La inteligencia artificial generativa ya interviene en más del 35% de los contenidos publicados en internet tras la llegada de ChatGPT.
Estudios recientes confirman que los textos generados por IA presentan un 33% más de similitud semántica y un tono 107% más positivo que los escritos por humanos.
El uso masivo de IA en la creación de contenidos está homogeneizando el lenguaje y reduciendo la diversidad de ideas que caracterizaba a internet.
A pesar de la percepción de los usuarios, no hay evidencia estadística de que la IA esté aumentando los errores o eliminando los estilos personales en los textos.
Desde que hace décadas internet se abrió a cualquier usuario, sus contenidos se han nutrido de millones de personas escribiendo sobre cualquier asunto, desde cualquier lugar, con estilos y puntos de vista diferentes, y con sus imperfecciones.
Un compendio de voces que convirtió a la red de redes en uno de los mayores repositorios de información de la historia. Y con una diversidad que empieza a flaquear con la aparición de un nuevo actor.
La inteligencia artificial generativa lleva menos de cuatro años formando parte de esa creación masiva de contenidos, pero su presencia ya resulta difícil de ignorar.
Los consumidores de esa información comienzan a percibir que no todo lo que leen y ven es original, que detrás hay una máquina que ha producido parte de un texto, una imagen o un vídeo.
Son varias las plataformas que ya emplean mecanismos para su identificación y, desde este año, el reglamento europeo de IA (AI Act) introduce obligaciones de transparencia para determinados contenidos generados o manipulados con inteligencia artificial.
No se trata de demonizar una herramienta que facilita tareas tediosas y deja paso a la creatividad de las personas, sino de entender qué ocurre cuando los modelos de aprendizaje se alimentan de contenidos que, a su vez, han creado ellos mismos.
Es una especie de círculo viciado: la IA aprende de internet, genera nuevos contenidos y estos vuelven a la Red. Y así sucesivamente.
¿Qué ocurrirá cuando gran parte de lo que consuman los usuarios no esté creado por las personas?
Dos investigaciones recientes aterrizan esta hipótesis en cifras. Aunque las preguntas de partida son diferentes, la conclusión es similar: alrededor de un 35% de las páginas de internet publicadas tras la llegada de ChatGPT contienen señales de texto generado o editado con inteligencia artificial.
La huella de la IA
El análisis de Pew Research Center (Pew), How much of the internet is written with AI?, estima que el 10% de los sitios analizados presenta indicios significativos de uso de inteligencia artificial.
La cifra cambia cuando se observa únicamente el contenido publicado después de la llegada de ChatGPT. En ese caso, la proporción supera ya el 30% y alcanza el 35% en la muestra de julio de 2026.
La huella que deja la IA también aparece en el modo en el que se utiliza el lenguaje. El guion largo aparece aproximadamente el doble que en 2023, mientras que ha aumentado un 63% la utilización de la coma de Oxford (la que coloca antes de una conjunción).
Algunas palabras asociadas con los textos generados por modelos de lenguaje, como delve, interplay o testament, han más que duplicado su frecuencia. También ha aumentado la estructura “no es X, sino Y” para contraponer dos ideas.
Ninguno de estos elementos indica que un texto lo ha escrito una máquina porque un autor humano puede utilizar cualquiera de ellos, forman parte de las normas de la lingüística. Lo relevante es el conjunto, el hecho de que determinados patrones empiezan a ser habituales.
Este fenómeno tampoco es uniforme. El análisis de Pew encuentra estas señales en aproximadamente uno de cada diez dominios .com, frente al 4,6% de los .org y alrededor del 1% de .edu y .gov. Una diferencia que saca a la luz que no toda la información que aparece en internet recurre a estas herramientas.
Cuando los contenidos se parecen
El documento de Jonas Dolezal (Imperial College London), Sawood Alam y Mark Graham (Internet Archive) y Maty Bohacek (Stanford University), publicado como The Impact of AI-Generated Text on the Internet, analiza qué le ocurre a internet a medida que aumenta la presencia de textos generados por inteligencia artificial.
Sus investigadores plantearon seis posibles efectos: una menor diversidad de ideas, un aumento de los errores, un lenguaje más positivo, menos enlaces externos, textos más largos y menos densos, y una pérdida de los estilos individuales de escritura.
De las seis hipótesis analizadas, solo dos han sido confirmadas estadísticamente.
Una de ellas afecta a la diversidad: los sitios con contenidos generados con IA presentan un 33% más de similitudes semánticas que los que no lo son. Esto no quiere decir que sean idénticos; es algo más sutil: sus significados sí lo son.
La segunda diferencia aparece en el tono: los investigadores han detectado que las páginas creadas con IA son un 107% más positivas. Sin embargo, no hay evidencia de que contengan más errores, hayan reducido los enlaces externos, los textos sean más largos y que los ‘toques’ personales hayan desaparecido.
Esto último es algo que, curiosamente, contradice la percepción de los usuarios. Según una encuesta realizada por los mismos investigadores, un 83% considera que la IA está haciendo desaparecer los estilos individuales de escritura. Algo parecido ocurre con los errores. La mayoría de los participantes cree que están aumentando, pero los datos analizados no permiten establecer que estén relacionados con la utilización de IA.
La paradoja de la IA
Hay una última paradoja. Los grandes modelos de lenguaje se han construido aprendiendo de internet; han absorbido de millones de páginas, artículos, libros y conversaciones producidos por personas.
Ahora son esos mismos modelos los que empiezan a escribir una parte cada vez mayor de las nuevas páginas de la Red. Internet alimentó a la inteligencia artificial; ahora la inteligencia artificial empieza a devolver contenido a internet.
Los dos estudios mencionados no permiten saber qué consecuencias tendrá ese proceso a largo plazo, pero sí dejan señales de cómo se está produciendo esta transformación con más páginas creadas o editadas con IA, una mayor similitud semántica entre contenidos, un lenguaje más positivo y patrones lingüísticos que empiezan a repetirse.
La pregunta que falta por responder es si la diversidad que ha hecho único a internet se verá deteriorada a medida que las máquinas construyan una parte cada vez mayor de su contenido.
Cómo se mide la huella de la IA
El reciente análisis de Pew Research Center ha rastreado cerca de medio millón de páginas web en inglés de Common Crawl, una organización sin ánimo de lucro que recopila y mantiene un gran archivo de páginas web, y ha analizado sus textos con un modelo de detección de IA desarrollado por Pangram para buscar señales de contenido generado o editado con inteligencia artificial.
Mientras, el estudio The Impact of AI-Generated Text on the Internet, elaborado por investigadores del Imperial College London, Internet Archive y Stanford University, parte de una muestra de páginas archivadas por Internet Archive para analizar los efectos de este tipo de contenidos en la propia Red.