CIUDAD DE MÉXICO.- En las últimas ediciones de esta newsletter, el caso Shy Girl fue funcionando como disparador para pensar distintos problemas: primero, la dificultad de detectar el uso de inteligencia artificial; después, el riesgo de las falsas acusaciones.
Pero hay una capa más —quizás la más incómoda— que empieza a consolidarse. La IA ya no aparece solo como algo a identificar o cuestionar, sino como una herramienta integrada en distintas etapas del proceso editorial. Y eso desplaza la discusión. Ya no es solo quién escribe, sino cómo circulan y se procesan los textos.
La pregunta incómoda: ¿está mal escribir con IA?
El debate más profundo que aparece en esta instancia no es técnico, sino conceptual. ¿Qué significa “escribir” en un contexto donde la inteligencia artificial puede intervenir en múltiples niveles? El uso de IA no se limita a generar textos completos. También puede proponer ideas, reorganizar estructuras, ajustar el tono, o sugerir versiones alternativas de un mismo pasaje.
La escritura deja de ser un acto continuo y pasa a ser una serie de decisiones sobre material generado o asistido. En ese sentido, la autoría no desaparece, pero cambia de naturaleza. Ya no se define únicamente por la producción directa del texto, sino por la capacidad de seleccionar, intervenir y asumir responsabilidad sobre un resultado que puede ser parcialmente mediado. Si la intervención de la IA es parcial —y muchas veces invisible—, ¿en qué punto deja de ser una herramienta y pasa a ser coautora? (The New Yorker, 5 minutos).
La IA ya está dentro del proceso editorial
Uno de los datos más sensibles es que el uso de IA también empieza a instalarse dentro de las editoriales. Según advierten agentes literarios, algunos editores estarían subiendo manuscritos confidenciales a herramientas como ChatGPT para acelerar su lectura, generar resúmenes o producir comparativas entre textos.
La preocupación no es solo el uso en sí, sino las condiciones en las que ocurre. Se trata de material inédito y protegido que forma parte de procesos contractuales y que termina siendo procesado por plataformas externas. Como señala el agente Gordon Wise, esto implicaría “entregar propiedad intelectual a un entorno no regulado”, lo que abre un problema de seguridad y confidencialidad. Además, hay otro punto más estructural. Si la IA se utiliza para evaluar manuscritos —resumirlos, compararlos, filtrarlos—, entonces empieza a intervenir en una de las funciones centrales del editor: la lectura.
Leer, evaluar… ¿o delegar?
Ese desplazamiento no es menor. La lectura editorial no es solo una tarea operativa, sino un proceso interpretativo. Implica criterio, sensibilidad y toma de decisiones. Cuando parte de esa tarea se delega a sistemas automatizados, cambia la naturaleza de la evaluación. Algunos agentes señalan que estas herramientas se estarían usando para generar informes rápidos, identificar comparables de mercado o decidir qué manuscritos avanzan en el proceso. Incluso aparecen prácticas híbridas, como escuchar libros mediante aplicaciones antes de leerlos en profundidad, lo que introduce otra capa de mediación en la relación con el texto.
¿Se puede realmente detectar la IA?
En paralelo, la discusión sobre detección sigue presente, pero cada vez con menos certezas. Los análisis coinciden en que no existe una forma fiable de distinguir entre escritura humana y generada. Las herramientas disponibles operan sobre probabilidades y patrones, no sobre evidencia concluyente.
Entre otros artículos, les compartimos una muy interesante entrevista a Max Spero, el CEO de Pangram (una herramienta de detección de textos hechos con IA). Algunas definiciones que surgen son:
El problema no es la calidad, sino la autenticidad. La IA escribe bien —gramática, puntuación, coherencia básica— pero eso es exactamente el problema. El texto parece legítimo sin serlo. Para un editor, esto afecta directamente la evaluación de originales.
La distinción entre “asistido por IA” y “generado por IA” es técnicamente posible. Para editores que aceptan asistencia editorial pero no delegación total, esto tiene implicaciones contractuales y éticas concretas.
Cerca del 40% de internet ya es contenido generado por IA. El corpus sobre el que entrenan los LLMs se está contaminando. Eso tiene efectos directos sobre la calidad futura de las herramientas y sobre la investigación editorial basada en fuentes digitales.
En conclusión, la autoría ya no se mide solo por producción, sino por responsabilidad.
Lo que atraviesa todos estos casos es un proceso de normalización progresiva. El riesgo no es solo el uso en sí, sino que ese uso se vuelva opaco y que las decisiones clave del proceso editorial empiecen a desplazarse sin que haya criterios claros para evaluarlas.
AM.MX/fm
