La revuelta del lector
El uso creciente de modelos de lenguaje grandes para generar entradas de blog, documentación y otros textos está provocando rechazo entre lectores que critican lo que muchos describen como una “basura” uniforme y superficial. Los comentaristas debaten si el texto generado por IA es realmente fácil de detectar, hasta qué punto herramientas como Pangram sirven para marcarlo y los riesgos de falsos positivos en ámbitos como la educación o la contratación. En el fondo hay una preocupación más amplia: delegar la escritura erosiona tanto el proceso de pensamiento del autor como el “contrato social” entre lector y escritor, aunque algunos sostienen que la IA es aceptable para funciones de apoyo limitadas como investigación, corrección o ayuda a hablantes no nativos.
Reacción adversa contra la prosa generada por LLM
- Muchos comentaristas describen una fuerte aversión a la “basura de LLM”: texto verboso, lleno de clichés y divagante, que resulta desproporcionado respecto al tema.
- Quejas comunes: la misma “voz de asistente” genérica en distintos autores, construcciones formularias (“no es X, es Y”), tono sobreactuado y repeticiones que hacen que los textos sean cognitivamente agotadores.
- Varias personas dicen que ahora abandonan cualquier artículo, entrada de blog, README o guion de YouTube que “huela” a salida de LLM y ven esto como un filtro que ahorra tiempo.
Detección y Pangram
- El detector de IA Pangram se comenta mucho. Algunos usuarios dicen que coincide bien con sus propias intuiciones y que es útil para auditar sus propios textos públicos.
- Otros informan de fragilidad: pequeñas ediciones que cambian las puntuaciones de humano ↔ IA, muchos falsos positivos en texto claramente humano, fricciones al registrarse, y advierten que nunca debería usarse en educación ni para acusaciones.
- Hay demanda de alternativas baratas o abiertas y de extensiones de navegador que marquen o atenúen texto probablemente generado por IA; se comparten algunos prototipos y envoltorios.
- Algunos se oponen en principio a “externalizar la detección de basura” a un modelo, argumentando que “la basura es evidente por sí misma”.
Uso de LLM en la escritura y los flujos de trabajo
- Usos productivos avalados por muchos: investigación, aclarar material fuente ambiguo, corrección gramatical y ortográfica, detección de errores técnicos, resumen, ayuda para hablantes no nativos—explícitamente sin dejar que el modelo reescriba la prosa.
- Otros usan con gusto los LLM para borradores, presentaciones comerciales, miniaturas y especificaciones, afirmando que la calidad general y el enfoque empresarial mejoran, aunque el estilo sea parecido.
- Un argumento recurrente: si necesitas un LLM para generar el borrador, quizá no tenías suficiente que decir.
Lugar de trabajo, educación y normas sociales
- Múltiples informes de compañeros de trabajo generando especificaciones y comunicaciones hinchadas mediante LLM, lo que los colaboradores encuentran agotador e irrespetuoso; algunos sugieren negarse a interactuar con mensajes mediados por IA.
- Fuerte apoyo a la idea de que escribir es pensar: delegar la prosa a un modelo debilita la comprensión del autor y rompe un contrato social implícito según el cual el escritor debería asumir la mayor parte de la carga cognitiva.
- Otros son indiferentes al origen, solo les importa la claridad y la precisión, y sostienen que el texto de IA de alta calidad es aceptable si se divulga adecuadamente.
Estilo, gusto y capacidad de “notarlo”
- Los comentaristas discrepan sobre lo fiable que es que los humanos detecten texto de IA. Algunos afirman que es “evidentísimo”; otros, incluidos participantes con conocimiento de lingüística, dicen que las supuestas “señales de IA” informales no son fiables y se asemejan a dinámicas de caza de brujas.
- La discusión sobre prosa clásica (p. ej., Eclesiastés frente a una paráfrasis moderna) ilustra que las preferencias por el “color” frente a la “claridad” son altamente subjetivas—y que la “borrosidad burocrática” al estilo LLM es precisamente lo que muchos lectores están ahora rechazando.