Un estudio revela que ChatGPT y otros LLMs repiten fórmulas retóricas con tanta frecuencia que ya es posible identificarlos por su estilo.
La inteligencia artificial (IA) avanza a pasos agigantados y sus modelos de lenguaje, como ChatGPT, Claude o Gemini, generan textos tan fluidos que muchas veces parecen escritos por humanos. Sin embargo, una investigación reciente muestra que, más allá de los errores factuales o las “alucinaciones”, estas herramientas esconden un patrón estilístico repetitivo que podría delatarlas: el uso excesivo de la figura retórica conocida como epanórtesis enfática, esas frases del tipo “no es X, sino Y”.
Lejos de ser una mera curiosidad lingüística, este hallazgo abre un debate crucial: ¿podrían los modelos de IA estar homogeneizando nuestro lenguaje y moldeando la forma en que escribimos y pensamos?
El hallazgo científico
El estudio, realizado en Italia por el investigador Filippo Lubrano, analizó miles de textos generados por humanos y por modelos de lenguaje. Los resultados fueron contundentes:
- Los humanos usan la fórmula “no X, sino Y” unas 5 veces cada mil frases.
- Los modelos de lenguaje, en cambio, la emplean alrededor de 27 veces cada mil frases.
- En los datos de entrenamiento (corpus de internet, libros, artículos), la frecuencia está en 9 ocurrencias por cada mil frases.
Esto indica que la IA no solo imita nuestro estilo, sino que lo exagera hasta convertirlo en un “tic lingüístico”.
Como explica Lubrano: “Los LLMs no solo aprenden información, también aprenden estilo. Y al sobreutilizar ciertas figuras retóricas, se hacen más fáciles de identificar, pero también más influyentes en cómo nos comunicamos”.
Por qué pasa esto
La epanórtesis enfática —“no solo esto, sino también aquello”— es común en discursos persuasivos como la política, el marketing o la autoayuda. Funciona porque enfatiza y genera contraste.
Los modelos de IA, entrenados con millones de textos de internet, aprendieron que este recurso gusta a los lectores y suele reforzar la claridad del mensaje. Además, durante la fase de ajuste con retroalimentación humana (reinforcement learning from human feedback), estas expresiones suelen ser premiadas porque suenan convincentes y ordenadas.
El resultado: un modelo que repite hasta el cansancio una fórmula retórica útil, pero poco variada.
Riesgos para el lenguaje humano
El impacto va más allá de detectar un texto artificial. Según varios especialistas, el riesgo es que esta repetición excesiva comience a influir en nuestro propio estilo de escritura:
- Homogeneización del lenguaje: si cada vez más personas leen textos de IA, podrían imitar esas fórmulas sin notarlo, empobreciendo la diversidad expresiva.
- Aplanamiento cultural: en diferentes idiomas y culturas, los modelos tienden a replicar la misma estructura, reduciendo matices locales.
- Pistas de detección: paradójicamente, este defecto estilístico ofrece un método para distinguir entre textos humanos y generados por IA, aunque no es infalible.
Como señala la lingüista Ana Torres, experta en comunicación digital: “No estamos hablando solo de errores de datos, sino de cómo la IA puede reconfigurar nuestro estilo. Si no somos críticos, corremos el riesgo de hablar como las máquinas”.
Cómo responder a este reto
La solución no pasa por abandonar la IA, sino por usarla de forma más consciente:
- Diversificar los corpus de entrenamiento con estilos literarios, periodísticos y académicos variados.
- Ajustar los modelos de recompensa para penalizar el uso excesivo de estructuras repetitivas.
- Educar en alfabetización digital y lingüística, de modo que los usuarios aprendan a identificar patrones y mantener su estilo personal.
La inteligencia artificial no solo produce información: también produce estilos de comunicación. Reconocer que los modelos de lenguaje tienen un “vicio de fábrica” nos invita a reflexionar sobre la relación entre humanos y máquinas. No se trata de temer al futuro, sino de usar la IA sin perder la riqueza y creatividad de nuestra propia voz.
1. ¿Qué es la epanórtesis enfática?
Es una figura retórica muy usada para contrastar ideas.
Ejemplo: “No es magia, es ciencia” o “No solo es rápido, sino también eficiente”.
En humanos: se usa de vez en cuando para enfatizar.
En IA: aparece demasiado seguido, como un “tic” o muletilla.
2. Los números del estudio
Textos humanos → 5 ocurrencias cada 1.000 frases.
Datos de entrenamiento (internet, libros, artículos) → ~9 cada 1.000 frases.
Modelos de lenguaje (ChatGPT, Claude, etc.) → ~27 cada 1.000 frases.
Es decir, los modelos triplican el uso que hacen los humanos de esta fórmula.
3. ¿Por qué pasa esto?
Los LLM aprenden de internet, donde abundan textos persuasivos (marketing, política, autoayuda).
En esas áreas, la fórmula “no X, sino Y” es muy efectiva para convencer.
Durante el ajuste con retroalimentación humana (RLHF), estas frases reciben premios positivos porque suenan claras y convincentes.
Resultado: el modelo las repite de forma exagerada.
4. ¿Qué implicaciones tiene?
Detección de IA: este “tic” ayuda a identificar si un texto es generado por un modelo.
Empobrecimiento del estilo: si la gente lee y copia textos de IA, el lenguaje humano podría volverse más uniforme.
Influencia cultural: en todos los idiomas (español, inglés, francés, chino, árabe) ya se ve este patrón.
5. Qué se puede hacer
Entrenar con textos más diversos (literatura, ciencia, poesía, periodismo).
Penalizar en los algoritmos el abuso de fórmulas repetitivas.
Enseñar a los usuarios a reconocer estos patrones y usarlos conscientemente, no por inercia.
F: Wired.
Lee sobre La inteligencia artificial acelera el descubrimiento de fármacos
