Un estudio con más de 1.600 adultos ha arrojado un resultado que contradice una de las suposiciones más comunes en el debate actual sobre la inteligencia artificial y el trabajo creativo: que los textos generados por IA son obviamente inferiores y que la gente puede distinguirlos con facilidad. Los datos sugieren que ninguna de las dos cosas es cierta.
Qué muestran realmente los números
Los investigadores Sydney Sears y Deena Weisberg de la Universidad Villanova en Pensilvania diseñaron un experimento riguroso. Reclutaron a 1.682 adultos, seleccionados para reflejar a la población de EE. UU. en términos de género, edad y raza, y pidieron a cada participante que leyera una sola historia. La mitad leyó un relato escrito por un humano, extraído de una revista literaria. La otra mitad leyó un relato generado por ChatGPT 4.0.
Luego, cada grupo se dividió de nuevo. A algunos participantes se les dijo la verdad sobre lo que habían leído. A otros se les dijo lo contrario. Este diseño permitió a los investigadores separar dos preguntas distintas: ¿qué tan bueno es el texto y cuánto importa la etiqueta?
Las puntuaciones de calidad, medidas en una escala de -3 a 3, contaron una historia clara. Los participantes que leyeron historias generadas por IA les dieron un promedio de 1,54. Quienes leyeron historias escritas por humanos otorgaron una puntuación promedio de 0,97. Las historias de IA también obtuvieron puntuaciones más altas en cuanto a lo absorbentes que se sintieron: 1,42 frente a 1,00 para el trabajo escrito por humanos. Surgió un patrón adicional en todas las condiciones: las historias se calificaron ligeramente mejor cuando los participantes creían que un humano las había escrito, independientemente de la fuente real.
El problema de la identificación
Los investigadores realizaron dos estudios más para comprobar si las personas podían distinguir de manera fiable los resultados de la IA de la escritura humana. En el primero, solo el 39 por ciento de los participantes identificó correctamente qué historia era cuál. En el segundo, llevado a cabo varios meses después, el 52 por ciento acertó. Los investigadores señalan que no tienen una explicación definitiva para la brecha entre ambos resultados, aunque sugieren que la sociedad se está adaptando gradualmente para reconocer el contenido generado por IA. De cualquier modo, el rendimiento en ambas pruebas ronda lo que cabría esperar de elegir al azar.
Esto es lo que la mayor parte de la cobertura sobre la escritura de IA tiende a pasar por alto. El debate suele asumir una clara división perceptiva entre los resultados humanos y los de las máquinas, una que los lectores pueden navegar de forma intuitiva. Estos resultados desafían esa suposición directamente.
Claire Hardaker, de la Universidad de Lancaster, señala un malestar más general en juego aquí. Su propia investigación sobre la capacidad de las personas para identificar habla, texto y música generados por IA descubrió que la música provoca la reacción emocional más fuerte cuando la gente descubre que ha sido engañada. El dominio creativo, en otras palabras, no es solo una cuestión técnica. Toca algo que las personas sienten la necesidad de proteger.
Rodney Jones, de la Universidad de Reading, ofrece una explicación más estructural de por qué la escritura de IA obtuvo puntuaciones más altas en este estudio en particular. Las historias humanas se extrajeron de una revista literaria, un género que tiende hacia la complejidad y exige más esfuerzo por parte del lector. A la IA, al pedirle que produjera historias con rasgos similares, probablemente se le dio por defecto algo más accesible y fácil de procesar. Jones lo explica claramente: la escritura literaria no es muy popular porque es un trabajo duro. La gente tiende a preferir contenido que fluye sin fricción.
Lo que esto significa más allá del experimento
El hallazgo de que la gente prefiere la escritura de IA, al menos en este contexto, no resuelve la cuestión más amplia de qué es realmente la creatividad de la IA o cuánto vale. La propia Weisberg establece una distinción. Describe los resultados de la IA como más “vanilla” que la escritura humana, y atribuye la brecha de calidad en las puntuaciones a esa accesibilidad en lugar de a un logro artístico más profundo. Planea futuros experimentos con diferentes tipos de escritura para comprobar si el patrón se mantiene.
Vale la pena reflexionar sobre su visión más amplia. Argumenta que la IA será capaz de producir obras con verdadero valor artístico, pero que este valor quizás deba medirse en una escala diferente a la que se aplica a la creatividad humana. Ambas cosas no son lo mismo, incluso si pueden producir resultados difíciles de diferenciar.
Esta es la tensión que el estudio saca a la luz sin resolverla por completo. La resistencia cultural al arte generado por IA es real y está documentada. El propio estudio señala que un cuento galardonado con el premio Commonwealth y publicado en Granta fue acusado por algunos de haber sido generado por IA, algo que el concurso prohibía explícitamente, aunque una investigación no fue concluyente. Los artistas han expresado su oposición a que el arte generado por IA aparezca en las principales casas de subastas, argumentando que los modelos entrenados con imágenes existentes representan una forma de uso no autorizado del trabajo humano.
Esas preocupaciones no se resuelven con las puntuaciones de preferencia. Las personas pueden preferir algo y, al mismo tiempo, objetar cómo se hizo. El experimento mide una sola cosa: cómo responden los lectores al texto de forma aislada, sin conocer su origen. No mide si esa preferencia sobreviviría a una total transparencia, ni si se mantendría a través de géneros, longitudes y contextos.
En resumen
La mayoría de las personas en este estudio calificaron las historias generadas por IA por encima de las escritas por humanos, y menos de la mitad pudieron identificar correctamente cuál era cuál. La preferencia parece estar vinculada a la legibilidad más que a la profundidad. La escritura de IA tiende a ser más fluida y fácil de procesar, lo que obtiene buenos resultados en pruebas de formato corto, pero puede no trasladarse a todos los tipos de trabajo creativo. La pregunta más profunda, qué significa para la creatividad humana cuando las máquinas pueden producir resultados indistinguibles a escala, sigue estando genuinamente abierta.
Basado en información de New Scientist.