En las últimas semanas, la conversación sobre cómo identificar si un texto fue escrito con inteligencia artificial (IA) volvió a ganar espacio en redes sociales. El debate también ha llegado a medios de comunicación, academia y escritores que se preguntan si algunos de los recursos que usan de manera habitual podrían hacer que su trabajo parezca generado por una máquina.
Un ejemplo de la discusión es una publicación de Instagram que enumera varias “señales de que ese texto sobre arte lo ha escrito una IA”. La primera es el verbo “atravesar”. “Todo atraviesa algo”, señala el post, que lo presenta como uno de los términos que suelen aparecer en textos producidos con estas herramientas.
Sin embargo, los comentarios dejan ver la otra parte de la discusión, ya que algunos usuarios aseguran que utilizaban esas palabras y formas de escribir antes de la llegada de ChatGPT y otras IA generativas, mientras que otros mencionan que varios de los recursos señalados llevan años en textos académicos, periodísticos o literarios.
Pangram Labs, una startup especializada en detectar contenido generado por IA y plagio, ha tratado de identificar algunos de esos patrones. La empresa fue fundada por Max Spero y Bradley Emi, ambos con estudios en IA en la Universidad de Stanford. Sus guías reúnen señales relacionadas con el vocabulario, la construcción de las oraciones, la extensión de los párrafos, el nivel de detalle y la manera de organizar un texto.
Cada vez son más los sitios web y las apps que cuentan con herramientas y políticas para señalar, etiquetar y prohibir el contenido generado por la IA.
Las palabras y fórmulas más comunes
Una de las pistas más fáciles de reconocer es el vocabulario. En una guía publicada en 2025, Pangram reúne decenas de palabras que, según sus análisis, aparecen con frecuencia en textos generados con IA. Entre ellas menciona “profundizar”, “paisaje”, “vibrante”, “crucial”, “intrincado”, “entorno”, “innovador”, “matices”, “significativo”, “transformador”, “robusto” y “revelar”.
La empresa también identifica expresiones que suelen repetirse en este tipo de textos, como “es importante señalar”, “en resumen”, “en general”, “en conclusión”, “papel crucial”, “es crucial para”, “nuevas perspectivas”, “arrojar luz sobre”, “impacto significativo”, “destaca la importancia”, “sirve como”, “es un testimonio”, “proporcionar valiosas perspectivas”, “en un mundo donde” o construcciones como “no solo…, sino también”.
La propia empresa reconoce en otra guía sobre detección que estas expresiones funcionan como un punto de partida y que un texto generado por un modelo puede que no incluya ninguna de ellas. Por eso, recomienda observar distintos ejemplos y buscar características que se repitan en ellos.
También hay que considerar el idioma, ya que las palabras y expresiones que suelen aparecer en textos generados por IA en inglés no necesariamente son las mismas que se repiten en español, por lo que estas señales no deberían trasladarse de un idioma a otro de manera literal.
Las pistas también están en la estructura
Además del vocabulario, Pangram recomienda observar cómo están construidas las oraciones. La escritura humana suele combinar frases sencillas con otras más complejas y no siempre mantiene el mismo ritmo. En cambio, en los textos generados con IA pueden aparecer varias oraciones de extensión y estructura similares, con construcciones que se repiten de un párrafo a otro.
La ortografía y la gramática también pueden dar pistas. Según la empresa, es poco común que los modelos cometan errores ortográficos si no se les pide hacerlo. Una redacción extensa sin erratas, frases incompletas, cambios de tiempo verbal u otras pequeñas irregularidades pueden llamar la atención, sobre todo si se combina con un tono y una sintaxis muy uniformes.
Los signos de puntuación también pueden dar algunas pistas. Por ejemplo, la IA tiende a usar el guion largo —para agregar explicaciones o hacer pausas—, pero se abstiene de usar el punto y coma (o los paréntesis), aunque estas tendencias pueden cambiar entre modelos e idiomas.
