Wikipedia: 15% de los artículos nuevos lleva IA

Cómo Wikipedia persigue el contenido generado por IA

Entre el 15% y el 16% de los artículos y borradores nuevos de Wikipedia en inglés daba positivo como generado por IA a comienzos de 2026, según las estimaciones que Ellia Lebleu, miembro fundador del WikiProject AI Cleanup, hizo junto a la firma de detección Pangram. Para cualquier founder que publique contenido, entrene modelos o construya producto sobre fuentes abiertas, la cifra marca el tamaño real de un problema que ya no se resuelve con filtros básicos: la IA dejó de delatarse con clichés y ahora se esconde en la estructura.

¿Qué es el WikiProject AI Cleanup?

Es un esfuerzo de voluntarios lanzado en 2023 para encontrar y eliminar material generado por IA que viola las políticas de Wikipedia. Lebleu, que además hace un doctorado en IA en el centro Inria de la Universidad de Rennes, en Francia, cuenta que todo empezó en diciembre de 2023, en una conversación con otros editores en el servidor de Discord de Wikipedia.

Todos habían visto artículos extraños con los mismos rasgos: frases repetidas como "stands as a testament" o "rich cultural heritage", secciones de conclusión y apartados titulados "Why is this important?". Eran marcas típicas de ChatGPT en 2023 y principios de 2024, y también algo muy poco habitual en una enciclopedia. La respuesta fue institucional: crear un proyecto oficial dentro de Wikipedia para que más editores pudieran ocuparse del problema.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Cómo se detecta hoy el texto generado por IA?

Los indicios burdos ya no sirven. Hacia 2025, según Lebleu, las señales se volvieron más sutiles y más estructurales: la IA abusa de la "regla de tres", de los paralelismos negativos y de otras construcciones que no prueban nada por sí solas, pero que sumadas se vuelven significativas.

Por eso los editores miran también fuera del texto. Si alguien publica cinco artículos de miles de palabras cada uno en cinco minutos, hay motivos para sospechar. La detección se volvió un ejercicio de comportamiento, no solo de estilo.

¿Qué pasa con las citas inventadas?

Ahí está el problema más grave. Las citas falsas o engañosas se convirtieron en una preocupación central. Lebleu distingue dos casos: la cita completamente alucinada, hoy más rara gracias a la generación aumentada por recuperación (RAG), que permite al modelo encontrar fuentes reales, y el caso mucho más frecuente de una fuente real cuyo contenido se cita mal. Las citas de IA que no respaldan lo que se está escribiendo son, dice, extremadamente comunes.

Para cualquier equipo que use IA para redactar reportes, fichas de producto o contenido de blog, esa distinción es clave: verificar que una fuente exista es la mitad del trabajo; la otra mitad es comprobar que diga lo que se le atribuye.

¿Cuánto contenido de IA sigue pasando los filtros?

Wikipedia en inglés prohibió a los editores usar modelos de lenguaje para generar artículos. Aun así, el contenido sigue entrando y medirlo es difícil. Lebleu probó Pangram contra contenido de Wikipedia anterior a ChatGPT y no encontró falsos positivos, lo que convierte sus resultados en un piso conservador: 20% de artículos y borradores nuevos marcados a fines de 2025, y 15% o 16% a comienzos de 2026.

La duda que ella misma plantea es si esa caída responde a las nuevas políticas o a que los modelos mejoraron más rápido de lo que el detector pudo adaptarse.

Quién está detrás de esas mediciones. Pangram, según Wired, es una startup de 24 empleados con sede en Brooklyn que ha levantado US$13 millones hasta la fecha; en julio sumó una ronda de US$9 millones y lanzó Pangram 4. Gizmodo reporta que la compañía declara una precisión de 99,98% y que un estudio independiente de la Universidad de Chicago la ubicó como la herramienta más efectiva entre varias comparadas. The Dartmouth cita una auditoría de esa misma universidad, de octubre de 2025, que le atribuyó una tasa de error cercana a cero.

El contrapeso también es verificable: Wired recoge que los críticos señalan daños por falsos positivos y sesgos incorporados en el aprendizaje automático, y The Dartmouth menciona un estudio de Stanford de julio de 2023 según el cual los detectores comunes clasifican erróneamente textos escritos por no nativos de inglés como generados por IA.

¿Puede la IA limpiar lo que la IA ensució?

Sí, parcialmente. Otro editor de Wikipedia construyó un verificador automático de fuentes que revisa si las citas de una página coinciden con las afirmaciones. Como es un modelo de IA, no hay garantía de que acierte siempre, pero sirve como primer filtro a escala. La Fundación Wikimedia trabaja además en Paste Check, una herramienta que detecta texto pegado directamente desde algunos chatbots.

Hay una señal interesante: Claude a veces responde que no puede escribir un artículo de Wikipedia porque violaría sus políticas. Si todas las grandes compañías de IA implementaran ese tipo de rechazo, ayudaría con los usuarios de modelos comerciales, aunque no resolvería el problema de fondo: los modelos de pesos abiertos se pueden modificar para evitar restricciones.

¿Por qué Wikipedia se aferra a ser escrita por humanos?

Cuando se aprobó la norma era una decisión práctica: había una inundación de contenido de IA, no existían buenas herramientas y había que frenarla. Después, el debate se volvió filosófico. Muchos llaman a Wikipedia "el último buen lugar de internet", y ser un espacio libre de contenido generado por IA se volvió parte de su identidad.

Lebleu lo plantea como un activo: un corpus puramente humano es valioso incluso para las empresas de IA que necesitan datos de entrenamiento limpios. La pregunta abierta es si los lectores y editores aceptarían una Wikipedia parcialmente generada por IA a cambio de más cobertura, conservando una versión asistida como opción aparte.

Google Zero y el futuro de la enciclopedia

Lebleu también pone sobre la mesa el escenario de Google Zero: si todo el tráfico pasa por búsqueda con IA, ¿cómo se muestra que Wikipedia es un proyecto vivo que cualquiera puede editar? Wikipedia aparece citada con frecuencia en los resúmenes de IA de Google, pero el usuario puede ver solo una respuesta que la menciona sin saber que puede contribuir.

Por eso la Fundación Wikimedia trabaja en un marco de atribución que daría más información sobre el artículo citado: cuándo se editó por última vez, qué tan completo está, si los editores marcaron problemas y, quizá, una invitación a participar. Lebleu imagina incluso aportes a través de los propios modelos de IA. Su lectura de fondo es simbiótica: Wikipedia no desaparece, pero tomará una forma muy distinta.

¿Qué significa esto para tu startup?

Documenta la procedencia de tu contenido. Si usas IA para editar, reescribir o "pulir" textos, deja registro del proceso. Los detectores actuales no siempre distinguen edición asistida de un borrador completo: Wired recoge un paper de Notre Dame según el cual el modelo Pangram 3.2 marcaba la edición ligera con IA en resúmenes académicos como escritura de IA entre el 64% y el 80% de las veces. Una política interna clara te protege ante un cliente, un inversor o un editor que cuestione el origen de tu contenido.
Verifica cada cita, no solo su existencia. Implementa un paso humano o automático que confirme que cada fuente respalda literalmente la afirmación que se le atribuye. Es el fallo más común que describe el WikiProject AI Cleanup y el más caro cuando alguien lo señala en público.
Diseña tu producto pensando en la atribución. El interés de Wikimedia por un marco que muestre cuándo se editó un artículo, qué tan completo está y si tiene problemas señalados anticipa lo que van a pedir los usuarios de herramientas de IA: procedencia visible. Si tu producto cita fuentes, adelantarte a esa expectativa es diferenciación, no solo cumplimiento.

Conclusión

Wikipedia se convirtió, casi sin buscarlo, en el laboratorio de gobernanza de contenido del ecosistema de IA: un corpus humano, auditado por voluntarios, medido con detectores y obligado a decidir qué significa ser confiable. Lebleu resume la transición en una frase: ayer la IA era algo que había que limpiar, hoy es una herramienta de limpieza, y mañana será el aire que se respira. Para tu startup, la lección práctica es menos poética y más urgente: si no puedes mostrar de dónde salió cada frase y cada dato, alguien más lo va a preguntar por ti.