Las herramientas de detección de inteligencia artificial (IA) están generando una paradoja: al intentar identificar textos generados por máquinas, terminan distorsionando la escritura humana. El artículo analiza cómo frases como «no es X, es Y» —un recurso retórico llamado paralelismo negativo— se han vuelto sospechosas por su uso frecuente en modelos de lenguaje. Sin embargo, este patrón no es nuevo: John F. Kennedy lo empleó en su discurso inaugural. La diferencia es que ahora se penaliza sin atender a su contenido.
El texto denuncia el negocio que rodea a la detección. Empresas como Grammarly y Pangram ofrecen servicios que evalúan si un texto fue generado por IA, basándose en patrones estadísticos. El autor pagó a Pangram para que verificara un artículo académico escrito por él mismo, no para comprobar su autoría, sino para evitar que un falso positivo arruinara su carrera. Grammarly, por su parte, sugiere sinónimos supuestamente más «humanos», como cambiar «align with» por «corresponds», lo que termina eliminando la voz del escritor.
El ensayo explora cómo el entrenamiento de modelos como los de razonamiento (RLVR) refuerza ciertas estructuras lingüísticas. Cuando un modelo resuelve problemas matemáticos escribiendo pasos, el lenguaje que utiliza con más frecuencia para llegar a la respuesta correcta se ve potenciado. Así, el paralelismo negativo se convierte en un subproducto del proceso de razonamiento artificial. Pero este enfoque asume que toda pregunta busca una respuesta verificable, ignorando la ambigüedad y la reminiscencia que caracterizan muchas conversaciones humanas.
En última instancia, el artículo advierte que la caza de brujas contra la escritura generada por IA puede empobrecer el lenguaje y la cultura. La solución no es etiquetar patrones textuales, sino comprender cómo las máquinas imitan el razonamiento humano y qué se pierde al cuantificar la integridad.