11/03/2026
¿Escribir “demasiado bien” podría volverse sospechoso? 🤖✍️
🧠 Cada vez más universidades y revistas están explorando detectores de texto generado por inteligencia artificial. En este contexto, Bo Hu plantea una inquietud incómoda: si dependemos demasiado de marcadores lingüísticos fijos para identificar textos producidos por IA, podríamos terminar penalizando precisamente las características de una buena escritura académica. La paradoja es evidente, los modelos de lenguaje fueron entrenados con textos humanos bien estructurados, así que lo “correcto” y predecible puede empezar a verse como sospechoso.
🌍 Para quienes escribimos en inglés como segunda lengua, el problema se siente aún más cercano. Años de formación para dominar conectores formales y estructuras claras podrían convertirse en una desventaja si los algoritmos asocian ese estilo con generación automática. El riesgo no es solo técnico, también cultural y epistémico: empezar a escribir “peor” para parecer más humanos puede empobrecer el debate científico.
• El autor describe un cambio conductual sutil, académicos que evitan ciertos conectores, repeticiones o estructuras complejas por miedo a recibir una alta puntuación de “probabilidad de IA”.
• Los detectores suelen basarse en patrones estadísticos como predictibilidad léxica y transiciones convencionales, rasgos que también caracterizan a la escritura académica clara y formal.
• Esto puede generar una especie de “impuesto estilístico”, en el que los investigadores optimizan sus textos para pasar filtros algorítmicos en lugar de maximizar la claridad para lectores humanos.
• El problema es especialmente delicado para hablantes no nativos de inglés, cuya formación enfatiza precisamente estructuras formales y previsibles.
• Los grandes modelos de lenguaje funcionan como motores de imitación, entrenados con enormes volúmenes de escritura humana; penalizar similitudes estadísticas puede equivaler a penalizar lo que entendemos como buena prosa académica.
• El autor advierte que ajustar la escritura para evitar parecer IA no solo modifica palabras, también puede limitar la forma en que pensamos y estructuramos argumentos.
• Aunque reconoce que el plagio asistido por IA es un riesgo real, cuestiona el uso institucional de detectores opacos y con precisión limitada como árbitros finales.
• Propone alternativas “aguas arriba”, como el watermarking o el uso de evidencia verificable del proceso de escritura, por ejemplo historiales de versiones, en lugar de depender exclusivamente del análisis del texto final.
La reflexión fue publicada en Nature Human Behaviour en 2026.
Fuente
Bo Hu, “Why artificial intelligence detectors could penalize academic writing”, Nature Human Behaviour, 2026.
Para localizar el texto completo, busca en Google: “Why artificial intelligence detectors could penalize academic writing Bo Hu Nature Human Behaviour 2026”.
Para acceder a estas noticias o descargar los recursos de información promovidos consulta nuestro blog 'Boletín SciELO-México' directo en nuestro perfil de Facebook: https://www.facebook.com/ScieloMexicoOficial
