a quitar empleos, viene a transformarlos”, “la pregunta no es si usar IA, sino cómo”, o la tan archiconocida que nos hace hasta gracia leer una vez más, “la IA no va a sustituirte, pero sí quien la sepa utilizar“.

El entusiasmo constante

Otro detalle bastante llamativo es el entusiasmo constante con el que la IA impregna muchos de los textos que genera. Los modelos de lenguaje han aprendido (a partir de sus datos de entrenamiento) que aquello que se repite mucho y se comparte mucho, es bueno o, al menos, suele “funcionar”. Y como los humanos tendemos a compartir, dar likes y difundir más lo que suena positivo, motivador o adulador, la IA acaba asociando ese tono optimista exagerado con éxito y engagement. El resultado es que lo aplica de forma automática, sin distinguir cuándo encaja y cuándo resulta totalmente fuera de lugar.

Por ejemplo, un análisis serio sobre los riesgos geopolíticos en el mercado de los chips, no debería terminar con una frase tipo “¡el futuro es brillante si actuamos ahora!” y sin embargo, la IA lo añade porque sus patrones estadísticos le dicen que los cierres positivos y motivacionales aparecen con frecuencia en los contenidos más compartidos y mejor valorados. No es que la IA sea ingenuamente optimista, sino que reproduce lo que ha visto que “funciona” en internet, aunque en ese contexto concreto suene forzado, superficial o directamente ridículo.

Las conclusiones forzadas

Yo creo que este fue el primer patrón que muchos reconocimos.

La IA siente una necesidad de añadir conclusiones forzadas, donde resume y concluye aunque no haya una aportación que justifique ese cierre. Todos hemos acabado identificando el “En resumen…” en un párrafo final como indicio de que ChatGPT había participado en su redacción.

De nuevo, esto responde a que, durante su entrenamiento, los textos bien estructurados (sobre todo los académicos o periodísticos) suelen tener un final redondo. La diferencia es que mal utilizado, a veces genera finales redundantes, para nada necesarios, que no aportan valor y que hacen que el lector sienta que el texto se ha alargado solo para cumplir un molde.

La sobreestructuración

La sobreestructuración va en la misma línea que las conclusiones forzadas. Frases como “lo dividiremos en tres partes” o “vamos a analizar primero esto y después aquello” reflejan la necesidad del modelo de ordenar explícitamente el contenido para que parezca claro.

Esto se ve muy bien en el uso excesivo de listas y puntos que aparecen troceados en múltiples líneas sin necesidad, y que se podrían desarrollar de forma más natural en un párrafo.

Prioriza la claridad percibida e intuye (a veces con razón) que este tipo de expresiones ayudan a clarificar, pero lejos de ello, a veces, no solo resta naturalidad, sino que no aportan nada. Aunque el resultado es una estructura correcta, a veces es totalmente innecesariamente.

Las preguntas retóricas

Las preguntas retóricas son otra herramienta que la IA incorpora con frecuencia como recurso casi mecánico para mantener la atención y que, a menudo, suenan artificiales.

Los modelos de lenguaje las encuentran sobre todo en dos tipos de textos: contenido de marketing (como posts de LinkedIn) o divulgación empresarial (donde se usan para crear engagement y simular cercanía con el lector, a menudo acompañadas de emojis), y ensayos argumentativos genéricos o textos de consultoría (donde sirven para estructurar el razonamiento y dar sensación de diálogo). La IA aprende que estas preguntas “funcionan” porque en internet generan más interacciones: likes, comentarios y tiempo de lectura. Por eso las reproduce de forma mecánica, aunque no respondan a una duda genuina del autor y acaban sonando casi publicitarias.

Con esto quiero decir que, cuando lees un post en LinkedIn que dice algo como “¿Estás cansado de perder tiempo en tareas repetitivas? ¿Y si te dijera que la IA puede cambiarlo todo? ¿Estás listo para dar el salto?”, es muy probable que estés ante un patrón aprendido, no ante una voz que realmente se haya hecho esa pregunta. En cualquier caso creo que a todos nos agotan este tipo de introducciones y activamos el modo alerta y pensamos: “me van a intentar vender algo”.

“¿Y si te dijera que…?”, “¿Estás preparado para dar el siguiente paso?”, “¿Por qué conformarnos con menos cuando podemos…?”, “¿Te has preguntado alguna vez por qué…?”, “¿Y si la verdadera revolución no estuviera en la tecnología, sino en…?” casi siempre funcionan como gancho o transición, pero rara vez abren una duda auténtica que el autor vaya a explorar de verdad. Al contrario, en un texto humano serio, una pregunta retórica suele tener una respuesta también seria.

Emojis y otros elementos en auge

Hay un detalle curioso que comenzó a notarse en muchos textos coincidiendo con la llegada de ChatGPT, sobre todo en redes sociales y en publicaciones profesionales: el uso sistemático de emojis.

Los emojis, en sí mismos, no son el problema, de hecho, bien utilizados cumplen su función: ayudan a estructurar el contenido, rompen bloques de texto largos y hacen el texto más escaneable y agradable a la vista. Aquí el problema no es su uso sino lo que ha ocurrido con él. Como hemos visto en casos anteriores, la IA ha aprendido, de forma puramente estadística, que los emojis aumentan la visibilidad y el engagement en las plataformas, y por ello los ha incorporado como parte casi automática del formato.

La diferencia en este caso es que ha convertido algo que era simplemente útil en algo que, cuando aparece de forma sistemática y predecible, empieza a “oler a IA” (hasta el punto de que, yo he dejado de utilizarlos y cuando creo necesario utilizar alguno, admito que tengo una resistencia tremenda e ilógica, para que nadie piense que el texto no lo he escrito yo).

Aquí, como comentábamos antes, ya no estamos reaccionando a la calidad real del recurso, sino a la percepción que genera. Cuando por culpa de la IA (o cualquier otro motivo) el uso de un recurso se vuelve indiscriminado, aunque lo utilices por elección personal, algunos identificamos plantillas y, automáticamente, deja de gustarnos.

El guion largo y el punto y coma

Aquí encontramos un ejemplo de algo parecido, que siendo, no solo correcto, sino recomendable, nos puede hacer pensar (sea cierto o no) que ese texto ha sido generado por inteligencia artificial.

El guion largo y el punto y coma, al menos en España, no se solía utilizar en redes sociales ni en escritura online. No sé si fue con la llegada de los blogs o más tarde con las redes sociales, pero su uso se fue abandonando y la frecuencia con que lo vemos ahora, coincide con el tiempo que se lleva utilizando la IA de forma masiva. Solo por ello, lo asociamos y desconfiamos.

Al igual que pasaba con los emojis, es curioso (y triste) que dejemos de utilizarlo y renunciemos a la calidad real del recurso, únicamente por la percepción que genera, aunque admito que yo el guión doble nunca lo había utilizado antes.

Conclusión

Vaya por delante que, como decía antes, no trato de criticar ni desincentivar el uso de herramientas de IA para escribir.

Este artículo nace tras comprobar en primera persona que, cuando uno empieza a reconocer todos estos patrones juntos, es difícil dejar de verlos. Creo que, al igual que la IA simplifica la escritura y ahorra tiempo (desde la simple asistencia hasta la escritura completa que algunos copian y pegan), también nos está obligando a ser mucho más exigentes con nosotros mismos, añadiendo una capa de dificultad: que el texto que tú mismo acabas de escribir no parezca escrito por ChatGPT.

Puede que la mejor salida pase por introducir variaciones reales y personales, por arriesgar con expresiones más propias y, sobre todo, por mantener una voz que no pueda ser replicada por un modelo entrenado en promedios. Alejarse de la mediocridad en su sentido literal y buscar lo que te hace diferente, mientras muchas veces guardas silencio, por simple educación, al leer determinados textos llenos de patrones.

Y quizá lo más incómodo de todo no sea que existan estos textos, sino que cada vez hay más gente que sí sabe reconocerlos. Y, como en el cuento, muchos los leen, identifican el patrón… y no dicen nada. No por falta de criterio, sino por educación, por prudencia o simplemente porque no merece la pena señalarlo.

El problema es que ese silencio no convierte el traje en real. Solo hace que el emperador siga caminando con la misma seguridad, convencido de que todo el mundo ve lo que en realidad no está ahí.

AI Insider es un medio de análisis del ecosistema de la IA:
Empresas, modelos, chips, tecnologías y todos los secretos de la industria, contados de manera sencilla y fácil de entender.

Si te ha gustado este post, puedes ayudarme compartiéndolo.
Si quieres recibir nuevos análisis o artículos (suelen ser semanales, no bombardeo tu bandeja de entrada),
puedes suscribirte gratis a mi newsletter: https://lacafeteria.substack.com/