¿Se nota cuando un texto fue escrito por IA? Lo que dicen las investigaciones

Si apruebas campañas, probablemente ya escuchaste que el texto generado por inteligencia artificial pasa desapercibido. Las investigaciones publicadas en los últimos años permiten poner a prueba esa afirmación, y los resultados interesan directamente a quien cuida el mensaje de una marca.

En este segundo artículo de la serie, reunimos tres estudios académicos que midieron la capacidad de las personas y de los análisis estadísticos para reconocer la escritura de máquina. Los resultados varían según quién lee, el tipo de texto y la familiaridad del lector con estas herramientas.

Quien usa IA con frecuencia reconoce el texto de máquina

En 2025, los investigadores Jenna Russell, Marzena Karpinska y Mohit Iyyer publicaron un estudio de título directo: las personas que usan ChatGPT con frecuencia para escribir son detectoras precisas de texto generado por IA. Reunieron 300 artículos de no ficción en inglés, una parte escrita por personas y otra generada por modelos comerciales como GPT-4o, Claude y o1.

Para tu marketing, el detalle más útil está en las pistas que usaron esos lectores. Señalaron un "vocabulario de IA", con palabras que aparecen con una frecuencia inusual en los textos generados, y evaluaron formalidad, originalidad y claridad. En la práctica, percibieron la escritura que suena correcta y previsible al mismo tiempo.

Ese grupo de lectores está dentro de tu empresa y fuera de ella. Redactores, periodistas, creadores de contenido y profesionales de comunicación usan estas herramientas a diario y entrenaron la mirada sin darse cuenta. Muchos de ellos forman parte del público de tu campaña y comentan en redes lo que ven.

Los lectores poco familiarizados con la herramienta aciertan casi al azar

Un estudio anterior puso a prueba a lectores sin esa convivencia. En marzo de 2023, Maurice Jakesch, Jeff Hancock y Mor Naaman publicaron en la revista PNAS un estudio con cerca de 4.600 participantes, que evaluaron 7.600 textos cortos de presentación personal, como perfiles de candidatos a empleo, de aplicaciones de citas y de anfitriones de Airbnb.

Los participantes acertaron el origen de los textos entre el 50% y el 52% de las veces, un resultado cercano al de lanzar una moneda al aire. Según la divulgación de la Universidad Cornell, se guiaban por atajos fallidos: las menciones a la familia, a experiencias de vida y el uso de la primera persona se leían como señales de autoría humana.

Este resultado suele citarse como prueba de que nadie percibe la IA. El diseño de la investigación te ayuda a medir el alcance de esa conclusión en la publicidad: el estudio evaluó textos cortos de presentación personal, con modelos de 2023, y lectores sin entrenamiento. Una película publicitaria enfrenta un escrutinio mayor, porque circula a gran escala, llega a lectores entrenados y se vuelve tema en las redes.

Mor Naaman explicó en la divulgación del estudio que estos sistemas producen texto estadísticamente probable, es decir, lenguaje común. En la publicidad, esa característica pesa todavía más, porque tu marca necesita justamente salir de lo común para ser recordada.

Las huellas de la máquina aparecen a escala

El tercer estudio mira la escritura de forma colectiva. Dmitry Kobak y sus colegas analizaron más de 15 millones de resúmenes de artículos biomédicos indexados en PubMed y midieron el uso de palabras que creció de forma anormal tras la llegada de los modelos de lenguaje.

Los autores estimaron que al menos el 13,5% de los resúmenes publicados en 2024 pasaron por procesamiento con modelos de lenguaje, con índices que llegan al 40% en algunos subconjuntos. Las palabras que delatan ese uso, en inglés, incluyen términos como "delves", "showcasing", "underscores" y "crucial".

Para tu marca, el estudio indica que cada modelo tiene preferencias de vocabulario, y esas preferencias dejan rastros medibles cuando muchos textos salen de la misma herramienta. Un guion publicitario nacido de ese proceso tiende a llevar las mismas huellas.

Lo que te enseña la divergencia entre los estudios

Leídas en conjunto, las investigaciones muestran que la percepción depende de quién lee. La precisión fue alta entre quienes usan IA con frecuencia y quedó cerca del azar entre lectores sin entrenamiento. Los análisis a gran escala suman patrones que un texto aislado esconde.

En una campaña, la parte del público que lo percibe ya basta para crear el problema. Es la que comenta, comparte la captura de pantalla y define el tono de la conversación sobre la película. El tercer artículo de la serie muestra lo que ocurre cuando esa conversación se apodera de un lanzamiento.

Hay además una cuestión anterior a la detección. Aun cuando nadie identifica el origen, el texto probable tiende a sonar parecido a tantos otros. NielsenIQ, como vimos en el primer artículo, registró que los anuncios hechos con IA provocaron una activación de memoria más débil, incluidos los de alta calidad.