Desde que los modelos de lenguaje generativos están ampliamente disponibles, los textos se producen más rápido y más barato que nunca. Un estudio actual concluye que ya una gran parte de las páginas web analizadas presenta características que indican una generación o una colaboración automática. La distribución no es uniforme: hay áreas de la web en las que estas herramientas se utilizan con mucha más frecuencia que en otras.

Para las empresas que operan su propio sitio web, esto es menos una noticia técnica que una noticia editorial. La competencia por la atención se desarrolla cada vez más en un entorno en el que existen cantidades arbitrarias de textos lingüísticamente impecables pero intercambiables en cuanto a contenido. Quien quiera destacar allí no puede hacerlo mediante la cantidad de texto.

Por qué las tasas de detección deben leerse con cautela

Con todas las cifras sobre la proporción de IA en la web, conviene ser prudente. Los procedimientos de detección trabajan con patrones estadísticos —por ejemplo, una estructura de frases llamativamente uniforme o preferencias típicas de formulación— y proporcionan probabilidades, no pruebas. Un borrador de IA cuidadosamente editado puede pasar desapercibido, y un texto humano escrito de forma muy objetiva puede clasificarse como automático.

Además, en la práctica el límite se difumina. Entre «generado completamente de forma automática» y «escrito a mano» hay un amplio campo: resúmenes de investigación, borradores, traducciones, reformulaciones para otros canales. La mayoría de las redacciones se mueven hoy en algún punto de este campo, sin nombrarlo siempre de forma consciente.

Por eso, la afirmación relevante del estudio no es una cifra porcentual exacta, sino la dirección: el lenguaje generado o asistido por máquina ya no es una excepción en la web, sino un componente normal del inventario.

Qué gana valor con ello

Cuando la fluidez lingüística se convierte en un producto de masas, el valor de un contenido se desplaza hacia los componentes que un modelo de lenguaje no puede aportar por sí mismo:

  • Datos y experiencias propios. Cifras de la propia operación, valores de medición, desarrollos de proyectos, fracasos y sus causas.
  • Casos concretos en lugar de textos de consejos generales. Un proyecto descrito con condiciones marco, decisiones y resultado es difícil de imitar.
  • Posición profesional. Una recomendación fundamentada, aunque sea incómoda, se diferencia de una enumeración ponderada de todas las posibilidades.
  • Actualidad con sustancia. Valoraciones sobre desarrollos que aún no están en los datos de entrenamiento.
  • Verificabilidad. Origen comprensible de las afirmaciones, responsables nombrados, datos comprobables.

Barreras editoriales en lugar de prohibición

Una prohibición general de las herramientas de IA en la creación de contenido no es ni aplicable ni sensata en la mayoría de las organizaciones. Más práctico es un conjunto de reglas que establezca para qué pueden utilizarse las herramientas y dónde es obligatoria una revisión humana. Algunos principios han demostrado su eficacia:

  1. Los hechos siempre deben verificarse. Cifras, nombres, fechas, citas y afirmaciones jurídicas se verifican contra una fuente nombrada antes de que el texto se publique.
  2. Una persona es responsable de cada contribución. Aunque un modelo haya proporcionado el borrador, existe una aprobación nominal.
  3. Ningún texto sin aportación propia. Si una contribución no contiene nada que un modelo solo no habría podido formular, no se publica.
  4. Definir la huella lingüística. Una guía de estilo concisa con formulaciones deseadas y no deseadas evita que todos los contenidos suenen igual.
  5. Los datos confidenciales quedan fuera. Los datos de clientes y los documentos internos no deben introducirse sin verificar en servicios externos.
  6. Aclarar el manejo de la transparencia. Si y cómo se identifica el uso debe ser una decisión consciente y no dejarse al azar.

Implementación técnica en el CMS

Estas reglas solo surten efecto si están ancladas en el trabajo editorial diario. Un sistema de gestión de contenidos como TYPO3 puede apoyarlo: mediante flujos de aprobación con roles definidos, mediante campos obligatorios para indicar fuentes y responsables, mediante versionado que haga comprensible quién cambió qué y cuándo, y mediante listas de verificación directamente en el formulario de edición.

También es sensato mantener la vista en el inventario. Cuando los contenidos surgen rápidamente, el número de páginas obsoletas, duplicadas o superfluas crece rápidamente. Una revisión periódica del inventario con decisiones claras —actualizar, fusionar, eliminar— mantiene el sitio web ágil y la calidad visible.

El segundo destinatario: las máquinas de respuestas

Hoy los contenidos no solo los leen personas, sino que también los evalúan sistemas de búsqueda y asistentes de IA que componen respuestas a partir de ellos. También allí ayudan las mismas propiedades: páginas con estructura clara, afirmaciones inequívocas, datos verificables, marcado limpio de los contenidos. Los textos genéricos sin núcleo propio tienen poco que ofrecer en ambos canales.

Clasificación

Para los proyectos web y de software, esto desplaza el enfoque: la generación de texto ya apenas es el cuello de botella, lo es el aseguramiento de la calidad. Quien hoy planifica o revisa un sitio web debería tomarse tan en serio los procesos editoriales, los roles y las aprobaciones como el diseño y la técnica.

La diferencia entre un sitio web cualquiera y uno creíble surgirá en el futuro principalmente en este punto.

Fuentes