La IA aprendió a escribir tan bien que preferí escribir un poco peor para no parecerme a ella

Escribir en tiempos de inteligencia artificial

Estoy por concluir mi tesis de maestría y, en medio de ese proceso, me descubrí haciendo algo que nunca había decidido conscientemente: evitar los guiones largos.

En realidad, el nombre correcto del signo es raya (—), pero siempre he pensado en él como guion largo y lo utilizaba con frecuencia desde mucho antes de que ChatGPT apareciera. Me gusta porque permite introducir una digresión —como esta— sin romper por completo el ritmo de una frase.

Tan mío era ese recurso que, entre los pocos atajos de teclado que realmente me sé de memoria, está Alt + 0151 para escribirlo en Windows; y cuando comencé con Mac, una de las primeras combinaciones que terminé aprendiendo fue Opción + Mayús + guion.

Tampoco era mi única manía, ya que también he tenido cierta debilidad por los dos puntos y por las enumeraciones de tres elementos: una idea, otra y una tercera que completa el ritmo. Curiosamente, son recursos que hoy también encuentro una y otra vez en los textos generados por IA. La llamada regla de tres —o tricolon, cuando los elementos mantienen una estructura paralela— existe desde mucho antes que ChatGPT, pero verla reproducida con tanta frecuencia por los modelos ha conseguido algo extraño: hacerme consciente de recursos que antes utilizaba sin siquiera pensar en ellos.

La raya, los dos puntos, las tríadas. Hasta al enumerar mis manías acabo de hacerlo de tres en tres.

No era, pues, una afectación reciente ni un hábito adquirido después de convivir con la inteligencia artificial. Formaba parte de mi manera de escribir.

Por eso me resultó todavía más extraño descubrirme evitándolo.

El problema empezó cuando ese signo comenzó a parecerme sospechoso.

Después de pasar mucho tiempo leyendo, corrigiendo y trabajando con textos generados por inteligencia artificial, empecé a reconocer ciertos patrones. Frases extremadamente equilibradas, enumeraciones perfectas, determinadas palabras, determinadas fórmulas argumentativas y, por supuesto, una generosa cantidad de rayas.

Así que, mientras revisaba mi tesis, algunas veces sustituí una raya por una coma o por un paréntesis.

La frase no mejoraba.

Simplemente parecía menos escrita por una IA.

Cuando me di cuenta de lo que estaba haciendo, me pareció extraño. Una herramienta entrenada con millones de textos humanos había aprendido algunos de nuestros hábitos de escritura y, después de reconocerlos en ella, yo estaba renunciando a uno de esos mismos hábitos para demostrar que seguía escribiendo por mi cuenta.

La inteligencia artificial había aprendido a escribir como nosotros y, de alguna manera, nosotros empezábamos a escribir pensando en cómo diferenciarnos de ella.

La escritura bajo sospecha

Esta sensación tiene algo de anecdótico, pero el fenómeno que hay detrás ya empieza a ser estudiado.

Una investigación sobre textos en español comparó escritura humana con textos producidos por ChatGPT, encontrando 17 variables lingüísticas con diferencias estadísticamente significativas. Los rasgos que permitían distinguir unos textos de otros aparecían en el vocabulario, en la estructura sintáctica y, curiosamente, en los signos de puntuación (Alonso Simón et al., 2025).

Eso ayuda a explicar una experiencia cada vez más común: leer algo y pensar inmediatamente que “suena a IA”.

Claro que reconocer un patrón no equivale a demostrar una autoría. Una raya nunca será prueba de que alguien utilizó inteligencia artificial; tampoco lo serán una enumeración ordenada, una frase simétrica o el uso de ciertas palabras. Todos esos recursos existían antes de los modelos de lenguaje.

La IA los aprendió de textos escritos por personas.

Ahí comienza la parte verdaderamente interesante, porque cuando determinados recursos quedan culturalmente asociados con la IA, también puede cambiar la conducta de quienes escribimos.

Cuando empezamos a huir de las palabras de la IA

Existe un ejemplo bastante revelador en la escritura académica en inglés.

Después de la aparición de ChatGPT, investigadores comenzaron a detectar un crecimiento extraordinario de algunas palabras asociadas con los modelos de lenguaje, y un estudio reciente que examinó seis grandes bases académicas y más de 2.4 millones de artículos de texto completo encontró que, entre 2022 y 2024, el uso de delve aumentó alrededor de 1,500%, underscore cerca de 1,000% e intricate aproximadamente 700% (Kousha & Thelwall, 2026).

[No conozco un estudio equivalente que permita afirmarlo para el español, pero tengo mis sospechas. Una de ellas es la típica construcción “no solo (...), sino también (...)”, que se encuentra con demasiada frecuencia en textos generados por IA].

Pero después ocurrió algo todavía más curioso.

Geng y Trotta (2025) estudiaron la evolución del lenguaje en resúmenes académicos y observaron que algunas palabras previamente señaladas de manera pública como características de ChatGPT comenzaron posteriormente a disminuir, y una de ellas fue precisamente delve.

Su hipótesis es fascinante: algunos autores pueden haber empezado a seleccionar, modificar o corregir los resultados de los modelos para eliminar aquellas palabras que ya delataban una posible intervención de IA. Los investigadores utilizan una expresión que me parece especialmente sugerente: coevolución entre humanos y modelos de lenguaje.

La secuencia comienza a parecer circular.

Los humanos escribimos.

Los modelos aprenden de nuestros textos.

Los modelos desarrollan determinadas regularidades.

Nosotros aprendemos a reconocerlas.

Después modificamos nuestra escritura —o corregimos la suya— para alejarnos de ellas.

Y los futuros modelos volverán a aprender de los textos resultantes.

Mi pequeña batalla con los guiones largos empieza a verse diferente desde ahí.

Quizá estamos entrando en una época en la que la inteligencia artificial participa indirectamente en la transformación de nuestras convenciones de escritura.

¿Y si todos empezamos a escribir un poco más parecido?

Hay otra paradoja.

La IA puede mejorar nuestra escritura.

En un experimento con 453 profesionales, Noy y Zhang (2023) encontraron que el uso de ChatGPT en determinadas tareas de redacción profesional redujo el tiempo empleado alrededor de 40% y aumentó en 18% la calidad evaluada de los resultados. Quienes inicialmente tenían menores habilidades se beneficiaron especialmente.

Es una buena razón para evitar el alarmismo. Estas herramientas pueden ayudarnos muchísimo, pero existe un posible costo que resulta menos visible.

Doshi y Hauser (2024) realizaron un experimento en el que algunas personas recibieron ideas generadas por IA para escribir relatos breves. Las historias producidas con esa ayuda fueron consideradas, en promedio, más creativas, mejor escritas y más agradables. De nuevo, las mayores ganancias aparecieron entre quienes inicialmente mostraban menor creatividad.

Sin embargo, cuando los investigadores compararon las historias entre sí encontraron otra cosa: los textos producidos con asistencia de IA se parecían más unos a otros. ¡Mejoraba el resultado individual mientras disminuía la diversidad colectiva! (Doshi & Hauser, 2024).

Eso me parece mucho más inquietante que descubrir demasiados guiones largos, y es que podríamos llegar a producir textos cada vez más correctos, claros y eficaces y, al mismo tiempo, ir perdiendo ciertas rarezas.

Las frases extrañas, las asociaciones improbables, los defectos que terminan convirtiéndose en estilo, las palabras que alguien utiliza demasiado, la costumbre de comenzar una idea de una manera poco elegante y descubrir algo interesante mientras intenta terminarla.

La escritura humana nunca fue perfectamente eficiente, y tal vez —solo tal vez— una parte de su riqueza provenga precisamente de eso.

Entonces, ¿de quién es el texto?

Llegados a este punto aparece inevitablemente la pregunta sobre la autoría.

¿Qué tan mío sigue siendo un texto si utilicé inteligencia artificial para escribirlo?

Creo que formular la cuestión simplemente como “usó IA” o “no usó IA” nos dice cada vez menos.

Imaginemos dos casos.

Una persona escribe un ensayo, utiliza una IA para señalar contradicciones, le pide argumentos contrarios, revisa las fuentes y finalmente reescribe varios párrafos.

Otra introduce el tema, recibe un texto completo, lo copia y coloca su nombre al final.

Las dos utilizaron inteligencia artificial, pero la similitud termina prácticamente ahí.

Un estudio con 602 participantes exploró precisamente cómo cambia nuestra percepción de la autoría cuando un escritor recibe distintos grados de ayuda. El resultado resulta revelador: la cantidad de asistencia afectaba más a la atribución de autoría, creatividad y responsabilidad que el hecho de que la ayuda proviniera de una persona o de una inteligencia artificial. A mayor intervención externa, menor era la autoría atribuida al escritor (Formosa et al., 2025).

Quizá esa sea una manera más útil de pensar el problema.

¿Qué estoy delegando cuando utilizo IA?

Hay una diferencia considerable entre delegar una tarea y delegar el criterio.

Puedo pedir ayuda para mejorar una frase y seguir siendo responsable de la idea.

Puedo pedir una objeción y decidir si modifica mi argumento.

Puedo solicitar alternativas y rechazarlas todas.

También puedo dejar de hacer cualquiera de esas cosas y aceptar simplemente la primera respuesta plausible.

La herramienta es la misma.

Lo que cambia es mi lugar dentro del proceso.

Escribir también era una forma de pensar

Esto me preocupa especialmente porque escribir nunca ha sido únicamente una actividad de transcripción. Muchas veces empiezo un párrafo creyendo que sé lo que quiero decir, pero después aparece una contradicción. Una palabra no encaja. Una afirmación resulta demasiado fuerte. Tengo que retroceder, buscar una fuente, introducir un matiz o aceptar que mi intuición inicial era equivocada.

Parte de mi pensamiento ocurre precisamente durante ese forcejeo con el texto.

¿Qué pasa cuando eliminamos demasiado rápido esa fricción?

Un estudio presentado en CHI 2025 analizó 936 experiencias de uso de inteligencia artificial relatadas por 319 trabajadores del conocimiento. Encontró que una mayor confianza en la capacidad de la IA estaba asociada con un menor esfuerzo de pensamiento crítico. Sin embargo, el hallazgo tiene una reserva importante: el pensamiento no desaparecía necesariamente; parte de él cambiaba de lugar. Los usuarios pasaban de producir información a verificarla, de resolver directamente un problema a integrar respuestas generadas y de ejecutar una tarea a supervisarla (Lee et al., 2025).

Esa transformación me parece crucial.

Trabajar con inteligencia artificial exige nuevas formas de criterio.

Saber preguntar ayuda.

Saber desconfiar ayuda todavía más.

Hay que reconocer una respuesta superficial, comprobar una afirmación, distinguir una buena fuente de una mala, detectar cuándo el modelo está reforzando nuestras propias ideas y advertir cuándo una formulación brillante está escondiendo un argumento mediocre.

Usar IA puede ahorrar esfuerzo.

El problema aparece cuando ahorramos precisamente el esfuerzo que necesitábamos hacer nosotros.

El nuevo lector detective

Al mismo tiempo, quienes leen también están cambiando, y es que cada vez encuentro más personas buscando pequeñas pistas de inteligencia artificial en los textos: una palabra determinada, una construcción, un exceso de orden, cierto tono impersonal, los famosos guiones largos.

Es comprensible, yo mismo lo hago. Pero me preocupa que terminemos convirtiendo la lectura en una investigación forense de puntuación.

Un texto puede estar íntegramente escrito por una persona y ser vacío, predecible y poco pensado.

Otro puede haber recibido ayuda de inteligencia artificial y contener meses de investigación, decisiones intelectuales difíciles y una posición que su autor está dispuesto a defender.

La apariencia formal ya no basta para resolver el problema. Quizá nunca bastó.

Recuperar nuestras manías

Todo esto me hizo volver a mi tesis y mirar de nuevo aquellos guiones largos que había eliminado.

Algunos sobraban.

Otros no.

Y esos últimos comenzaron a importarme más.

La escritura de una persona está llena de hábitos que probablemente ningún manual recomendaría conservar por completo. Repetimos ciertas palabras, preferimos determinadas estructuras, alargamos demasiado algunas frases, tenemos puntuaciones favoritas, desarrollamos pequeñas obsesiones estilísticas.

Con el tiempo, parte de eso se convierte en voz.

Sería extraño que, después de años construyéndola, comenzáramos a desmontarla porque una máquina aprendió también a utilizar algunos de sus elementos.

Además, cualquier estrategia estilística para demostrar nuestra humanidad tendrá una vida limitada.

Los modelos aprenderán a utilizar menos rayas si se lo pedimos; evitarán palabras sospechosas, romperán la simetría de sus párrafos; introducirán irregularidades deliberadas; podrán escribir con frases cortas, cometer pequeñas torpezas calculadas e incluso imitar nuestras manías si reciben suficientes ejemplos.

La persecución puede ser interminable.

Por eso creo que tendremos que acostumbrarnos a buscar la autoría en un lugar menos visible.

En las decisiones.

En las fuentes.

En las dudas.

En la experiencia.

En aquello que aceptamos y en aquello que rechazamos.

En la capacidad de explicar por qué una frase está ahí.

Y en la responsabilidad que asumimos cuando ponemos nuestro nombre debajo de ella.

Seguiré utilizando inteligencia artificial. Me resulta demasiado útil para fingir que debería desaparecer de mi manera de trabajar. Quiero que cuestione mis argumentos, que encuentre huecos, que me muestre caminos que quizá no había considerado.

También quiero conservar el derecho a escribir de una manera que no siempre sea la más eficiente.

Así que sí: seguiré usando la raya.

Tal vez alguien la vea y piense en ChatGPT. Puedo vivir con eso.

Me inquietaría mucho más publicar un texto perfectamente humano en apariencia en el que yo hubiera dejado de pensar.

Mientras siga pudiendo reconocer mis dudas, mis decisiones, mis obsesiones y mis argumentos en aquello que firmo, la herramienta habrá entrado en mi escritura sin ocupar mi lugar.

Al final, quizá eso sea lo que más importe: que cuando alguien termine de leer algo firmado por mí, todavía pueda encontrarme ahí.

Referencias

• Alonso Simón, L., Fernández-Pampillón Cesteros, A. M., Fernández Trinidad, M., & Márquez Cruz, M. (2025). ¿Tienen GPT-3.5 y GPT-4 un estilo de escritura diferente del estilo humano? Un estudio exploratorio para el español. Revista Electrónica de Lingüística Aplicada, 23(1), 34–54. doi:10.58859/rael.v23i1.666.

• Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. doi:10.1126/sciadv.adn5290.

• Formosa, P., Bankins, S., Matulionyte, R., & Ghasemi, O. (2025). Can ChatGPT be an author? Generative AI creative writing assistance and perceptions of authorship, creatorship, responsibility, and disclosure. AI & Society, 40(5), 3405–3417. doi:10.1007/s00146-024-02081-0.

• Geng, M., & Trotta, R. (2025). Human-LLM coevolution: Evidence from academic writing. In Findings of the Association for Computational Linguistics: ACL 2025 (pp. 12689–12696). Association for Computational Linguistics. doi:10.18653/v1/2025.findings-acl.657.

• Kousha, K., & Thelwall, M. (2026). How much are LLMs changing the language of academic papers after ChatGPT? A multi-database and full text analysis. Scientometrics. doi:10.1007/s11192-026-05601-5.

• Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (Article 1121, pp. 1–22). Association for Computing Machinery. doi:10.1145/3706598.3713778.

• Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. doi:10.1126/science.adh2586.