CIUDAD DE MÉXICO.- Durante los últimos meses se han multiplicado las herramientas que prometen detectar si un texto fue escrito por una inteligencia artificial. Sin embargo, la mayoría se apoya en rasgos superficiales: vocabulario, sintaxis o estilo, que pueden desaparecer con una simple edición. Un nuevo trabajo de investigación propone mirar en otra dirección: no tanto “cómo” está escrito un texto, sino “cómo está construido como narración”.
De acuerdo con Proyecto451, el estudio, titulado StoryScope: Investigating idiosyncrasies in AI fiction, analizó 61.608 relatos producidos tanto por autores humanos como por cinco grandes modelos de lenguaje contemporáneos. Para ello desarrolló STORYSCOPE, una herramienta capaz de extraer 222 características narrativas agrupadas en 11 grandes dimensiones, entre ellas la estructura temporal, la construcción de personajes, las relaciones causales, el manejo del conflicto, el desarrollo temático, las referencias culturales y la interacción con el lector.
El objetivo no era detectar palabras “sospechosas”, sino identificar patrones narrativos profundos que permanecen incluso cuando el estilo superficial cambia.
El estudio identifica varias diferencias recurrentes:
Mayor explicitud temática: los relatos generados por IA verbalizan con más frecuencia sus enseñanzas o mensajes.
Narrativas más lineales y menos diversas: presentan menos saltos temporales, menos subtramas y resoluciones más centradas en el protagonista.
Mayor énfasis sensorial y corporal: recurren con más frecuencia a metáforas físicas para expresar emociones y a descripciones del entorno como reflejo del estado interior de los personajes.
Menor riqueza intertextual: tienden a evitar referencias concretas a autores, obras o marcas reales y prefieren alusiones más genéricas.
Menor interacción con el lector: es menos habitual que rompan la cuarta pared o interpelen directamente a quien lee.
Mayor tendencia a asociar estados emocionales con manifestaciones físicas y a privilegiar conflictos individuales por sobre dinámicas colectivas.
El propio trabajo invita a evitar conclusiones simplistas. Las diferencias son estadísticas y existe una amplia zona de superposición entre textos humanos y generados por IA.
De hecho, algunos relatos producidos por modelos aparecen entre los más originales del conjunto analizado. Más que una herramienta infalible de detección, la investigación ofrece un nuevo marco para estudiar cómo las decisiones narrativas varían entre unos y otros.
Ese cambio de perspectiva conecta con otro debate que empieza a ganar espacio en la industria editorial. Michael Tamblyn, CEO de Rakuten Kobo, propone abandonar la lógica binaria con la que suele abordarse la inteligencia artificial y preguntarse si debe entenderse como el plutonio (una sustancia inadmisible incluso en cantidades mínimas) o como la sal, cuyo impacto depende de la dosis y del contexto en el que se utiliza.
La pregunta está lejos de ser retórica. Muchos autores ya emplean herramientas de IA para investigar, resumir bibliografía, organizar ideas, traducir fragmentos, corregir estilo o explorar alternativas narrativas sin que eso implique delegar completamente la escritura.
Tampoco existe un criterio compartido sobre qué debería declararse al lector: ¿el uso de un corrector gramatical? ¿Una sugerencia de título? ¿Una traducción automática revisada por un humano? ¿La reescritura de un párrafo? ¿Un capítulo entero generado por un modelo? Más que un problema técnico de detección, el desafío parece desplazarse hacia la construcción de consensos editoriales sobre transparencia, atribución y expectativas del público
AM.MX/fm
