El Pew Research Center ha examinado los contenidos web publicados recientemente en busca de características de lenguaje generado por máquinas.El resultado: en aproximadamente el 35 por ciento de las nuevas páginas web se encuentran tales rastros.Desde la publicación de ChatGPT, la proporción ha aumentado considerablemente.

La cifra describe en primer lugar solo una observación, no una valoración.Un texto con rastros de IA no es automáticamente malo, y un texto escrito puramente a mano no es automáticamente bueno.La cifra es interesante por otro motivo: muestra que la producción de textos ha dejado de ser un cuello de botella.Cuando el contenido está disponible en cantidades arbitrarias, ya no es la existencia de un texto lo que decide la visibilidad, sino su distinguibilidad.

Qué cambia realmente para los operadores de sitios web

Muchas empresas construyeron su estrategia de contenido en una época en la que escribir era caro.Planes editoriales, clústeres temáticos y listas de palabras clave eran herramientas para distribuir de forma sensata una capacidad de escritura escasa.Esa escasez ya no existe tal como era.

Con ello se desplaza el esfuerzo.No es la generación de un texto bruto lo que cuesta tiempo, sino el trabajo previo y posterior: ¿Qué pregunta debe responder el texto?¿Qué información existe en la empresa y en ningún otro lugar?¿Y al final todo lo que allí figura es correcto?

Precisamente en este punto surgen los problemas en la práctica.Los modelos de lenguaje formulan con soltura incluso cuando les falta la base fáctica.Un texto puede ser fluido, estar bien estructurado y ser en parte incorrecto — una combinación que llama menos la atención que un texto visiblemente torpe.

La sustancia proviene de la empresa, no del modelo

La diferencia entre contenido intercambiable y contenido sólido rara vez reside en la formulación.Reside en la sustancia: cifras concretas de proyectos, experiencias de la operación, decisiones técnicas junto con su justificación, límites de la propia oferta.

Esta información está en cabezas, tickets, ofertas y actas — no en los datos de entrenamiento de un modelo de lenguaje.Quien la incorpora al proceso de contenido produce contenidos que no se pueden reproducir arbitrariamente.Quien no lo hace, genera textos que cualquier competidor también puede generar de forma similar.

División sensata del trabajo en el proceso de contenido

De esta observación se puede derivar una distribución practicable.Los modelos de lenguaje son fuertes en tareas cuyo resultado es fácilmente verificable:

  • Estructurar borradores a partir de notas, entrevistas o documentaciones existentes
  • Acortar, organizar o adaptar textos existentes para otro formato
  • Derivar meta descripciones, resúmenes y teasers a partir de textos terminados
  • Crear traducciones como base para una corrección de estilo especializada
  • Revisar terminología y tratamiento a lo largo de grandes volúmenes de texto

Menos adecuadas son las tareas en las que el modelo primero debe inventar contenidos: afirmaciones técnicas sin fuente, cifras, ejemplos de clientes, indicaciones legales.Aquí el esfuerzo solo se desplaza — de escribir a verificar, a menudo sin ganancia de tiempo.

El aseguramiento de la calidad necesita una responsabilidad

Un proceso de contenido asistido por IA solo funciona con una instancia de aprobación clara.En concreto, esto significa: una persona con conocimientos especializados lee el texto antes de la publicación y asume la responsabilidad de las afirmaciones.Este papel no se puede delegar a una herramienta.

Además, resultan útiles determinaciones organizativas sencillas:

  • Documentar el origen: Registrar en el sistema de gestión editorial qué contenidos se prepararon de forma automática.Esto facilita revisiones posteriores y la búsqueda de errores.
  • Verificación de hechos como paso propio: Comprobar cifras, nombres y datos técnicos contra una fuente fiable, no contra un segundo modelo de lenguaje.
  • Menos, pero más sólido: Un artículo cuidado al mes aporta más que diez genéricos.Mantener páginas antiguas en lugar de crear nuevas.
  • Ordenar el inventario: Los contenidos sin sustancia perjudican la estructura, la navegación y la confianza.Borrar es una medida legítima.

Requisitos técnicos en el CMS

Que tales procesos se respeten depende también del sistema de gestión editorial.En TYPO3 se pueden configurar flujos de trabajo con roles separados para creación y aprobación, revisar versiones de trabajo antes de la publicación y definir elementos de contenido estructurados que impongan cierta disciplina de contenido.

Donde la asistencia de IA se integra directamente en la interfaz editorial, debería complementar esta estructura y no eludirla.Un asistente que escribe sugerencias en un campo de versión de trabajo no es crítico.Un automatismo que publica sin paso de revisión traslada el riesgo directamente al público.

La credibilidad como recurso escaso

Cuando una parte considerable de los nuevos contenidos web presenta características de máquina, crece el valor de los contenidos que provienen de forma reconocible de la experiencia.Las lectoras y lectores desarrollan un sentido para los textos que dicen muchas palabras y poco contenido.Los sistemas de búsqueda y los servicios de respuesta con IA también evalúan las fuentes según si ofrecen información sólida.

Para las empresas, esto no significa desterrar la IA del proceso de contenido.Significa utilizarla donde les quita trabajo y aportar el propio conocimiento especializado donde marca la diferencia.

Para proyectos web y de software se deriva de ello una consecuencia sobria: el cuello de botella se desplaza de la producción a la edición y el mantenimiento.Quien planifica un proyecto debería presupuestar no principalmente para la cantidad de contenidos, sino para procesos de aprobación, revisión especializada y la actualización continua del inventario.

Un CMS que representa correctamente los roles, las versiones y las aprobaciones no es una característica de comodidad, sino la base para que el aseguramiento de la calidad realmente se lleve a cabo en el día a día.

Fuentes