Grammarly Expert Review: IA sin expertos reales

¿Qué es el ‘Expert Review’ de Grammarly?

Grammarly lanzó en agosto de 2025 una nueva función llamada Expert Review, presentada como un agente de IA capaz de ofrecer retroalimentación de escritura al estilo de los grandes pensadores, académicos y comunicadores del mundo. La promesa es atractiva: abre un documento en la plataforma, activas el agente y recibes sugerencias de edición inspiradas en cómo lo haría, digamos, un historiador reconocido o un divulgador científico de renombre.

Para founders que crean contenido regularmente —pitch decks, emails de prospección, artículos de thought leadership— la idea suena poderosa. Pero hay un problema de fondo que vale la pena entender antes de integrar esta herramienta en tu stack.

Cómo funciona realmente la función (y por qué levanta sospechas)

La realidad técnica detrás de Expert Review es bastante más discreta que su nombre sugiere. En lugar de conectar con expertos reales o construir modelos individuales con su obra, la función utiliza una técnica conocida como persona prompting: el modelo de IA recibe como contexto resúmenes públicos de la trayectoria y obra de una figura reconocida, y genera sugerencias como si ese experto estuviera leyendo tu texto.

En la práctica, el sistema identifica automáticamente qué personas —basándose en el tema que estás escribiendo— podrían ser relevantes como referentes, y ajusta dinámicamente las sugerencias a medida que el documento evoluciona. El propio sitio de soporte de Grammarly lo describe como retroalimentación basada en «contenido experto disponible públicamente», no en participación real de esas personas.

El problema ético: expertos sin consentimiento (y algunos ya fallecidos)

La crítica más contundente vino del mundo académico. La historiadora alemana Dr. Verena Krebs denunció públicamente que Grammarly sugería como «experto de referencia» al historiador británico David Abulafia, quien falleció en enero de 2026, meses después del lanzamiento de la función. La situación generó titulares que acusaban a la empresa de practicar una forma de «necromancia digital».

El problema de fondo no es solo simbólico: la función usa el nombre, la imagen intelectual y la obra publicada de personas reales para crear la ilusión de que esas figuras están, de algún modo, revisando tu texto. El disclaimer oficial de Grammarly aclara que las referencias a expertos son «solo de carácter informativo» y no implican ninguna afiliación ni respaldo. Sin embargo, en ningún momento se indica que esos expertos hayan tenido la oportunidad de aceptar o rechazar su participación.

Desde la perspectiva legal, esto activa una discusión relevante sobre los derechos de nombre, imagen y likeness (NIL), un área en la que las regulaciones aún están madurando, especialmente para el contexto de IA generativa.

¿Por qué esto importa para founders que usan herramientas de IA?

Más allá del debate ético, este caso tiene implicaciones prácticas para cualquier founder que integre herramientas de IA en sus procesos de contenido y comunicación:

El marketing de funciones IA no siempre refleja la realidad técnica. «Expert Review» evoca una revisión real por parte de expertos; la realidad es un sistema de persona prompting sobre fuentes públicas. Leer la documentación técnica antes de confiar en una feature es una práctica que vale la pena institucionalizar en tu equipo.
El uso de identidades reales por parte de plataformas IA es un riesgo reputacional. Si tu empresa usa una herramienta que luego es señalada por uso indebido de NIL o por citar figuras fallecidas como validadores, parte de esa fricción puede salpicarte a ti como usuario.
La ética en IA no es solo un tema corporativo. Proveedores que no clarifican estos límites con sus usuarios están trasladando, consciente o inconscientemente, parte de la responsabilidad ética hacia quien usa el producto.
Persona prompting tiene usos legítimos y poderosos. La técnica en sí no es el problema; el problema es el empaquetamiento engañoso. Aplicada con transparencia —por ejemplo, en sistemas internos de revisión de tono de marca— puede ser una herramienta de automatización muy útil.

El contexto más amplio: la presión por diferenciarse en el mercado de IA

Grammarly lleva años compitiendo en un segmento cada vez más saturado. Herramientas como ChatGPT, Claude, Notion AI y decenas de asistentes de escritura especializados han erosionado parte de su propuesta de valor tradicional. En ese contexto, lanzar funciones visualmente diferenciadas —aunque técnicamente más superficiales de lo que aparentan— responde a una lógica de producto comprensible, aunque cuestionable.

Para el ecosistema startup, esto es también una señal de algo más estructural: la carrera por features de IA está generando promesas que, a veces, superan las capacidades reales de los modelos. Como founder que evalúa stack tecnológico, mantener una mirada crítica sobre las claims de los proveedores es cada vez más parte del trabajo.

Conclusión

El caso de Grammarly Expert Review es un recordatorio útil de que no toda funcionalidad etiquetada como «IA + expertos» es lo que parece. La técnica de persona prompting tiene un potencial genuino, pero usarla para simular revisiones de figuras reales —sin su consentimiento y, en algunos casos, ya fallecidas— cruza una línea ética que el mercado y los reguladores están apenas comenzando a trazar.

Para los founders que construyen con IA, la lección es doble: cuestiona las features antes de adoptarlas y elige proveedores que sean transparentes sobre cómo funcionan sus modelos. En un ecosistema donde la confianza es un activo escaso, la claridad técnica y ética no es un detalle menor, es una ventaja competitiva.

Descubre cómo otros founders evaluan e implementan herramientas de IA con criterio real. Únete gratis a la comunidad de Ecosistema Startup.

Unirme a la comunidad