Colin Breck: la escritura con IA es ilegible e inhumana

El ensayo de Colin Breck: la escritura con IA es «ilegible» e «inhumana»

El ingeniero de software Colin Breck, autor técnico de ensayos sobre sistemas distribuidos, publicó el 21 de septiembre un texto titulado «I don’t want to read what you didn’t write» en el que denuncia un patrón que, dice, ve cada semana en su trabajo: gente que rara vez escribía está produciendo ahora propuestas de diseño, planes de negocio, documentación, tickets, pull requests, artículos de blog y resúmenes de reuniones generados por IA. «Es ilegible. Inhumano», escribió.

El ensayo llega en un momento en que la escritura asistida por IA pasó de excepción a hábito dentro de equipos de producto, marketing y operaciones. Y los datos de una encuesta reciente le dan un apoyo cuantitativo a esa percepción cualitativa.

Qué dice la encuesta que Breck cita

Breck recoge datos de una encuesta reciente de Cynthia Dunlop titulada «How developers react to AI-scented blog posts». Los resultados son demoledores para cualquier autor que use IA de forma opaca:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El 78% de los lectores deja de leer un artículo si sospecha que fue escrito o asistido por IA.
El 71% evita al autor en el futuro.
El 98% prefiere la escritura humana, con todos sus defectos, por encima de una reescritura «sin alma» por IA.

Bryan Cantrill, cofundador de Oxide y comentarista técnico conocido, resumió el hallazgo en su ensayo «The revolt of the reader» con una frase que está circulando en el ecosistema: «nuestros cerebros tiran de una palanca de eyección disparada por el LLM y nos sacan a mitad de la frase en un acto de auto-preservación».

Pangram y la industria de detección de texto IA

Una de las reacciones más concretas a este fenómeno viene de la propia empresa de Cantrill. Oxide ha empezado a usar Pangram, un modelo ajustado para detectar texto generado por IA, y ha llegado a exigir que toda publicación pública de la compañía sea clasificada por Pangram como escrita por humanos. Breck describe a Pangram como «una herramienta que puede salvarnos de la peor escritura con IA».

Pangram no es una empresa menor. Según TechCrunch, en julio de 2026 la startup neoyorquina levantó una ronda de US$9M liderada por Menlo Ventures, con participación de Haystack, ScOp, Script Capital y Cadenza. Su nuevo modelo de detección de texto, Pangram 4, afirma superar el 99% de precisión al identificar contenido generado o asistido por IA, y la empresa ofrece el servicio por US$20 al mes o mediante una extensión de Chrome que etiqueta en tiempo real publicaciones en X, LinkedIn, Substack, Reddit y Medium. Substack, además, integró la tecnología de Pangram directamente en su plataforma para mostrar a los lectores si un autor escribe sus newsletters con IA, según reporta Columbia Journalism Review (CJR).

Una investigación de 2025 de la Universidad de Maryland analizada por CJR revisó 186.000 artículos publicados en 1.500 periódicos estadounidenses durante el verano de 2025 y encontró que más del 9% contenían texto generado por IA, incluyendo textos en las secciones de opinión del New York Times, Washington Post y Wall Street Journal. El estudio usó a Pangram como herramienta principal de detección.

Cuándo la IA sí ayuda a escribir

Breck no es un tecnófobo. Al contrario: en el ensayo describe cómo usó IA de forma intensiva para escribir un paper académico sobre una base de datos que él mismo creó. La diferencia es crucial — la IA no escribió una sola línea del documento. Lo que sí hizo fue:

Verificar que cada párrafo suyo describía correctamente el código fuente, la configuración y los logs de producción del sistema.
Rellenar el formato BibTeX de las citas que Breck dejaba como instrucciones entre llaves.
Detectar errores ortográficos y gramaticales.
Dibujar diagramas técnicos en TikZ sin que Breck tuviera que aprender la sintaxis.
Encontrar un error sutil de notación que cuatro revisores humanos expertos en el sistema no habían detectado.

La conclusión de Breck es precisa: la IA fue «increíblemente buena» escribiendo la parte más mecánica e inhumana del paper —el abstract— y «consistentemente desagradable» cuando se le pedía redactar un párrafo a partir de código fuente. La diferencia, dice, es que Breck traía todo el contexto al pedirle ayuda; un lector externo no lo tiene.

Por qué el texto de IA es legible para quien lo genera y no para quien lo recibe

Este es el punto central del ensayo y lo que más puede aplicarse a cómo trabaja un equipo de startup. Breck explica que cuando tú mismo has hecho los prompts, has establecido las restricciones y has alimentado a la IA con documentación, código y logs, el resultado parece útil. Pero esa utilidad viene de tu propio contexto, no del texto en sí.

Cuando envías el mismo output a otra persona, ella no tiene ese contexto, no sabe qué partes saltarse, qué decisiones son reversibles, qué riesgos hay ni qué línea realmente importa. Se ve obligada a leer exhaustivamente «como quien mira las tripas de una máquina con la esperanza de encontrar contexto», escribe Breck. El patrón se repite en pull requests, tickets, resúmenes de reuniones y documentos de diseño: la IA produce un texto detallado pero sin jerarquía, sin intención y sin la pregunta que el autor quería hacerle al lector.

Qué significa esto para tu startup

Si en tu empresa ya se pide a la IA que redacte documentos de diseño, planes trimestrales, propuestas a clientes o mensajes comerciales, vale la pena distinguir tres categorías de uso, igual que hizo Breck con su paper:

Contexto que solo tú tienes. La IA puede verificar, completar, simplificar o detectar errores en algo que tú ya escribiste. Es el caso de uso con mejor relación señal/ruido.
Contexto que también tiene tu lector. Si vas a enviar el texto a alguien (inversores, clientes, equipo, candidatos), ese alguien no tiene tus prompts, tu código ni tus logs. Tiene solo el output final. Ahí la IA degrada más de lo que aporta, según lo que cuenta la encuesta de Dunlop.
Contexto que nadie tiene. Resúmenes genéricos, plantillas vacías, párrafos que podrían escribirse sobre cualquier tema sin perder precisión: ahí la IA no aporta nada nuevo y el lector lo detecta rápido.

Las dos acciones concretas que puedes mover esta semana:

Audita un documento reciente. Pide a alguien de tu equipo que lea algo que generaste con IA sin decirle de dónde salió. Si esa persona cierra el documento a los dos minutos, ese texto no estaba listo para ser leído por nadie.
Separa «borrador interno» de «comunicación externa». Deja que la IA te ayude a explorar y estructurar ideas; no la dejes producir el documento que verá un cliente, un inversor o un candidato sin una reescritura tuya posterior que meta contexto, intención y una voz reconocible.

Breck cierra su ensayo con una frase que conviene tener en la cabeza: «si pides a una máquina que haga algo por ti, corres el riesgo de no pedir lo que quieres, sino lo que ella sabe hacer bien». En el caso de la escritura, lo que la IA sabe hacer bien hoy es resumir; si ajustas tus preguntas para sacar mejores resúmenes, también estás entrenándote para hacerlas de una manera concreta —y esa es una decisión de tu empresa, no del modelo.