Un paper publicado en Nature Human Behaviour el 24 de agosto tiene una frase que va dirigida a nosotros, literal. Dice que las industrias que dependen del análisis de texto matizado para personalización masiva, “como el mercadeo”, pueden verse afectadas, y que al difuminar la variabilidad lingüística los modelos pueden reducir la efectividad de la publicidad segmentada.

Es raro que un paper de psicolingüística te nombre el departamento.

Qué midieron de verdad

El equipo de la Universidad del Sur de California analizó más de 880.000 textos en siete conjuntos de datos.

Vale precisar algo que casi toda la cobertura tradujo mal, y que yo mismo tenía mal anotado hasta que abrí el PDF. Esos 880.000 se analizaron, no se reescribieron. La mayor parte es un corpus observacional de Reddit, prensa local y arXiv que ningún modelo tocó. El experimento de reescritura corrió sobre unos 9.400 textos originales, cada uno pasado por tres modelos y hasta doce instrucciones distintas.

El hallazgo central igual se sostiene. Cuando un modelo pule un texto, el contenido sobrevive, pero la varianza de complejidad de escritura cae entre 21% y 50% según el conjunto de datos y el modelo. El paper está detrás de un muro de pago, pero la versión de autor está abierta en arXiv.

Varianza, no nivel. El texto no se vuelve más simple. Se vuelve más parecido al de al lado.

Cuatro evaluadores calificaron la preservación de significado en 2,97 sobre 3. Lo que dices sigue ahí. Se va cómo lo dices, que en mercadeo es exactamente el activo.

Hacia dónde deriva

Entrenaron clasificadores sobre los textos originales y los aplicaron después a las versiones pulidas. La precisión para identificar rasgos del autor cayó unos 6 puntos en promedio.

Y la deriva tiene una dirección fija. Los textos reescritos se alinean con autores de perfil más viejo, masculino, políticamente liberal, con mayor carga moral positiva y menor empatía.

Los tamaños de efecto importan y casi ningún resumen los cita en orden. El más grande, con diferencia, es el político, 1,35. Le sigue la edad, 1,09. La empatía, que es la que más circula en los titulares, resulta ser la más débil de las cinco, 0,35.

El tercer estudio mira qué marcadores concretos desaparecen. La relación entre género y palabras de emoción negativa deja de ser significativa después de la reescritura. La de extraversión con uso de pronombres, también. La de edad con palabras orientadas al futuro, también. Otras sobreviven intactas, como neuroticismo con emoción negativa.

No se borra todo parejo. Se borran unos marcadores y otros no, y los que se borran son justamente los que te distinguían del resto.

Los doce prompts que usaron

Fui a leer los doce prompts. Están todos en la sección de métodos.

“Reescribe el siguiente texto usando la mejor sintaxis y gramática.” “Parafrasea el siguiente texto.” “Reescribe el siguiente texto para mejorar claridad y legibilidad.” Y así, doce variantes de la misma orden.

Ninguno de los doce le pide al modelo conservar la voz del autor. El propio paper lo dice sin rodeos, que prompteó sin enfatizar ninguna característica estilística particular, para capturar efectos de reescritura neutra en lugar de transformaciones dirigidas.

O sea que el estudio no demuestra que pedirle a un modelo escribir en tu voz no funcione. Demuestra que doce maneras distintas de decir “mejora esto” producen la misma deriva. La diferencia es grande y esta semana mucha gente la está saltando.

Un límite más. Los modelos probados fueron GPT-3.5, Llama 3 70B y Gemini Pro, generación 2023 y 2024. Ninguno de frontera actual.

Dónde se ve esto antes, en tus números

Hay una comparación que explica el negocio mejor que cualquier discurso sobre autenticidad.

En el primer trimestre de 2026, cerca de la mitad de los artículos publicados en la web eran principalmente generados con IA, según el conteo de Graphite sobre Common Crawl. De los artículos que rankean en las dos primeras posiciones de Google, solo 14% lo son. Entre los que rankean de primero, 7%.

La oferta se duplicó. La visibilidad no se movió.

En LinkedIn el mismo patrón ya tiene botón. Cuando la plataforma lanzó el reporte de contenido que “parece slop de IA”, un millón de personas lo usaron en las primeras dos semanas, y la empresa reporta que el contenido marcado perdió 40% de vistas. Sobre eso escribimos en el botón de slop de LinkedIn y lo que le cuesta a tu alcance, y sobre cuánto de la web nueva ya viene así en el estudio de Pew sobre Common Crawl.

Qué haría con tu equipo de contenido

Tres cosas concretas, y ninguna es dejar de usar IA.

Separa las dos tareas. Generar borrador y pulir estilo no son el mismo trabajo y no deberían correr en el mismo paso. La deriva que midió el paper aparece en el pulido, no en la generación.

Guarda tus originales sin pasar. Si todo lo que publicas atraviesa un pase de estilo, en seis meses no vas a tener contra qué comparar. El corpus de tu propia voz es un activo y se sobrescribe solo, en silencio.

Y corre la prueba del paper en tu casa. Toma diez piezas antes y después del pase de IA, dáselas a alguien de tu equipo que no las haya escrito, y pregúntale cuál de las dos versiones se parece más a ustedes. No hace falta un clasificador. Hace falta media hora.

Empieza por las diez piezas. El resultado te dice si tienes un problema de voz o si estabas preocupado de gratis.

Revisemos si tu contenido todavía suena a tu marca