La IA se hace pasar por humana
La IA está cambiando la propia escala de lo que consideramos escritura «humana»
La inteligencia artificial ha aprendido no solo a redactar textos, sino también a borrar sus propias huellas. Esa es la conclusión de Fırat Mıhcı, especialista en lingüística computacional y fundador de HumanizeMy.ai. Según su valoración, un modelo puede reescribir el borrador de otro hasta hacer mucho menos visibles para quienes lo revisan los rasgos característicos del texto generado por máquinas.
El proceso parece casi rutinario: una IA crea el texto inicial, otra cambia su estilo y, después, un editor humano da el visto bueno. A continuación, el material se publica con el nombre real de un autor, sin indicar que lo ha generado una máquina. Se produce así una situación incómoda: el camuflaje supera la revisión una vez y luego pasa a formar parte de la muestra de escritura «humana» normal.
El análisis se basa en 18.989 resúmenes científicos de tres disciplinas, publicados entre 2019 y 2026. Los investigadores compararon la frecuencia de ciertas palabras antes y después de finales de 2022, cuando se extendieron las herramientas de generación de texto.
En lingüística computacional, las palabras asociadas al estilo de la IA pasaron a aparecer unas siete veces más: de 1,9 a 14 casos por cada 10.000 palabras. En los resúmenes de neurociencia, la cifra subió de 1,7 a 8,7 casos, casi cinco veces más.
En matemáticas apenas hubo cambios: de 0,9 a 1,3 casos por cada 10.000 palabras. Este conjunto se utilizó como grupo de control. Sin embargo, los intervalos de incertidumbre estadística se solapaban, por lo que no es posible distinguir con fiabilidad ese pequeño aumento de la ausencia de cambios reales durante todo el periodo observado.
También se siguió la palabra delve. En 2024 aparecía en el 2,75 % de los resúmenes estudiados, mientras que en el conjunto incompleto de datos de 2026 solo aparecía en el 0,12 %. La cifra final aún puede cambiar cuando se publiquen nuevos trabajos. Entre las demás palabras analizadas estaban intricate, showcase, nuanced y underscore, esta última asociada a menudo con expresiones propias de la IA.
Los autores subrayan que el estudio no afirma que todos los resúmenes que contienen esas palabras estén escritos por una máquina. La cuestión es otra: el vocabulario asociado a la IA se va infiltrando en los textos publicados, por lo que cada vez resulta menos fiable determinar la autoría a partir de palabras sueltas.
Aquí surge un círculo vicioso. Los sistemas entrenados con textos antiguos pueden señalar por error a autores humanos si su vocabulario natural empieza a parecerse al de una máquina. Y los sistemas entrenados con publicaciones recientes corren el riesgo de tomar el estilo de una IA ya «humanizada» por una norma corriente. Como resultado, será más difícil distinguir los futuros textos generados por máquinas de los escritos por personas.
Según el análisis, los editores y las editoriales que revisaron estos resúmenes no señalaron el origen artificial de las expresiones antes de aceptar los manuscritos. «A la IA le basta con que acepten como humano su texto reescrito una sola vez. A partir de ahí, el camuflaje pasa a formar parte de la clave de respuestas», afirmó Fırat Mıhcı.
Si los textos influidos por la IA siguen colándose sin que nadie lo advierta en publicaciones científicas, la propia base con la que se define la escritura humana irá desplazándose. Esto importa especialmente en el ámbito académico y en otros sectores donde el estilo se utiliza como principal indicio para distinguir a una persona de una máquina.
PEREC.RU
El artículo aborda el estudio de Fırat Mıhcı sobre cómo la inteligencia artificial está cambiando los rasgos que las personas y los sistemas automáticos utilizan para distinguir los textos humanos de los generados por máquinas. El autor del estudio, especialista en lingüística computacional y fundador de HumanizeMy.ai, sostiene que un modelo de IA puede reescribir el borrador creado por otro hasta que los rasgos característicos de la generación automática resulten mucho menos visibles para quienes lo revisan.
El proceso consiste en que, tras esa revisión, un editor humano aprueba el texto y este se publica con el nombre real de un autor, sin indicar que lo ha generado una máquina. Si el texto se acepta como humano al menos una vez, entra en el corpus publicado y puede empezar a percibirse como un ejemplo de escritura humana corriente.
El estudio abarca 18.989 resúmenes científicos de tres disciplinas: lingüística computacional, neurociencia y matemáticas. Las publicaciones corresponden al periodo comprendido entre 2019 y 2026. Los investigadores compararon la frecuencia de las palabras asociadas al estilo de la IA antes y después de finales de 2022, cuando se generalizaron las herramientas de generación de texto.
En lingüística computacional, la frecuencia de esas palabras pasó de 1,9 a 14 casos por cada 10.000 palabras, lo que equivale a un aumento de unas siete veces. En neurociencia, subió de 1,7 a 8,7 casos, casi cinco veces más. En matemáticas, el cambio fue pequeño: de 0,9 a 1,3 casos por cada 10.000 palabras. Este conjunto se utilizó como grupo de control. Como los intervalos de confianza se solapaban, no se puede distinguir con seguridad ese pequeño aumento en los textos matemáticos de la ausencia de cambios durante todo el periodo.
Una de las palabras analizadas fue delve. En 2024 aparecía en el 2,75 % de los resúmenes estudiados, frente al 0,12 % del conjunto incompleto de datos de 2026. Los autores advierten de que la cifra puede cambiar cuando haya nuevos datos. También se analizaron intricate, showcase, nuanced y underscore, palabras que suelen asociarse a expresiones propias de los textos generados por IA.
El estudio no sostiene que cualquier resumen que incluya esas palabras haya sido escrito por una inteligencia artificial. La tesis principal es que el vocabulario asociado a la IA ya se está infiltrando en el lenguaje científico publicado. Por eso, los sistemas automáticos que intentan determinar el origen de un texto basándose solo en las palabras y el estilo pierden fiabilidad con el tiempo.
Se genera un círculo vicioso. Los detectores entrenados con textos antiguos pueden acusar por error a autores humanos si su léxico natural empieza a parecerse al de una máquina. Los sistemas entrenados con publicaciones recientes, en cambio, pueden tomar el estilo de una IA ya modificada por una norma humana y hacer así más difícil detectar las futuras generaciones automáticas.
Según el análisis, los editores y las editoriales que revisaron los resúmenes no señalaron el origen artificial de las expresiones antes de aceptar los manuscritos. Fırat Mıhcı resumió la conclusión así: a la IA le basta con que acepten una vez como humano su texto reescrito para que ese camuflaje pase a formar parte de la «clave de respuestas» posterior.
Si los textos influidos por la IA siguen colándose sin que nadie lo advierta en las publicaciones científicas, la propia base con la que se define la escritura humana irá desplazándose. Esto plantea un problema para las editoriales académicas y para todos los ámbitos donde se intenta determinar la autoría principalmente a partir del estilo lingüístico.
