13.000 frases delatan a Claude, GPT y Gemini al escribir

La nueva huella de la IA: 13.000 frases delatan a Claude, GPT y Gemini

Un estudio de la firma Graphite identificó 13.000 frases que aparecen al menos el doble de veces en textos generados por IA que en escritura humana. La investigación analizó los modelos frontier actuales —Claude Opus 5.5, Astra de OpenAI y Gemini 3.1 Pro— y encontró que cada uno tiene sus propias huellas características, mientras que las tells clásicas, como el em-dash, prácticamente han desaparecido.

¿Cómo se hizo el estudio?

Graphite partió de un corpus de 10.000 artículos publicados antes del lanzamiento de ChatGPT como grupo de control humano. Después pidió a distintos modelos de IA que reescribieran esos artículos a partir de resúmenes, con el objetivo de eliminar el sesgo de la fuente original. Con muestras equiparables de humanos y de cada modelo, los investigadores compararon la frecuencia de palabras y frases, así como patrones de construcción de oraciones.

Según Greg Druck, Chief AI Officer de Graphite, la tendencia entre los principales modelos es opuesta: "Los modelos de Claude en realidad se están acercando a la distribución de palabras humanas con el tiempo. Y en los modelos de GPT, se están alejando".

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

¿Cuáles son las frases favoritas de cada modelo?

Claude Opus 5.5 tiene dos grandes huellas. La primera es la palabra "dependable", que aparece 23 veces más que en muestras humanas. La segunda, y la más llamativa, es la construcción "this matters", que aparece 116 veces más que en escritura humana, mientras que la variante "why X matters" aparece 92 veces más. El modelo ya evita la fórmula "it's not X, it's Y", pero sigue inclinándose por estructuras como "es más que una X, es una Y".

Astra de OpenAI tiene un perfil diferente. Le encanta hablar de "another dimension" de lo que sea que esté describiendo, y tiende a matizar sus afirmaciones con "may provide" o "can provide". Su mayor huella, según Graphite, es lo que llaman "corrective framing": definir un tema como "not simply X" u ofrecer una alternativa como "rather than relying on X"". Estas construcciones aparecieron más de 100 veces más en prosa generada por Astra que en escritura humana.

Gemini 3.1 Pro, por su parte, ha eliminado casi por completo el em-dash de su escritura.

El em-dash ya no sirve como señal

Uno de los tells más conocidos de la IA, el em-dash, prácticamente ha desaparecido. En las muestras de Graphite, Opus 5.5 lo usa un 99% menos que Opus 5. Astra lo usa un 88% menos que las muestras humanas, y Gemini 3.1 Pro prácticamente lo ha erradicado.

Los laboratorios respondieron a la presión pública sobre el em-dash, pero no resolvieron el problema de fondo. "No es que las tells estén disminuyendo", explicó Druck. "Están logrando eliminar las tells más conocidas, pero otras aparecen. Y cada versión del modelo tiene las suyas propias".

Por qué los laboratorios no pueden eliminar las tells

Resulta sorprendente que las tells sean tan persistentes, dado que los laboratorios presumen de estilos de escritura cada vez más humanos. En el lanzamiento de Opus 5.5, Anthropic aseguró que el modelo "se comunica de forma más natural que los modelos anteriores" y que los primeros usuarios "encontraron su escritura más clara y fácil de seguir". OpenAI hizo afirmaciones similares al lanzar las versiones GPT-6 de Sol y Luna, señalando que los usuarios podían "esperar ver más claridad, menos jerga y menos giros extraños".

Druck se muestra escéptico sobre lo que los laboratorios pueden hacer. "Una hipótesis general que tengo es que los laboratorios son menos capaces de controlar algunas de estas cosas de lo que cabría esperar", dijo. "Son modelos gigantescos con miles de millones de parámetros. Tienen un número finito de pruebas que pueden ejecutar, y cosas se cuelan".

La detección de IA sigue siendo una industria cuestionada

El estudio de Graphite llega en un momento donde la fiabilidad de los detectores de IA está bajo escrutinio. Una investigación de la Universidad de Chicago publicada en octubre de 2025, titulada "Artificial Writing and Automated Detection", concluyó que la herramienta Pangram logra tasas de error cercanas a cero en extractos de extensión media a larga, según reportó AFP.

Sin embargo, la realidad del mercado es más complicada. Substack anunció en julio de 2026 una integración con Pangram para que los usuarios puedan escanear posts, comentarios y respuestas y ver un estimado de cuánto contenido fue escrito por humanos y cuánto por IA, según reportó TechCrunch. La plataforma permite a los editores ejecutar Pangram sobre sus propios borradores antes de publicar, y los escritores pueden incluir una "nota de autor sobre IA" opcional.

Aun así, persisten las dudas. Thierry Poibeau, investigador de procesamiento de lenguaje natural del CNRS francés, explicó a AFP que los detectores se enfrentan a un "problema de objetivo en movimiento" porque los modelos de IA "evolucionan constantemente". Un caso reciente en Francia, donde el escritor Thelyson Orelien fue acusado de haber usado IA para su novela debut, demostró los límites: distintos detectores clasificaron extractos del libro desde "muy probablemente humano" hasta "100% generado por IA".

¿Qué significa esto para tu startup?

Para founders y equipos de contenido, este estudio cambia la conversación. Ya no alcanza con evitar el em-dash o la palabra "delve". Las tells se han sofisticado y se han vuelto más difíciles de detectar a simple vista. La pregunta ya no es cómo disfrazar un texto de IA, sino cómo construir un proceso editorial que produzca contenido útil sin importar de dónde venga la primera frase.

Acciones concretas:

Edita la prosa de la IA con un "pasada humana" deliberada. No se trata de pasar un detector, sino de romper los patrones de construcción. Reescribe las frases del tipo "this matters" y "is more than an X, it's a Y" en formulaciones más directas y específicas de tu sector. Si tu contenido podría publicarse sin cambios en diez empresas distintas, todavía suena a plantilla.
Pon la voz por encima de la gramática. Los detectores buscan distribuciones estadísticas de palabras, pero la voz —anécdotas, opiniones marcadas, ejemplos concretos de tu industria— sigue siendo la diferencia más difícil de replicar. Una política de contenido que priorice experiencia real por encima de pulido gramatical te pone un escalón por encima del grueso del contenido IA-genérico que satura Google y LinkedIn.