LLM Voice
La prosa generada por LLM es cada vez más reconocible por una voz “IA” plana y sobrecargada que muchos lectores encuentran agotadora, poco informativa y sutilmente extraña, incluso cuando no pueden explicar del todo por qué. Los comentaristas temen que, a medida que más escritura se delega a modelos—especialmente en contenido de cara al público—el estilo humano, la originalidad e incluso los beneficios cognitivos de escribir se erosionen, trazando analogías con la comida ultraprocesada y la “bazofia de Sysco” en restaurantes. Algunos ven un papel legítimo para la IA en traducción, documentos burocráticos, programación o borradores para personas con menos dominio del idioma, pero sostienen que la comunicación personal y el trabajo que exige pensar deberían seguir siendo firmemente humanos si queremos que la escritura siga mereciendo la pena leerla.
Percepción de la “voz LLM”
- Muchos consideran que la prosa generada por LLM es banal, inflada, con baja densidad de información y extrañamente agotadora de leer.
- Los lectores describen una “sensación visceral” o un valle inquietante: las frases son gramaticales, pero no “encajan” con la mente humana ni con las expectativas conversacionales.
- Quejas recurrentes: cadencia genérica, estructura repetitiva, sobreexplicación, construcciones falsamente contundentes (“no es X, es Y”), párrafos de una sola frase y contenido superficial estirado en ensayos largos.
- Algunos temen estar imitando inconscientemente el estilo de los LLM en su propia escritura.
Cuándo la escritura de LLM es aceptable (o no)
- Se considera ampliamente aceptable para: informes burocráticos, documentos al estilo TPS, formularios, documentos de diseño, texto legal/científico estándar y traducción—contextos donde la voz no importa y la “audiencia” suele ser un proceso.
- Muchos sostienen que es una falta de respeto usar LLM para ensayos personales, publicaciones de blog, ficción o correos electrónicos en los que habla un “yo” humano, especialmente sin revelarlo.
- Norma fuerte propuesta: está bien para uso privado o borradores; es problemático cuando se publica o se presenta el trabajo como totalmente propio.
Analogía con la comida y ética del esfuerzo
- Analogía repetida: comidas caseras frente a cenas congeladas de TV / bazofia de Sysco.
- El texto de LLM se compara con servir burritos de microondas de 3 dólares en una cena o restaurante sin decirlo.
- Principio ofrecido: no se debería pedir a los lectores que inviertan más esfuerzo leyendo del que el escritor invirtió escribiendo.
Pensar, aprender y delegar
- Muchos equiparan escribir con pensar y temen que externalizar la prosa signifique externalizar el pensamiento y la comprensión.
- Preocupa que la fuerte dependencia de los LLM erosione la disciplina, la profundidad del razonamiento y el entendimiento mutuo en revisiones, discusiones de código y trabajo técnico.
- Otros responden que es una herramienta: aún puedes pensar en profundidad si lo eliges, y el verdadero problema es la intención del usuario y el contexto del trabajo.
Impacto en el contenido de Internet
- Hay una fuerte sensación de que la web se está inundando de “AI slop”: spam SEO, blogs escritos por IA, páginas de producto, respuestas de soporte e incluso correos de soporte técnico.
- Esto empuja a la gente hacia fuentes antiguas, comentarios o contenido anterior a 2023, y hace más difícil encontrar escritura humana real.
- Algunos ven esto como una extensión de la anterior enshittification impulsada por SEO, ahora acelerada enormemente.
Código vs. prosa
- Muchos se sienten cómodos con código generado por LLM, pero no con prosa.
- Razones: el código puede probarse objetivamente; la prosa depende de la voz, la sutileza y la perspectiva genuina.
- Aun así, algunos advierten que el uso excesivo en programación perjudica abstracciones, nomenclatura y mantenibilidad—es decir, los aspectos comunicativos del código.
Detección, estilo e investigación
- La gente informa tanto “señales” explícitas como una sensación más difusa de que algo está mal.
- Un estudio citado afirma que los LLM usan más sujetos inanimados, n‑gramas más raros, dependencias más largas y estructuras optimizadas para la densidad de información en lugar de la comunicación humana.
- Otros señalan que los modelos base son menos parecidos a slop y que el ajuste por instrucciones y las capas de RL (a menudo guiadas por jueces LLM) pueden ser lo que impone la voz homogeneizada de “chatbot”.
Normas y prácticas sugeridas
- Usa los LLM como críticos, verificadores de datos, traductores y compañeros de lluvia de ideas, pero escribe tú mismo la prosa final si la voz importa.
- Si publicas texto asistido por LLM, muchos abogan por un etiquetado claro y/o por compartir los puntos en viñetas subyacentes en lugar de ensayos inflados.
- Algunos mantienen intencionalmente erratas e idiosincrasias como señales de autenticidad y piden herramientas que critiquen sin sugerir texto de reemplazo, para evitar la “infección” de la voz.