Los patrones de escritura de IA siguen siendo reconocibles incluso en los modelos más recientes. Un estudio de Graphite ha analizado la salida de LLM frontera y ha identificado 13.000 frases que aparecen al menos el doble de veces en contenido generado por IA que en texto humano. Claude Opus 5.5 usa «esto importa» 116 veces más que una persona, y OpenAI Astra tira de construcciones del tipo «no simplemente X» más de 100 veces por encima de lo humano. Los laboratorios eliminan los vicios conocidos, pero cada versión estrena otros nuevos.
Qué ha encontrado el estudio sobre los patrones de escritura de IA
El trabajo de Graphite compara texto generado por modelos frontera con texto escrito por humanos y busca expresiones que se repitan de forma desproporcionada. El resultado son unas 13.000 frases que aparecen como mínimo el doble en contenido de IA. No hablamos de un puñado de muletillas evidentes, sino de un catálogo amplio de giros que, leídos de uno en uno, parecen normales y que, sumados a lo largo de un texto, le dan ese tono reconocible.
Los ejemplos concretos del estudio son llamativos. Claude Opus 5.5 usa «esto importa» 116 veces más que los humanos y la palabra «dependable» 23 veces más. OpenAI Astra prefiere la fórmula «no simplemente X» con una frecuencia más de 100 veces superior a la humana. Cada modelo tiene, por tanto, su propia firma: no existe un único «estilo de IA», sino un estilo por familia y por versión.
Hay un dato más que merece atención: los laboratorios sí corrigen estos defectos cuando los detectan. El caso más conocido era el abuso de los guiones largos, y Opus 5.5 los ha reducido un 99% respecto a Opus 5. Es una mejora enorme y medible. Pero el estudio muestra que quitar un tic no deja el texto «limpio»: deja espacio para que aparezcan otros.
Por qué los tells cambian con cada versión del modelo
La lectura técnica más clara es que el estilo de un LLM no es una propiedad estable, sino un resultado que cambia con cada entrenamiento. Si Opus 5.5 casi no usa guiones largos pero dispara «esto importa», lo que vemos es un desplazamiento: el vicio visible desaparece y emerge otro que nadie había catalogado. Los datos describen el comportamiento; no explican la causa, y conviene no inventársela.
Esto tiene una consecuencia práctica para cualquiera que intente detectar o corregir texto de IA con listas de frases prohibidas. Una lista basada en Opus 5 deja de ser fiable con Opus 5.5, y una pensada para un modelo de OpenAI no sirve para uno de Anthropic. Cada versión nueva obliga a volver a medir. El trabajo de Graphite, con sus 13.000 expresiones, ilustra la escala del problema: no se arregla con diez reglas.
También cambia la idea de «calidad» de un modelo. Hasta ahora se comparaba por benchmarks de razonamiento, código o contexto. Los patrones de escritura de IA añaden otro eje, menos glamuroso pero muy visible para el lector: cuánto se nota que el texto lo ha generado una máquina. Un modelo puede razonar mejor que su predecesor y, a la vez, escribir con una muletilla nueva que el público tarda poco en reconocer.
Por último, el estudio pone cifras a algo que muchos editores intuían. Que una frase aparezca el doble de veces en IA que en humanos ya es un indicio; que aparezca 116 veces más es una firma. Estas diferencias son lo bastante grandes como para que un lector atento, aunque no sepa explicarlo, perciba que algo suena a plantilla.
Cuándo y para quién será relevante esto
El estudio no presenta una herramienta ni una función nueva, así que no hay nada que implantar mañana. Aun así, afecta ya a quien publica texto generado o asistido por IA: equipos de marketing, responsables de contenidos, agencias, departamentos de comunicación y cualquier PYME que use un LLM para redactar webs, correos o fichas de producto. Para ellos, la conclusión inmediata es que el borrador de un modelo lleva una huella que el lector puede notar.
El horizonte realista es de uso continuo, no de arreglo único. Cada actualización de modelo cambiará las muletillas, de modo que la revisión editorial humana no es un trámite que se pueda automatizar una vez y olvidar. Si ya trabajas con Claude o con modelos de OpenAI, merece la pena leer en voz alta los textos finales y buscar giros repetidos entre piezas distintas, como «esto importa» o «no simplemente X», en lugar de fiarse de una lista fija.
Para los desarrolladores que construyen productos sobre estos modelos, el aviso es parecido: cambiar de versión puede alterar el tono de las respuestas sin que nadie lo haya pedido. Conviene incluir en las pruebas de regresión una revisión del estilo, además de la de precisión. Y para los laboratorios, el reto es de más largo plazo: el estudio sugiere que corregir síntoma a síntoma tiene un techo, aunque nada en los datos indica todavía cómo evitarlo.
Análisis Blixel
Corregir un tic no es lo mismo que tener voz propia, y este estudio lo deja claro con una cifra: un 99% menos de guiones largos y, aun así, un texto que sigue sonando a máquina. Los laboratorios han tratado el estilo como una lista de síntomas que ir tachando. Funciona de cara a la galería, porque el guion largo era el tell más comentado en redes, pero el resultado es un juego del gato y el ratón en el que cada versión sustituye una muletilla por otra.
Nuestra posición es que los patrones de escritura de IA no son un problema estético menor. Un lector que identifica «esto importa» o «no simplemente X» deja de leer con confianza, y eso penaliza al que firma el texto, no al modelo. Para una PYME que publica contenido con IA, el riesgo de reputación es real y barato de evitar: edición humana de verdad, no un repaso rápido en busca de guiones.
También conviene ser prudentes con las conclusiones. El estudio mide frecuencias, no calidad ni intención, y no demuestra que un texto con estas frases sea peor ni que se pueda detectar con fiabilidad absoluta. Lo que sí demuestra es que cada modelo deja una firma estadística distinta y que esa firma se mueve con cada versión. Quien venda una herramienta de detección o un «humanizador» basado en una lista fija de frases está vendiendo algo que caduca con la siguiente actualización. La estrategia sensata es la menos vistosa: elegir el modelo por lo que hace bien, asumir que su prosa necesita edición y revisar el estilo cada vez que cambie de versión.
¿Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido común. Hablemos.