Si empiezas a escribir hoy, ¿podrías hacerlo sin IA?

El contenido inflado de IA está matando la confianza en lo que lees

El 62% de todo el contenido de texto largo que Pangram Labs marcó como generado por IA en redes sociales proviene de LinkedIn, según datos publicados por la propia empresa de detección en julio de 2026. LinkedIn representa apenas un tercio de los posts escaneados, pero acumula casi dos tercios del material identificado como IA. Chris Best, CEO de Substack, fue más lejos al citar a Pangram: hasta un 40% del texto largo en LinkedIn sería generado por IA. La consecuencia práctica ya la resume la propia plataforma: LinkedIn incorporó un botón de "Parece IA slop" para que los usuarios reporten publicaciones, y afirma haber bloqueado miles de millones de posts automatizados en pocos meses, según reportó Gizmodo.

Detrás del dato hay un problema de fondo para cualquier founder que construye marca personal: si el lector ya asume que todo lo que parece "bien escrito" probablemente salió de ChatGPT, tu mejor contenido se vuelve indistinguible del peor slop. Y al revés: si publicas algo torpe o imperfecto, también se vuelve sospechoso.

Pangram y los números detrás de la detección

Pangram Labs, la startup neoyorquina cofundada por los ex-estudiantes de Stanford Max Spero y Bradley Emi, lleva meses intentando ponerle cifras a la crisis. En su reporte de julio de 2026 analizaron 1.002.627 posts en LinkedIn, Medium, Substack, X/Twitter y Reddit —solo piezas de más de 50 palabras— con su modelo Pangram 3.3, que reporta una tasa de falsos positivos del 0,01%. Los resultados son casi una radiografía:

🤖 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

LinkedIn y Medium encabezan el ranking de contenido IA.
Substack aparece como el más "humano": sus tasas de IA son muy bajas, en línea con que no hay todavía herramientas maduras de scheduling vía API que automaticen la publicación.
Reddit depende fuertemente del subreddit, pero en general presenta menos IA.

Pangram no se quedó en el reporte: en julio de 2026 anunció Pangram 4, un modelo con más del 99% de precisión para detectar escritura asistida por IA y contenido mixto humano-IA, y cerró una ronda de US$9M liderada por Menlo Ventures, con participación de Haystack, ScOp, Script Capital y Cadenza. El producto cuesta US$20 al mes o se ofrece vía API. Entre sus clientes ya están Substack (integrado directamente en la plataforma), Quora, escuelas y universidades, publishers y reclutadores. La competencia —Winston AI, Originality.ai, Copyleaks, GPTZero— corre detrás, según reportó TechCrunch.

El péndulo vuelve al prompt

Hay una corriente creciente entre operadores e inversores que lleva la lógica al extremo. Naval Ravikant lo resumió en una charla con Garry Tan (presidente de Y Combinator): si escribir es para humanos, entonces publicar un prompt denso y bien pensado es más útil que desplegar un artículo inflado por IA. La idea suena provocadora, pero es matemática: el prompt tiene la esencia; el artículo generado muchas veces le agrega palabras sin agregar ideas. En programación ya pasó algo parecido: hoy se comparten AGENTS.md y Agentic Skills con la lógica del agente, no "10 soluciones distintas a lo mismo".

El ensayo original que dispara esta nota lleva el razonamiento más lejos: si consumes contenido humano, el contenido debería ser escrito por humanos. La IA sirve para brainstorming —el propio autor lo confirma—, pero cuando se trata de que un humano lea y confíe, el problema no es técnico, es de credibilidad. Y ahí viene la pregunta incómoda: si empiezas a escribir hoy, no hay forma de saber si podrías hacerlo sin IA, porque nadie te vio escribir antes. Como lo planteó Hannes Mühleisen, creador de DuckDB, la confianza se construye con años de obra pública; sin ese historial, todo lo nuevo se vuelve sospechoso.

La crisis de credibilidad en universidades: el ensayo más difícil

El debate no es teórico. The Atlantic reportó en septiembre de 2026 que Pangram ya es el estándar de oro en detección para universidades, con una tasa interna de falsos positivos de uno en 25.000, y que un paper de trabajo de la Universidad de Chicago encontró que Pangram "esencialmente nunca" confunde pasajes largos humanos con IA. Turnitin, la herramienta más usada en campus, declara menos del 1% de falsos positivos y alrededor del 15% de falsos negativos, y dice haber detectado IA en casi la mitad de los trabajos entregados en universidades estadounidenses el último año académico.

La respuesta institucional está dividida:

MIT publicó en septiembre un reporte de cinco meses que recomienda no depender de detectores de IA por el riesgo de "desconfianza sistémica" entre profesores y alumnos.
Harvard envió una comunicación interna pidiendo salir del "negocio de detectar IA" y avanzar hacia "aceptación, o incluso aliento" del uso de IA.
Indiana University (Kelley School) prohíbe directamente a sus profesores usar detectores.
Pero en la Universidad de Wisconsin-Madison, un profesor de biología afirma haber atrapado 60 ensayos generados por IA en una sola tarea combinando Pangram con prompts invisibles.

Y aquí aparece el problema del que pocos hablan: ya hay herramientas "humanizadoras" que reescriben textos IA para evadir detectores. Un paper de Notre Dame mostró que incluso Pangram puede ser engañado por estas herramientas. La conclusión es obvia: es una carrera armamentística entre detección y evasión, y los founders que producen contenido están justo en el medio.

¿Qué significa esto para tu startup?

Para founders que escriben para construir marca, los próximos 12 meses cambian varias reglas del juego:

Tu historial previo es tu mejor activo. Si ya publicaste análisis largos antes de 2024, tienes una ventaja difícil de copiar: prueba verificable de que podías escribir sin IA. Si empiezas hoy, esa prueba no existe, y herramientas como Pangram tampoco la crean. Lo que la crea es consistencia, firma personal reconocible y un punto de vista que un modelo no improvisa.
Asume que el "lindo" se penaliza. El texto IA tiene patrones reconocibles: voz pasiva, adverbios innecesarios, enumeraciones triples, conclusiones vacías. Editores profesionales y lectores cada vez los identifican más rápido. Un borrador imperfecto pero con argumento propio gana más que un pulido sin alma.
Apuesta por mostrar el proceso. Compartir notas crudas, el "AGENTS.md" de tu industria, drafts con marcas de revisión o incluso el prompt original no es debilidad: es señal de transparencia. Los newsletters que están creciendo (Substack, por ejemplo) son los que muestran al humano detrás.
Piensa en contenido para detección, no solo para SEO. Pangram y sus competidores no van a desaparecer: están integrados en plataformas, reclutadores y procesos editoriales. Si tu próximo artículo de thought leadership cae como "AI-generated", pierdes dos veces: menos clics y menos autoridad.

La paradoja final es incómoda: en un mundo donde todos pueden producir texto a la velocidad de un prompt, la escasez es la voz, el ángulo y la firma personal. No es una vuelta a la máquina de escribir; es entender que la IA te quita la carga de producir palabras, no la responsabilidad de decir algo que merezca ser leído.