Los modelos de frontera aún tienen rasgos delatores a pesar de los esfuerzos por eliminarlos, según un estudio

Un nuevo mapa de las huellas lingüísticas de la IA generativa

Aunque rasgos distintivos pioneros de la redacción con inteligencia artificial —como el uso de la raya («—») o de palabras en inglés como «delve»— están quedando atrás, los modelos de lenguaje de última generación continúan dependiendo de hábitos lingüísticos repetitivos y característicos. Un estudio realizado por la firma de marketing Graphite analizó la prosa de los principales modelos de frontera para identificar las frases y estructuras que diferencian el texto sintético de la producción humana.

Para aislar estos patrones, Graphite creó un conjunto de datos de control compuesto por 10.000 artículos escritos por humanos y publicados antes del lanzamiento de ChatGPT. Luego, los investigadores indicaron a varios sistemas de IA de vanguardia que reescribieran estos textos basándose únicamente en resúmenes, minimizando así el sesgo heredado del texto fuente original. Al analizar las salidas emparejadas, Graphite identificó unas 13.000 frases que aparecían al menos el doble de veces en el texto generado por máquinas en comparación con la referencia humana, una frecuencia que la firma utilizó como definición base de un rasgo delator o «tell».

Los hallazgos ponen de manifiesto una divergencia en cómo las diferentes familias de modelos reflejan la prosa humana a lo largo del tiempo. «Resulta que los modelos Claude se están acercando cada vez más a la distribución de palabras humana con el paso del tiempo», declaró a TechCrunch Greg Druck, director de IA de Graphite. «Y en el caso de los modelos GPT, se están alejando más».

Cómo Opus 5.5 y Astra se delatan en su prosa

El estudio reveló que cada modelo muestra firmas estilísticas claramente definidas. Claude Opus 5.5 de Anthropic, por ejemplo, recurre con frecuencia a la palabra «dependable» (confiable), utilizándola 23 veces más a menudo que los redactores humanos. Si bien el modelo ha abandonado en gran medida la clásica antítesis de «no es X, es Y», la ha sustituido por otra fórmula de contraste, afirmando a menudo que un tema «es más que una X, es una Y» («is more than an X, it's a Y»). Opus 5.5 también muestra una abrumadora tendencia a recalcar la importancia de las cosas: la frase exacta «this matters» («esto importa») apareció 116 veces más a menudo que en el grupo de control humano, mientras que «why X matters» («por qué importa X») surgió 92 veces más frecuentemente.

Por el contrario, el modelo Astra de OpenAI presenta un vocabulario completamente distinto. Astra favorece enormemente la frase «another dimension» («otra dimensión») y con frecuencia suaviza afirmaciones con fórmulas especulativas como «may provide» o «can provide» («puede proporcionar»). Su rasgo delator más pronunciado es lo que Graphite denomina «encuadre correctivo» (corrective framing): construcciones que plantean temas como «no simplemente X» («not simply X») o proponen alternativas en lugar de «depender de X» («rather than relying on X»). Graphite registró estos patrones correctivos más de 100 veces más a menudo en los textos de Astra que en la redacción humana.

Los hábitos de puntuación han cambiado drásticamente en todos los casos. En respuesta a las críticas generalizadas sobre el uso excesivo de la raya («—»), los laboratorios de modelos de frontera parecen haber ajustado sus sistemas para alejarse de este signo. Opus 5.5 utilizó la raya un 99 % menos que su predecesor, Opus 5. Astra empleó este signo de puntuación un 88 % menos frecuentemente que la referencia humana, mientras que Gemini 3.1 Pro de Google prácticamente ha extirpado la raya de su prosa por completo.

La dificultad de erradicar los rasgos delatores en modelos masivos

A pesar de las actualizaciones específicas diseñadas para eliminar indicios estilísticos conocidos, Graphite descubrió que el volumen total de rasgos delatores de la IA sigue siendo prácticamente constante. En lugar de desaparecer, estos patrones simplemente van rotando a medida que se despliegan nuevas arquitecturas y conjuntos de datos de ajuste fino. «No es que los rasgos delatores estén disminuyendo», afirmó Druck. «Están logrando eliminar los más conocidos, pero aparecen otros nuevos. Y cada versión de un modelo tiene los suyos propios».

La persistencia de estos hábitos va en contra del discurso comercial de los principales laboratorios de IA, que han promocionado constantemente sus lanzamientos más recientes como más fluidos y naturales. Anthropic promocionó Opus 5.5 destacando que los primeros evaluadores consideraron su prosa más clara y fácil de seguir, mientras que OpenAI asumió compromisos similares con las versiones Sol y Luna de GPT-6, prometiendo menos jerga y menos giros lingüísticos extraños.

Druck sugirió que erradicar por completo estas peculiaridades estilísticas podría estar fuera del alcance de las técnicas de entrenamiento actuales. «Una hipótesis general que tengo es que los laboratorios son menos capaces de controlar algunas de estas cosas de lo que uno esperaría», señaló Druck. «Son modelos gigantescos con miles de millones de parámetros. Tienen una cantidad finita de pruebas que pueden realizar y hay cosas que se les escapan».