Internet se escribió a sí mismo

Un estudio del Pew Research Center ha mostrado que internet se está llenando rápidamente de materiales que, probablemente, han sido creados o editados de forma sustancial por inteligencia artificial. Entre las páginas web publicadas después del lanzamiento de ChatGPT, se detectaron indicios de autoría de IA en alrededor del 35 %. En otras palabras, más de una de cada tres páginas nuevas podría haber pasado por un sistema generativo, mientras la gente se ocupaba de cosas menos importantes, como intentar averiguar quién responde ahora de este texto.

Para realizar la evaluación, los investigadores utilizaron herramientas automatizadas y un modelo de aprendizaje automático que buscaba rasgos característicos de los textos escritos por IA. La muestra incluía 10.000 páginas de Common Crawl, un proyecto que recopila una gran cantidad de datos de internet. Si se considera el conjunto completo, que abarca desde los primeros años de la web, se detectaron indicios de IA en el 9,6 % de las páginas. La proporción solo parece pequeña mientras no se recuerda que la muestra incluye materiales publicados a lo largo de más de 30 años.

Los autores del informe «How Much of the Internet Is Written With AI?» subrayan que la proporción de páginas publicadas recientemente con probable participación de IA es mucho mayor. Eso no significa necesariamente que el texto se haya generado por completo. En muchos casos, el sistema podría haber escrito el material entero o haberlo revisado de forma sustancial.

Estas páginas son especialmente frecuentes en el ámbito comercial de internet. Entre los materiales publicados en 2026 que presentaban indicios de IA, la mayoría pertenecía a dominios .com, que suelen utilizar empresas y proyectos comerciales. Los dominios .edu, asociados a centros educativos de Estados Unidos, representaban alrededor del 1 %, y los .gov, el 0,8 %. La conclusión no es sensacional, pero sí incómodamente lógica: las empresas adoptan antes que nadie una herramienta capaz de producir contenido a gran escala, a bajo coste y sin exigirle que tenga alma.

Los investigadores también estudiaron unas 490.000 páginas web en inglés para identificar rasgos lingüísticos relacionados con la generación mediante IA. Entre los indicios sospechosos más conocidos figuran la raya —em dash— y la coma de Oxford, es decir, la coma que precede a la última «y» en una enumeración en inglés. Desde 2023, la raya aparece en las páginas aproximadamente el doble de veces, y el uso de la coma de Oxford ha aumentado un 63 %.

Sin embargo, los autores advierten de que estos rasgos, por sí solos, no demuestran nada. Las personas también usan rayas y comas, a veces incluso por voluntad propia. Resultó más revelador el conjunto de palabras cuya frecuencia ha aumentado. Entre ellas, el estudio menciona «delve» —«profundizar»—, «interplay» —«interacción»— y «testament» —«testimonio»—. Su uso se ha más que duplicado. El informe también incluye una larga lista de otro vocabulario característico de los textos de IA.

Otro indicio destacado es la construcción paralela negativa del tipo «no es solo X, es Y». Su uso casi se ha triplicado. La fórmula es práctica: suena segura, parece sustanciosa y permite fingir que la idea acaba de superar una prueba de profundidad.

Cada vez cuesta más reconocer los textos de IA: los modelos aprenden a cometer errores humanos y, por lo visto, las personas aprenden los tópicos de las máquinas. Aun así, la probabilidad estadística de que haya participado una persona es mayor en los materiales alojados en dominios .edu y .gov. No es una garantía de calidad ni un certificado de humanidad, sino únicamente una conclusión basada en los datos del estudio.