El texto generado por grandes modelos de lenguaje (LLM) se ha colado en bandejas de entrada, muros de LinkedIn, páginas web, ensayos académicos e, incluso, según algunas acusaciones, en certámenes literarios como el Commonwealth Short Story Prize (la Commonwealth Foundation lo niega). Esta proliferación obliga a buscar señales que permitan distinguir la prosa humana de la automática. Una pista clásica es el gusto del modelo por palabras largas, guiones largos (em-dashes) y muletillas como "delve into". Otras marcas recurrentes son la corrección excesiva —puntuación impecable, cero contracciones coloquiales, paralelismos demasiado limpios— y la ausencia de errores tipográficos humanos. Sin embargo, ningún rasgo estilístico basta por sí solo: los LLM imitan registros muy variados y los humanos, a su vez, pueden escribir de forma tan neutra que parecen máquinas.
Para cazar al escritor fantasma con más fiabilidad, los expertos recomiendan triangular indicios: comparar el estilo con muestras previas del mismo autor, analizar la coherencia factual (los modelos "alucinan" datos) y servirse de detectores automáticos —clasificadores entrenados para estimar la probabilidad de origen artificial— sin fiarse ciegamente de ellos, porque fallan a menudo, sobre todo en textos cortos o muy editados. La conclusión operativa es prudente: ante la duda, preguntar al autor cómo y con qué herramientas escribió el texto sigue siendo la verificación más sólida.